一、接入服务更加活跃(论文文献综述)
王廷,刘刚[1](2021)在《支持网络切片和绿色通信的软件定义虚拟化接入网》文中认为接入网络中存在大量不同的接入技术和海量的接入设备,导致运营复杂度和成本急剧增加,这迫使运营商亟待寻找一种有效的解决方案来提升收支比,以此实现可持续的商业模式.为了应对这些挑战,提出了一种基于软件定义网络(software defined networking, SDN)的新型接入网体系架构SDVAN,其可以提供具有高成本效益的网络管控机制,同时具备高扩展性并支持定制化.SDVAN将所有物理设备的控制平面抽象化集中化,并通过软件定义的方式实现对接入网的灵活定制.SDVAN节点的可编程性为不同的接入技术提供了弹性支持.此外,SDVAN还提供了一种高效的资源建模机制和网络抽象方法,实现了网络服务的自动化编排,并可基于信任级别来体现网络的可视性和可控性.最后,SDVAN实现了支持多租户和多版本网络设备的网络切片功能.实验结果证明了SDVAN方案在网络节能、资源利用率、成本等方面的有效性和实用性.
王珏[2](2021)在《基于Reed-Muller序列的大规模随机接入方案设计》文中进行了进一步梳理着物联网(IoT)的蓬勃发展,智慧城市、智能交通、电子医疗等一系列高级应用应运而生,物联网设备数量不断激增。为此,第三代合作伙伴计划(3GPP)特别定义了大规模机器类型通信(m MTC)的应用场景,旨在为海量机器类型设备(MTD)提供高效可靠的无线连接。随机接入(RA)是实现这个目标的关键一环,但是,历代移动通信技术主要面向人与人之间的通信,现有的RA方案无法契合m MTC场景对大规模连接、低信令开销和低能源消耗的需求。在此背景下,本学位论文面向m MTC场景,研究基于Reed-Muller(RM)序列的大规模RA方案,现将本文研究内容概述如下:第一,我们提出了基于RM序列的联合活跃用户检测和信道估计算法。RM序列具有庞大的序列空间,且能够实现高效的序列检测,因此非常适合用作免许可RA中的导频序列,完成活跃用户身份识别和信道估计的任务。但是,随着系统中活跃用户数量增加,现有算法表现出的鲁棒性不高,为此,本文第2章研究如何进一步提高RM序列检测性能。首先,我们发现RM子序列之间存在特殊的嵌套结构,基于该结构特性,我们在单序列场景下设计了逐层RM序列检测算法,该算法复杂度低、可靠性高,且自身具备获取高精度信道参数估计值的能力。针对该算法可能存在的误差传播问题,我们进一步提出了基于路径搜索的改进算法,在缓和的复杂度增加量条件下获得了较大的性能增益。此外,我们提出迭代RM序列检测和信道估计算法以应对多序列场景,该算法以迭代操作弱化错检序列的影响,并通过RM序列检测和信道估计之间的信息反馈实现两者的同步增强。通过追踪输入信号的分布演化,我们从理论上推导了上述算法的成功检测概率,数值仿真结果验证了理论分析的正确性,同时表明所提算法在序列检测可靠性、信道估计精确度和计算复杂度方面均优于现有算法。第二,利用RM序列的嵌套结构,我们设计了一种渐进式RA方案。因为MTD产生的负载通常为短包,且具有突发性,所以m MTC场景下的网络状态呈现出高度动态的特点,为了在这种环境下提供可靠即时的连接,RA方案必须能够有效处理可能发生的接入失败。通常采取的退避重传方案极易引发系统拥塞,且会增加接入时延,于是本文第3章研究了一种更加高效的应对方案。在该方案中,我们根据RM序列的嵌套结构设计了序列拓展准则,接入失败的用户在重传序列前遵循该准则对其进行拓展。接入点(AP)执行递归RM序列检测算法,一方面联合用户历次传输的RM序列渐进增加待检测序列的长度,以提高重传用户的成功检测概率,另一方面利用RM序列长度上的差异对用户进行分批渐进检测,以降低多用户干扰。数值仿真结果验证了该渐进式RA方案能够有效提高成功检测概率,降低接入时延。第三,我们基于RM序列设计了一种新型的与源址无关的大规模RA方案。在与源址无关的随机接入(URA)中,AP只需获知消息内容,并不关心消息来源。当采用比特分组和时隙化传输的框架,整个URA流程可以分为各时隙内的信息块传输和时隙间的消息拼接。常用的基于树型码的消息拼接方法存在频谱效率降低和译码复杂度高的弊端,为解决这个问题,本文第4章设计了一种新型的URA方案,其中信息块传输和消息拼接都基于RM序列的结构特性。首先,我们采用RM序列承载各时隙内的信息块,期望利用RM序列庞大的序列空间提高频谱效率,并依靠RM序列的嵌套结构实现低复杂度的信息恢复。此外,我们挖掘了RM序列的移位特性,并基于该性质设计了稀疏移位模式,该模式不仅能够承载部分信息,还能够指示AP快速完成消息拼接。我们讨论了影响各时隙内RM序列检测的因素,并推导了基于稀疏移位模式完成消息拼接的复杂度。数值仿真结果表明所提方案在系统错误概率和消息拼接效率方面均具有明显优势。
储雅琴[3](2021)在《光纤无线混合接入网中的节能机制研究》文中研究表明随着通信技术的快速发展,人们的生活方式已发生极大的改变。尤其伴随着工业4.0的出现,越来越多的智能机器连接到网络,随之而来的是传感和监控数据的指数增长,从而导致高负载带来的高能耗。作为绿色通信网的目标之一,节能问题一直是光纤无线混合接入网(FiWi)的重要研究课题。为了以低能耗满足物联网时代用户对服务质量更高的要求,本文在传统FiWi网络架构的基础上将城域网和接入网集成,并引入边缘计算,提出边缘云增强的城域光纤无线混合接入网(Edge Cloud Enhanced Metro-FiWi),其以更加节能的架构应对大量物联网的应用和设备在连接性、可靠性和带宽、延迟及成本方面的更大挑战。然而,该架构扩展的接入范围不可避免地带来设备的密集部署,进而带来较大的能量消耗。因此,为了实现绿色通信目标,一个有效的Edge Cloud Enhanced Metro-FiWi节能策略对降低整个通信网络能耗来讲至关重要。本文针对 Edge Cloud Enhanced Metro-FiWi 中光网络单元(ONU)的能量浪费问题,围绕容量资源分配、路由算法等方面展开能耗最小化研究,提出睡眠方案设计,其主要策略是关闭ONU中的空闲组件以进入睡眠状态,将流量聚合到尽可能少的目的节点上,以最大化资源利用率,增加睡眠设备的数量。本文的主要研究内容和创新点如下:1、边缘云增强的城域光纤无线混合接入网网络架构设计传统的光纤无线混合接入网由树状的无源光网络(PON)和无线网状网络组成,其结合了光网络后端的高容量、可靠性和无线前端低成本和无处不在的连接性。为了以低能耗进一步提高带宽容量、扩展网络覆盖范围,本文将城域光网络与接入网融合,组成城域光纤无线混合接入网。同时,边缘计算作为一种很有前途的计算范式,可以满足越来越多对延迟敏感的应用程序的严格服务质量要求,其将传统云资源转移到了边缘服务器,有利于终端设备的节能。本文将移动边缘计算服务器部署在ONU处,从而大大降低延迟。因此,本文创新性地提出了边缘云增强的城域光纤无线混合接入网的网络架构。2、负载自适应和位置感知的睡眠策略设计以前的研究常用的睡眠策略是循环睡眠和基于阈值的睡眠,循环睡眠即不考虑网络中的负载情况周期性地进入睡眠状态,基于阈值的睡眠即在没有流量负载(即阈值为0)或者流量负载低于设定阈值时进入睡眠。然而,这些ONU独立节能方法没有考虑两个重要问题:第一个问题是睡眠ONU个数不能完全适应网络中流量负载分布的变化,使得ONU利用率不高,限制了中等流量情况下ONU的节能潜力;第二个问题是由于缺乏位置感知,活跃ONU在地理位置上没有很好地分布,可能出现活跃ONU全部集中在某一重负载区域的情况,从而带来轻负载区域用户设备的数据流量的大路径延迟。因此,针对第一个问题,本文提出负载自适应的ONU睡眠方案,从全网的负载状态出发,在不同负载条件下应用贪心算法通过迭代确定能够承载当前网络负载的最佳活跃ONU数量,使得睡眠ONU数完全适应于负载,从而进一步提高ONU利用率和能效。针对第二个问题,本文基于K-means聚类和匹配博弈两种思想,分别设计了面向ONU非均匀分布和均匀分布的最佳活跃ONU位置部署策略,从而实现ONU资源的优化配置,在保证服务质量的同时最大程度地减小活跃ONU的数量。3、容量延迟感知的节能路由算法研究传统重路由算法有最短路径算法、剩余容量算法、延迟感知算法(DARA)、容量延迟感知算法(CaDAR)等,这些算法从MAP的角度,以路径长度、链路节点剩余容量等作为权重,确定目的ONU的选择和链路选择。传统重路由算法从MAP的角度,找到对MAP最有利的路径,与传统重路由算法不同,本文同时考虑ONU节能、MAP降低延迟的不同优化目标,将流量聚合到尽可能少的目的节点上,以最大化容量资源利用率,增加睡眠设备的数量。本文基于Floyd算法和K-shortest Path算法,运用匹配博弈思想提供自组织的资源分配解决方案,突破传统先来先服务的路由策略,使用延迟接受算法来实现资源的最佳配置,从而实现全网的节能与服务质量保证的多目标优化。
谭静茹[4](2021)在《无线接入网络的资源分配算法研究》文中指出为了应对急剧增加的移动互联网业务以及海量用户(User Equipment,UE)日益增长的通信资源需求,第五代移动通信(Fifth Generation,5G)面临着巨大挑战。云无线接入网络(Cloud Radio Access Network,C-RAN)由于其具有云化、集中化、协作化、绿色化的优点,已经成为未来接入网发展的重要方向。虚拟化技术减少了C-RAN中基站(Base Station,BS)系统的能量消耗,而动态资源分配策略能够提高C-RAN的系统性能,因此,C-RAN中的无线资源分配策略需要更加深入的研究。雾无线接入网络(Fog Radio Access Network,F-RAN)与C-RAN相比,能够有效缓解前传链路(Fronthaul Links)压力并为高移速用户提供数据传输。但F-RAN中巨大的能耗开销问题难以忽视,网络寿命和能量约束影响着网络的性能,因此如何保障F-RAN的通信质量是一个极具挑战性的问题。与此同时,能量收集(Energy Harvesting,EH)技术发展迅速,可再生能量为通信系统减少电能消耗提供了契机。在此背景下,主要对C-RAN的无线资源分配和可再生能量协作的F-RAN中的资源分配和电网能量消耗进行了研究,具体工作和创新点如下:(1)针对C-RAN中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量(Quality of Service,Qo S)约束的动态无线资源分配方案,将无线资源从无线射频单元(Remote Radio Head,RRH)选择、子载波分配和RRH功率分配三个维度进行研究。首先根据传统的C-RAN系统传输模型和Qo S约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后基于改进的遗传算法(Improved Genetic Algorithm,IGA),将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的。最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比。实验结果得出,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量提升为17%。(2)针对F-RAN中能耗开销巨大的问题,提出了一种基于EH约束的资源分配算法,从联合模式选择与功率分配两个方面进行了研究。首先建立传输模型和能量采集模型,根据功率约束和电费支出约束建立最优化问题;再使用分支定界法对通信模式进行了选择,利用吞吐量注水法对不同传输模式下的发射功率进行分配。仿真结果表明,提出的基于可再生能量协作的F-RAN的吞吐量和电网能量效率均高于传统F-RAN,具有经济和环境双重效益。
李怡静[5](2021)在《面向5G超密集网络的动态自主节能方法》文中指出面对5G时代爆发式增长的通信业务需求,超密集组网(Ultra-Dense Networks,UDN)技术通过在传统宏蜂窝网络基础上引入大量低功耗与低成本小基站,可有效扩大系统容量和网络覆盖,成为了 5G的关键技术之一。但UDN中小基站的大量部署同时也带来了网络能耗的增加。5G网络预期的节能目标是,在实现数据流量增长1000倍的情况下,网络的总能耗是当今网络能耗的一半。因此,研究如何有效降低UDN网络能量消耗具有非常重要的意义。但现有工作主要针对单时间点的UDN节能进行研究,并不适用于实际环境场景下网络负载流量动态变化的情况,而传统以人工为主的网络管理手段,在UDN下有较大的操作复杂度。鉴于现有研究工作中的不足,本课题提出了面向5G UDN的动态自主节能方法,在降低节能操作复杂度的基础上实现了 UDN网络能效的有效提升。首先,针对现有工作集中节能操作复杂度较高,并且网络节能未充分考虑能耗与吞吐量之间平衡效率和网络性能约束的问题,本课题提出了基于分布式休眠的5G UDN节能方法。首先,根据UDN的特点,建立了由多个宏基站和微基站以及用户终端组成的UDN网络模型,并提出了更加完善的UDN系统能耗模型。其次,为了追求系统能耗与吞吐量之间平衡效率,将能源效率评级(Energy Efficiency Rating,EER)作为节能方案性能评价指标,构建了以基站状态和基站发射功率为变量,满足多种网络性能约束,并以最大化能效为优化目标的UDN能效优化模型。再次,针对该NP难的混合整数非线性规划问题,提出了低复杂度的求解算法,首先采用K-Means++聚类对UDN中的基站进行分簇,通过基站群集之间的分离控制,大幅降低UDN网络操作的复杂度;之后优化用户终端与基站之间连接关系,在每个基站群集内实现低负载微基站的休眠,求解基站状态变量;对于具有多个不等式约束的非凸优化问题,使用Dinkelbach算法和拉格朗日对偶以及KKT条件对优化问题的形式进行了转化,从而高效地求解了 NP难问题。通过求解算法的时间复杂度分析和仿真实验结果表明,所提出的节能方法具有更高的节能效率,在保障移动用户服务质量(Qualityof Service,QoS)的同时,能够有效降低UDN网络中基站的功耗,与其他对比方法相比能效分别提高了约40.27%、19.19%和 18.26%。然后,针对现有工作中UDN节能未充分考虑网络流量时域变化,无法很好地适用于长时间域上的实际网络场景的问题,本课题提出了基于时间动态性的5GUDN智能化节能方法。首先,对现有研究中人工为主的网络管理方式进行了优化,基于UDN基站的分簇结果,将SON应用于本文研究场景,提出了 UDN自组织网络管理架构,为UDN在线智能化节能操作提供了执行基础,并针对网络业务量的时域变化,建立了基于真实网络业务量数据的网络负载模型。其次,采用深度学习方法对网络业务量时域变化特征进行了学习,通过建立CNN-LSTM混合网络架构,并将其应用于时间序列预测,构建了具有更高准确性的网络业务量预测模型。再次,针对网络业务量的时域变化性,优化了现有工作中的基站休眠方法,通过将网络业务量预测数据与实时网络负载情况进行联合分析,提出了负载感知的UDN基站动态休眠算法,实现了低负载微基站的灵活的动态休眠与唤醒。针对待休眠微基站和唤醒微基站下的移动用户终端,提出了 QoS保障的新服务基站接入方案。仿真采用了 11天的实际蜂窝网络流量数据,在980个时间点的连续时间域上进行了实验,结果表示,本文所构建的CNN-LSTM混合网络架构在网络业务量预测方面具有更高的准确性,时间域上负载动态变化的场景下,与其他节能方案相比能够更加有效地降低网络能耗,实现更高的能效提升。综上所述,本课题提出并实现了面向5G UDN的动态自主节能方法,降低了 UDN节能的操作复杂度,能够适用于实际场景下网络负载流量动态变化的情况,并且在保障移动用户QoS的情况下,有效提高了网络能效,为UDN节能提供了新的思路和方法。
刘怡倩[6](2021)在《面向5G移动通信的智能网络资源分配技术研究》文中提出随着互联网技术以及智能化技术的飞速发展,5G移动通信技术的广泛应用极大地提升了通信行业的服务质量,为用户带来了更加流畅,便捷,快速的通信体验[1]。然而,随着科技的不断进步,未来的移动通信网络将面临更加庞大的用户群体以及更加复杂的业务场景,从而为承载网络带来了海量数据传输以及超低时延通信等挑战。为了利用有限的网络资源创造更加优质的通信体验,亟需更加高效灵活的资源分配策略,实现高移动性,高时效性的业务场景中的高负载传输,优化网络的资源利用效率。本论文围绕5G移动通信网络面向未来海量接入数据和复杂业务场景下的高效网络资源管控需求,研究针对5G移动通信的智能化网络资源分配技术实现方法,深入研究基于5G移动通信的网络资源编排机制,网络资源的实时高效切片和虚拟网络功能迁移下的灵活资源分配方法,在5G移动网络功能模型下实现对网络资源调控技术的创新和优化。本文主要工作及创新成果如下:第一,针对5G移动通信网络资源“如何划分”的问题提出解决方案。基于5G移动通信网络背景下网络密集、资源分配复杂多样的现状,定义一种基于5G架构的联合资源配置模型。该模型针对高效,快速,灵活等调控需求对5G移动通信网络架构下的网络资源进行详细划分,在宏观角度上实现对跨层资源的联合调控,打破网络结构中分立的资源分配现状。该模型是针对5G移动通信网络面向更高业务需求下对网络资源管理的一种创新解决方案。第二,针对5G移动通信网络切片根据业务需求与网络环境“如何实时分配资源”的问题提出解决方案。在构建5G移动网络资源分配模型的基础上提出一种灵活切片资源整合利用方案。该方案通过提出用户在线业务权益度的概念综合时下用户层业务质量与网络资源利用情况,从而实现对网络切片的灵活资源调控。该方案是平衡实时网络资源利用情况与用户业务需求的一种创新解决方案。第三,针对5G移动场景下网络功能迁移时“如何迁移和配置网络资源”的问题提出解决方案。基于虚拟功能的迁移流程提出一种传输资源的控制方案。该方案通过分层时序记忆系统(HTM)对传输内存的动态变化进行预测,在不影响服务性能的前提下实现信息的高效传输,从而节省传输资源的浪费。该方案是一种在虚拟迁移场景下提高传输资源利用率的创新解决方案。
张永刚[7](2021)在《移动通信网中分布式协作缓存机制研究》文中指出随着移动通信技术和新型互联网应用的快速发展,人们对通信的需求从人与人逐渐转向人与物、物与物的交互和协同。大规模增长的物联网应用如虚拟现实、8K直播、远程医疗等使数据服务逐渐由以连接为中心转向以内容为中心。全球移动数据流量呈指数级增长,传统的云-端方式无法应对物联网快速发展带来的高负荷、网络拥塞等问题。多接入边缘计算技术可在网络边缘提供计算、存储与差异化网络服务能力,推动业务平台同移动网络的深度融合,建立具备低时延、高可靠、高速率的电信级服务平台,以提高用户网络体验质量。本文围绕移动通信网中分布式协同缓存部署策略面临的挑战,从联合边缘缓存与终端缓存技术的角度出发,以最小化用户内容获取平均时延及系统能耗为目标,就如何实现蜂窝网络、边缘缓存与终端缓存资源的协同配置与优化展开深入研究,从而减轻骨干网络负荷,避免网络拥塞现象,提高用户体验质量。主要研究内容和工作总结如下:针对边缘缓存服务器空间有限和单一服务器中内容多样性较低的问题,提出一种基于动态规划的分布式协同缓存方案。首先考虑在边缘缓存网络中借助设备到设备(Device-to-Device,D2D)通信的优势,通过将流行度较高的内容分段存储至不同网络节点处,构建用户内容获取时延最小化问题。为了解决该问题,将内容协同部署归结为一种完全背包问题,提出一种基于动态规划的内容分布式协同部署策略。仿真结果表明,所提方案在提高系统内容多样性的同时降低了用户内容获取时延。针对移动场景中缓存部署能耗较高的问题,提出基于深度强化学习的最小化缓存系统能耗的内容部署策略。在马尔可夫决策过程的基础上建立双时间尺度的缓存内容部署/更新模型,采用基于Google S2的交通区域划分模型划分用户移动区域,根据移动用户的位置在边缘节点中预先放置高流行度内容,通过分析内容流行度和用户节点意愿,提出基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的内容协同部署算法以获得内容动态部署决策。仿真结果表明,所提内容部署算法可快速收敛并能够有效降低缓存能耗。
徐楚风[8](2021)在《云平台下面向微服务的高性能API网关设计与实现》文中研究说明随着互联网的快速发展,微服务架构应用越来越广泛。API网关是微服务系统中流行的组件,客户端的请求调用经过API网关的路由后到达后端服务。API网关可以提高微服务系统的灵活性,减轻运维压力,它将许多公共功能和资源集中起来,减少整个系统的资源占用。API网关作为请求流量的入口,承载了巨大的负载,需要避免成为整个系统的瓶颈,并具备较高的高性能,基于该目标本文设计并实现了一个基于云平台的高性能API网关。本API网关使用非阻塞I/O和反应式编程思想,实现了反应式REST服务器用于接受请求,实现了反应式REST客户端用于发送服务调用请求,这两个组件可以使用极少的线程处理大量的请求调用,是单个API网关实例高性能的基础。除了提供API网关的请求路由、鉴权认证、缓存、负载均衡等基础功能,本API网关还提供了许多能大大增加网关和整个微服务系统性能的功能,例如请求聚合、调用合并、熔断保护等功能。本文基于现有实验室私有云平台,将API网关融入云平台,使API网关集群化,使用Nginx反向代理作为系统唯一入口,以集群方式应对大流量负载。实现了API网关实例自动伸缩和自动更新Nginx upstream,使得系统能够从容应对流量负载的变化,进一步节省人力和系统资源,提升API网关系统的性能。利用云平台使API网关能够不停机更新配置和不停机版本升级,大大增加API网关系统的可靠性。经过功能测试和性能测试,本API网关符合设计目标和需求,相比较现有开源API网关性能有明显提升。
贾卓生[9](2021)在《基于域名服务日志分析的主动防御架构及关键技术研究》文中认为随着互联网技术的普及和迅速发展,网络安全问题越来越突出,从个人信息盗取、隐私泄露,到危害社会和国家安全,无处不在。为此,政府和相关单位投入巨大的人力和财力开展网络安全检测与防御方面的研究。如何通过检测分析自动感知网络中存在的安全隐患,对网络信息系统进行研判,准确定位故障点,精准反映各个系统的安全风险值,形成网络安全主动防御体系,成为研究的热点问题。网络安全的研究虽然已经取得了一定的阶段性进展,但在关键技术手段和准确度上仍需要不断完善。目前在企业网中通过安装入侵防御、漏洞扫描、用户行为管理、数据安全审计等设备进行安全分析和防御,但因处理量大、误报率高,在实际环境中往往旁路部署,难以提高防御能力。在面对越来越大的网络流量和分布式内容分发网络以及加密协议的普遍采用,全流量网络安全检测方法难以有效地识别网络攻击行为,也增加了企业和用户隐私数据被窃取的风险。基于日志数据进行安全攻击检测方法往往采用单个设备或系统的日志,数据粒度不够精细,分析滞后,检测效果难以保证,也缺乏与现有网络安全防御设备的反馈和联动机制,且随着数据的不断累积,需要关联分析的数据量越来越大,极大地影响分析效率。针对这些问题,本文提出利用互联网中最基础的域名服务日志数据进行分析挖掘,构建基于知识图谱的网络行为指纹特征库模型,通过聚类分析研究网络攻击行为特征检测算法,检测网络安全风险和网络攻击隐患。并采用网络计费日志作为辅助的细粒度分析和验证手段,进一步提高检测精确度。提出利用域名服务器构建具有主动防御功能的智能域名体系架构,建立事前干预的安全防护体系,在用户和系统无感知的情况下,主动阻止危害网络安全的攻击行为,增强网络安全管理和防御能力。论文主要内容如下:1、构建基于域名服务的主动防御体系架构。在分析网络日志的采集方式、格式类型、数据映射与清洗基础上,研究了域名数据的统计分类方法,以及域名服务面临的解析过程安全、体系安全和网络威胁。对域名集进行统计聚类挖掘,分析域名解析过程中分布式内容分发网络加速和动态地址带来的安全检测问题,在此基础上,提出了一个基于智能域名服务的主动防御体系架构。2、提出一种构建域名指纹图谱的方法。建立基于知识图谱的域名指纹图谱特征库模型,对生成的指纹模型数据特征值进行关联和聚类分析。定义了安全检测分析中各种域名指纹标准数据集合,包括:可供智能域名系统进行安全防御的动态黑白名单集;基于知识图谱的用户访问行为指纹集;采用图神经网络有向图和无向图生成的域名解析指纹集。给出了指纹集建立、生成、存储、比对和可视化分析的方法,并对指纹检测算法进行了实验验证和分析。针对域名服务日志数据粒度不够精细的问题,采用网络计费日志作为辅助的细粒度分析和验证手段,提高检测准确度。3、提出一种网站、用户、操作系统和常用应用软件的正常域名访问行为指纹检测分析方法。通过用户查询行为的合集还原网站所有活跃域名链接,形成网站活跃域名指纹图谱,提出了基于C4.5决策树算法的网站域名指纹特征检测分析方法。通过用户网络访问行为形成用户访问域名特征指纹图谱,在分析用户的固定、变化、异常三种行为模式的基础上,提出了基于粗糙聚类算法FCM的用户访问行为检测分析方法。通过操作系统和常用应用软件域名请求形成特征指纹图谱,提出了操作系统和常用应用软件行为的检测分析方法。实验验证了方法的可行性和有效性。4、提出一种网络攻击行为指纹图谱的检测分析方法。在分析网络攻击行为的基础上,针对典型攻击行为指纹特征,采用隐狄利克雷LDA概率图模型方法进行估值计算,提出了一种基于一阶同质马尔科夫链FHM行为转移概率算法的改进方法,来检测网络攻击行为,提高了对攻击行为的预测和预防能力。以挖矿病毒攻击和网页暗链攻击为例,对该检测分析方法进行了验证。5、实现了一个基于域名服务的网络安全主动防御系统。通过域名日志安全分析系统与智能域名服务器联动,实现网络主动防御。并通过网络代理服务器把可能产生安全问题的流量导向蜜罐系统进行分析和阻断。通过与动态主机配置协议服务器日志的综合分析,实现适应动态地址变化的域名分析系统,满足物联网和IPv6等动态IP地址网络环境下的安全分析和防御。在系统间建立相互反馈机制,验证了检测和预防效果。本文通过对域名服务日志的分析,提出基于域名访问行为指纹图谱的安全检测分析方法,设计并实现了一个网络安全检测与主动防御系统,能够实施闭环控制和统一的威胁管控,并在实际网络环境中得到应用。
殷成建[10](2021)在《基于Prometheus的分布式监控系统的设计与实现》文中认为互联网飞速发展,产品也日益丰富,相对应的企业系统也变得越来越复杂,快速迭代的产品需要时刻保证业务稳定可靠,这就给运维人员带来了新的挑战。线上系统任何故障和运维的任何失误都可能会为企业带来巨大的经济损失,这就需要一个高效稳定的监控系统为企业运维人员提供行之有效的服务。本文根据目前互联网行业的实际发展现状分析得出了互联网行业在系统架构和业务场景上的日益复杂,引出了互联网企业对于复杂业务系统所面临的监控问题,进而提出了本文的研究目标及研究意义。本文通过封装Prometheus组件,搭配自定义告警服务搭建一套分布式监控系统。在Prometheus提供的能力基础之上,通过配置信息的同步更新从而完成Prometheus组件创建,采集任务生成,告警任务生成的能力;再借助Prometheus的数据查询功能实现数据可视化展示;并通过自定义告警组件实现告警通知。系统进行相应的功能业务抽象和物理分层,设计并实现了数据采集,数据可视化,数据存储,监控告警这四大模块。最后完成测试,用户体验良好,系统功能完善,系统的数据采集承载力和告警通知的时效性目前满足实际业务场景,具有良好的稳定性。目前,该监控系统已经完成了以上功能的开发,在线上环境运行,陆续接入公司各业务方为其提供稳定高效的监控服务,帮助定位解决业务系统存在的问题,提高了各业务方服务的高可用性,为企业产品服务提供了巨大的贡献。
二、接入服务更加活跃(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、接入服务更加活跃(论文提纲范文)
(1)支持网络切片和绿色通信的软件定义虚拟化接入网(论文提纲范文)
1 相关工作 |
2 研究动机和问题陈述 |
3 SDVAN:软件定义的虚拟接入网络设计 |
3.1 可定制的控制平面设计 |
3.1.1 概 述 |
3.1.2 要解决的问题 |
3.1.3 控制平面设计 |
3.2 可编程的数据平面设计 |
3.2.1 概 述 |
1) 将物理接入和软件处理的设计解耦 |
2) 虚拟接入节点的灵活定制 |
3) 硬件切片及可编程性 |
3.2.2 要解决的问题 |
3.2.3 线路交换(line switching)方案设计 |
3.2.4 基于可编程硬件实现网络切片方案设计 |
4 实验与结果 |
4.1 符号与定义 |
4.2 实验结果 |
4.2.1 活跃LT板数量 |
4.2.2 资源利用率 |
4.2.3 能源节约 |
4.2.4 方案对带宽/时延的影响分析 |
4.2.5 方案实际部署可行性分析 |
5 结 论 |
(2)基于Reed-Muller序列的大规模随机接入方案设计(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单 |
1 绪论 |
1.1 研究背景 |
1.2 随机接入研究现状 |
1.2.1 基于许可的随机接入 |
1.2.2 免许可随机接入 |
1.2.3 与源址无关的随机接入 |
1.3 二阶Reed-Muller序列简介 |
1.4 论文主要研究内容和结构安排 |
2 基于RM序列的联合活跃用户检测和信道估计算法设计 |
2.1 引言 |
2.2 系统模型 |
2.2.1 发送端 |
2.2.2 接收端 |
2.3 RM序列的嵌套结构 |
2.4 联合活跃用户检测和信道估计算法 |
2.4.1 单序列场景:逐层RM序列检测算法 |
2.4.2 单序列场景:基于路径搜索的改进算法 |
2.4.3 多序列场景:迭代RM序列检测和信道估计算法 |
2.5 理论分析 |
2.5.1 逐层RM序列检测算法性能 |
2.5.2 迭代RM序列检测和信道估计算法性能 |
2.6 数值仿真 |
2.6.1 单序列场景 |
2.6.2 多序列场景 |
2.7 本章小结 |
3 基于RM序列的渐进式大规模随机接入方案设计 |
3.1 引言 |
3.2 系统模型 |
3.3 方案详情 |
3.3.1 发送端:RM序列拓展准则 |
3.3.2 接收端:递归RM序列检测算法 |
3.4 理论分析 |
3.4.1 成功检测概率 |
3.4.2 计算复杂度 |
3.5 数值仿真 |
3.6 本章小结 |
4 基于RM序列的与源址无关的大规模随机接入方案设计 |
4.1 引言 |
4.2 系统模型 |
4.3 RM序列的移位特性 |
4.4 方案详情 |
4.4.1 比特分组和RM序列生成 |
4.4.2 稀疏移位模式设计和稀疏移位映射 |
4.4.3 分时隙RM序列检测和消息拼接 |
4.5 理论分析 |
4.5.1 分时隙RM序列检测性能 |
4.5.2 消息拼接复杂度 |
4.6 数值仿真 |
4.6.1 RM序列的分布及检测性能 |
4.6.2 URA系统整体性能 |
4.7 本章小结 |
5 总结与展望 |
5.1 本文的主要工作总结 |
5.2 未来的研究工作展望 |
6 附录 |
6.1 定理4.1的证明 |
6.2 定理4.2的证明 |
6.3 式(4-14)的证明 |
参考文献 |
在学期间参研项目及着作情况 |
(3)光纤无线混合接入网中的节能机制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及其意义 |
1.1.1 光纤无线混合接入网概述 |
1.1.2 FiWi中的节能问题 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.4 本文主要工作及组织安排 |
1.4.1 主要研究工作 |
1.4.2 论文组织安排 |
1.5 本章小结 |
第二章 边缘云增强的城域光纤无线混合接入网 |
2.1 引言 |
2.2 关键技术及发展前景 |
2.2.1 城域光接入网、无线网状网络及边缘计算简介 |
2.2.2 Edge Cloud Enhanced Metro-FiWi发展前景 |
2.3 边缘云增强的城域光纤无线混合接入网的网络架构设计 |
2.4 Edge Cloud Enhanced Metro-FiWi中的节能问题描述 |
2.5 本章小结 |
第三章 面向ONU非均匀分布的节能策略 |
3.1 引言 |
3.2 关键技术介绍 |
3.2.1 贪心算法 |
3.2.2 K-means聚类算法 |
3.3 负载自适应和基于K-means聚类的节能策略 |
3.3.1 节能问题定义与分析 |
3.3.2 节能策略描述 |
3.4 仿真结果分析与性能比较 |
3.4.1 仿真测试条件设置 |
3.4.2 结果分析与性能比较 |
3.5 本章小结 |
第四章 基于匹配博弈的动态节能机制 |
4.1 引言 |
4.2 问题定义与分析 |
4.2.1 问题表述 |
4.2.2 动态节能策略分析与设计 |
4.3 基于匹配博弈的动态节能、资源分配与路由选取策略 |
4.3.1 匹配博弈简介 |
4.3.2 匹配博弈模型建立 |
4.3.3 双边匹配博弈路由资源分配与负载自适应节能策略 |
4.4 仿真结果分析与性能比较 |
4.4.1 仿真测试条件设置 |
4.4.2 结果分析与性能比较 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
(4)无线接入网络的资源分配算法研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 5G无线接入网的网络架构 |
1.2.1 C-RAN架构 |
1.2.2 F-RAN架构 |
1.3 国内外研究现状 |
1.3.1 C-RAN研究现状 |
1.3.2 F-RAN研究现状 |
1.4 本文的主要工作 |
1.5 论文结构安排 |
第2章 关键技术及理论基础 |
2.1 资源分配相关技术 |
2.1.1 无线资源分配 |
2.1.2 可再生能量协作技术 |
2.2 算法理论基础 |
2.2.1 最优化理论 |
2.2.2 遗传算法 |
2.2.3 分支定界法 |
2.2.4 注水功率分配算法 |
2.3 本章小结 |
第3章 基于改进遗传算法的C-RAN动态无线资源分配 |
3.1 引言 |
3.2 系统模型与问题建立 |
3.2.1 系统传输模型 |
3.2.2 系统QoS约束 |
3.2.3 优化问题建立 |
3.3 基于IGA的算法设计 |
3.4 数值仿真与结果分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
第4章 基于可再生能量协作的F-RAN资源分配 |
4.1 引言 |
4.2 系统模型与问题建立 |
4.2.1 系统传输模型 |
4.2.2 能量收集模型 |
4.2.3 优化问题建立 |
4.3 联合模式选择与功率分配算法 |
4.3.1 通信模式选择 |
4.3.2 基于吞吐量注水的最优功率分配 |
4.4 数值仿真与结果分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 研究展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(5)面向5G超密集网络的动态自主节能方法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究内容与创新点 |
1.3 硕士期间主要工作 |
1.4 论文结构 |
第二章 5G超密集网络场景下的网络节能相关背景介绍 |
2.1 引言 |
2.2 5G超密集网络场景介绍 |
2.2.1 5G系统发展概述 |
2.2.2 超密集组网技术介绍 |
2.2.3 5G超密集网络的绿色需求 |
2.3 移动蜂窝网络节能相关理论与研究现状 |
2.3.1 能效的度量指标 |
2.3.2 移动蜂窝网络的节能技术 |
2.3.3 5G超密集网络的节能研究现状 |
2.4 本章小结 |
第三章 基于分布式休眠的5G UDN节能方法 |
3.1 引言 |
3.2 系统模型与优化问题模型 |
3.2.1 网络模型 |
3.2.2 系统能耗模型 |
3.2.3 网络能效优化模型 |
3.3 基于分布式休眠的5G UDN节能方法 |
3.3.1 基于K-Means++的UDN网络基站分簇 |
3.3.2 基于单时间点业务量的基站休眠 |
3.3.3 基于拉格朗日对偶的基站发射功率优化 |
3.3.4 方案总结 |
3.4 仿真验证 |
3.4.1 仿真环境与参数设置 |
3.4.2 仿真结果及其分析 |
3.5 本章小结 |
第四章 基于时间动态性的5GUDN智能化节能方法 |
4.1 引言 |
4.2 系统模型 |
4.2.1 网络管理架构 |
4.2.2 网络负载模型 |
4.3 基于时间动态性的5G UDN智能化节能方法 |
4.3.1 基于CNN-LSTM的网络业务量预测 |
4.3.2 基于网络业务量预测的基站休眠机制 |
4.3.3 用户服务质量保障的基站接入 |
4.4 仿真验证 |
4.4.1 仿真环境与参数设置 |
4.4.2 仿真结果及其分析 |
4.5 本章小结 |
第五章 总结和展望 |
5.1 论文总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(6)面向5G移动通信的智能网络资源分配技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 5G移动通信网络技术研究进展 |
1.2.2 网络资源分配技术研究进展 |
1.3 主要工作和论文组成 |
1.3.1 主要工作 |
1.3.2 论文组成 |
第二章 基于5G移动通信网络架构的资源分配机制 |
2.1 5G移动通信网络资源分析 |
2.1.1 5G移动通信网络架构概述 |
2.1.2 5G移动通信网络资源划分 |
2.2 基于5G移动通信网络架构的资源分配机制 |
2.2.1 基于5G网络架构的资源分配模型 |
2.2.2 资源分配优化算法设计 |
2.3 仿真及数据分析 |
2.3.1 仿真环境与评价指标 |
2.3.2 仿真结果与数据分析 |
2.4 本章小结 |
第三章 基于在线业务权益度的网络切片资源分配机制 |
3.1 5G移动网络资源切片方案分析 |
3.1.1 5G切片技术概述 |
3.1.2 切片实时性资源分配性能分析 |
3.2 基于用户业务权益度的网络资源切片设计 |
3.2.1 5G移动通信实时资源分配模型 |
3.2.2 基于用户权益度的实时资源分配的算法设计 |
3.3 仿真及数据分析 |
3.3.1 仿真环境与评价指标 |
3.3.2 仿真结果与数据分析 |
3.4 本章小结 |
第四章 基于分层时序记忆的虚拟迁移资源优化机制 |
4.1 5G移动资源虚拟网络功能迁移分析 |
4.1.1 5G网络虚拟功能实时迁移概述 |
4.1.2 分层时序记忆系统(HTM)概述 |
4.2 基于分层时序记忆系统的5G虚拟网络功能迁移机制 |
4.2.1 虚拟迁移资源优化模型设计 |
4.2.2 虚拟迁移资源优化算法设计 |
4.3 仿真及数据分析 |
4.3.1 仿真环境与评价指标 |
4.3.2 仿真结果与数据分析 |
4.4 本章小结 |
第五章 论文总结与工作展望 |
5.1 论文总结 |
5.2 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的学术论文 |
(7)移动通信网中分布式协作缓存机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 多接入边缘缓存技术研究现状 |
1.3.2 终端缓存技术研究现状 |
1.3.3 分布式协同缓存策略研究现状 |
1.4 论文研究内容与结构安排 |
1.4.1 论文主要工作 |
1.4.2 论文组织结构 |
第2章 分布式协作缓存相关技术 |
2.1 多接入边缘计算缓存 |
2.1.1 多接入边缘缓存基础理论 |
2.1.2 多接入边缘缓存特点 |
2.1.3 多接入边缘缓存优势 |
2.2 D2D通信技术 |
2.2.1 基于资源共享模式的分类 |
2.2.2 基于设备发现方式分类 |
2.2.3 基于控制方式分类 |
2.3 本章小结 |
第3章 基于MEC-D2D分布式协作缓存时延优化研究 |
3.1 引言 |
3.2 系统模型和问题描述 |
3.2.1 系统模型 |
3.2.2 内容分段获取模型 |
3.2.3 信道干扰模型 |
3.2.4 问题描述及问题建模 |
3.3 基于动态规划的协同缓存策略 |
3.4 仿真结果及分析 |
3.5 本章小结 |
第4章 基于DDPG的分布式协作缓存能耗优化研究 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.1 分布式协作缓存系统模型 |
4.2.2 基于DT-MDP的缓存模型 |
4.2.3 内容流行度 |
4.2.4 基于Google S2的交通区域划分及用户移动模型 |
4.2.5 缓存节点选择 |
4.2.6 内容传输模型 |
4.2.7 优化目标 |
4.3 基于深度强化学习的分布式协作缓存算法 |
4.4 仿真结果与分析 |
4.5 本章小结 |
总结与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文和成果 |
附录B 攻读硕士学位期间参与的科研项目 |
(8)云平台下面向微服务的高性能API网关设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 本论文主要工作 |
1.4 本论文的组织结构 |
第二章 相关技术介绍 |
2.1 Netty框架 |
2.2 反应式 |
2.1.1 反应式系统 |
2.1.2 反应式编程 |
2.1.3 Reactive Streams |
2.1.4 Project Reactor |
2.3 微服务架构 |
2.4 REST API |
2.5 云平台 |
2.6 高性能系统解决方案 |
2.7 本章小结 |
第三章 需求分析与概要设计 |
3.1 需求分析 |
3.1.1 功能需求 |
3.1.2 非功能需求 |
3.2 系统总体架构设计 |
3.3 服务注册发现模块概要设计 |
3.3.1 Zookeeper注册中心 |
3.3.2 Redis注册中心 |
3.4 请求接入模块概要设计 |
3.4.1 反应式REST服务器 |
3.4.2 鉴权认证 |
3.4.3 请求聚合 |
3.4.4 缓存功能 |
3.4.5 请求路由 |
3.5 服务调用模块概要设计 |
3.5.1 反应式REST客户端 |
3.5.2 负载均衡 |
3.5.3 调用合并 |
3.5.4 熔断保护 |
3.6 云平台网关服务模块概要设计 |
3.6.1 动态upstream服务 |
3.6.2 网关动态更新 |
3.6.3 自动弹性伸缩 |
3.7 本章小结 |
第四章 详细设计与实现 |
4.1 服务注册发现模块 |
4.1.1 Zookeeper注册中心 |
4.1.2 Redis注册中心 |
4.2 请求接入模块 |
4.2.1 反应式REST服务器 |
4.2.2 鉴权认证 |
4.2.3 请求聚合 |
4.2.4 缓存功能 |
4.2.5 请求路由 |
4.3 服务调用模块 |
4.3.1 反应式REST客户端 |
4.3.2 负载均衡 |
4.3.3 调用合并 |
4.3.4 熔断保护 |
4.4 云平台网关服务功能模块 |
4.4.1 动态upstream服务 |
4.4.2 网关动态更新 |
4.4.3 自动弹性伸缩 |
4.5 本章小结 |
第五章 系统测试 |
5.1 测试环境 |
5.2 功能测试 |
5.2.1 服务注册发现测试 |
5.2.2 请求接入测试 |
5.2.3 服务调用测试 |
5.2.4 云平台网关服务测试 |
5.3 性能测试 |
5.3.1 单个网关实例性能测试 |
5.3.2 网关系统性能测试 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
(9)基于域名服务日志分析的主动防御架构及关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状及进展 |
1.3 研究内容与论文结构 |
1.3.1 研究方法 |
1.3.2 研究内容 |
1.3.3 研究成果 |
1.3.4 论文结构安排 |
2 基于域名服务日志分析的主动防御架构 |
2.1 引言 |
2.2 域名服务 |
2.2.1 域名系统 |
2.2.2 域名解析过程的安全分析 |
2.2.3 智能域名服务 |
2.2.4 域名服务面临的安全威胁 |
2.2.5 域名服务器体系安全 |
2.3 域名服务日志分析主动防御架构 |
2.3.1 域名服务日志采集 |
2.3.2 域名服务和计费日志格式 |
2.3.3 数据清洗与映射 |
2.4 基于知识图谱的域名服务日志主动防御检测 |
2.5 本章小结 |
3 域名指纹图谱生成与分析 |
3.1 引言 |
3.2 域名名单数据集合 |
3.3 域名指纹标准库生成 |
3.3.1 数据集合定义 |
3.3.2 指纹数据集合建立 |
3.3.3 指纹图谱的生成 |
3.3.4 指纹图谱的存储 |
3.3.5 指纹图谱的比对 |
3.3.6 指纹图谱的可视化 |
3.4 域名指纹图谱的分析 |
3.5 实验与结果分析 |
3.6 本章小结 |
4 正常访问行为的域名指纹图谱检测分析 |
4.1 引言 |
4.2 网站域名特征指纹分析 |
4.2.1 网站域名指纹特征 |
4.2.2 基于决策树的网页域名指纹检测分析 |
4.3 用户行为特征指纹分析 |
4.3.1 用户域名解析行为指纹特征 |
4.3.2 基于粗糙聚类的用户访问行为指纹检测分析 |
4.4 操作系统和常用应用软件特征指纹分析 |
4.5 实验与结果分析 |
4.6 本章小结 |
5 网络攻击行为域名指纹图谱检测分析 |
5.1 引言 |
5.2 网络攻击行为分析方法 |
5.2.1 网络攻击典型方法 |
5.2.2 网络攻击行为检测 |
5.3 基于马尔科夫链的网络攻击行为转移概率指纹分类算法 |
5.4 算法实验与结果分析 |
5.4.1 网络攻击行为检测分析 |
5.4.2 常见攻击行为指纹检测分析 |
5.5 网络攻击行为检测实例 |
5.6 本章小结 |
6 基于域名服务的主动防御系统的实现 |
6.1 引言 |
6.2 网络攻击行为防御 |
6.3 代理服务器和蜜罐分析与阻断 |
6.4 动态地址联动防御 |
6.5 本章小结 |
7 总结与展望 |
7.1 工作总结 |
7.2 未来工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(10)基于Prometheus的分布式监控系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文研究目标及内容 |
1.4 本文章节安排 |
第2章 监控系统理论与关键技术介绍 |
2.1 监控系统理论 |
2.2 Prometheus核心组件 |
2.3 Promethues部分概念 |
2.4 Prometheus组件提供的能力 |
2.5 ETCD |
2.6 本章小结 |
第3章 系统需求分析 |
3.1 监控系统整体需求 |
3.2 监控系统内容需求 |
3.3 监控系统采集需求 |
3.4 监控系统告警需求 |
3.5 监控数据可视化查询需求 |
3.6 监控组件技术选型 |
3.7 非功能性需求分析 |
3.8 本章小结 |
第4章 系统总体设计 |
4.1 系统架构设计 |
4.1.1 标准接入服务设计 |
4.1.2 规则引擎设计 |
4.1.3 资源管理服务设计 |
4.1.4 代理服务设计 |
4.1.5 告警服务设计 |
4.2 系统模块设计 |
4.3 系统整体运转逻辑 |
4.4 本章小结 |
第5章 系统详细设计与实现 |
5.1 存储资源管理 |
5.2 采集任务管理 |
5.3 监控面板管理 |
5.4 告警任务管理 |
5.5 监控告警处理 |
5.6 本章小结 |
第6章 系统测试与结果分析 |
6.1 测试环境 |
6.2 功能测试 |
6.3 性能测试 |
6.4 结果分析 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历 |
致谢 |
四、接入服务更加活跃(论文参考文献)
- [1]支持网络切片和绿色通信的软件定义虚拟化接入网[J]. 王廷,刘刚. 计算机研究与发展, 2021(06)
- [2]基于Reed-Muller序列的大规模随机接入方案设计[D]. 王珏. 浙江大学, 2021(01)
- [3]光纤无线混合接入网中的节能机制研究[D]. 储雅琴. 北京邮电大学, 2021(01)
- [4]无线接入网络的资源分配算法研究[D]. 谭静茹. 西安邮电大学, 2021(02)
- [5]面向5G超密集网络的动态自主节能方法[D]. 李怡静. 北京邮电大学, 2021(01)
- [6]面向5G移动通信的智能网络资源分配技术研究[D]. 刘怡倩. 北京邮电大学, 2021(01)
- [7]移动通信网中分布式协作缓存机制研究[D]. 张永刚. 兰州理工大学, 2021(01)
- [8]云平台下面向微服务的高性能API网关设计与实现[D]. 徐楚风. 电子科技大学, 2021(01)
- [9]基于域名服务日志分析的主动防御架构及关键技术研究[D]. 贾卓生. 北京交通大学, 2021(02)
- [10]基于Prometheus的分布式监控系统的设计与实现[D]. 殷成建. 浙江大学, 2021(02)