一种基于负载的短信中心性能优化策略

随看短信业务的迅猛发展，短信中心的性能问题也逐渐浮出水面．在系统高负载，甚至超载下怎样保证短信中心能够正常运行并维持较好的性能成为了引人注目的焦点，本文针对其原有的按时重发策略在系统高负载时容易因为重发造成系统超载的缺点，提出了一种新的具有负载适应性的短信重发策略——基于负载的重发策略．该策略通过将系统的首次下发短信与重发短信的下发流量进行错峰，将系统下发流量控制在系统设置的阀值之内；在接近系统处理能力的高负载环境下可以有效减少拥塞的发生，从而提高短消息中心在高负载下的可靠性与性能．     

数据等概率分档统计插入排序算法

提出了一种按数据等概率分档的排序算法，此算法应用现代统计学的一些知识和技巧，结合传统的排序算法，对具有一般分布的数据进行排序，使排序的运算量为O（n），达到了排序运算量的下限，实验表明，在n较大时此算法效率要优于现有的同类排序算法。     

高吞吐量协作防火墙的双向去冗余方法

针对协作防火墙中冗余规则会降低其吞吐量的问题,提出一种基于双向去冗余的高吞吐量协作防火墙优化方法.该方法通过比对协作防火墙中双方的防火墙规则,双向去除域内防火墙之间的冗余规则,提高整个协作防火墙的数据包过滤能力.仿真实验结果表明,该方法的冗余率达到了22.7%,提高了8.2%吞吐量,明显优于已有协作防火墙优化方法.     

面向流量识别系统的聚类算法的比较与分析

考虑到基于端口的识别方法准确性比较低,而基于有效负载的方法的开销太大,促使利用应用连接到网络时的特征流的特点来识别流量.引用几种常见的聚类算法,提出基于聚类算法的识别方法,该方法包括两个阶段:通过离线学习阶段学习到流量的特征;在线识别阶段把学习到的特征用于在线的流量识别.通过实验表明该方法对流量识别,尤其是P2P流量最高可达90%以上的识别率.     

基于WinPcap的实时网络监测系统

实现了一个基于WinPcap的实时网络流量监测系统,完成了数据包级和流级的流量指标,包括2~7层协议分布,不同协议的流量速率,包大小分布,不同聚集程度的流分布,前N名的IP主机和主机对分布等;并提供网络运行状态的告警指标.实验结果表明,对于100 M以太网,基于WinPcap的软件捕获流量监测程序的处理上限为60 000 packet/s,完全可以胜任100 M以太网监测需求.     

端到端最小包时延可测性的排队分析与仿真

以排队分析和网络仿真为手段定量分析了在不同路径长度和流量负载条件下的最小时延可测性,发现约50个探测包即可有很大概率测量到有10跳长路径的最小时延.通过回归分析,建立了反映探测包数量与路径长度关系的线性方程.在互联网的实际测量验证了该方法是有效的.     

基于导出策略的路由配置错误检测方法

针对域间路由中易出现的路由配置疏忽,避免因不恰当配置引起域间路由不稳定事件,提出一种有效的路由配置错误检测方法.通过应用推断的域间路由导出策略,对路由宣告的前缀进行分析,检测出源配置错误和导出配置错误的潜在性,其间考虑选性路由对前缀宣告造成的影响,从而减少误判的可能性.实验结果表明,该方法利用较少的局部路由信息,可快速有效的检测出潜在的路由配置错误并辅助提升网络性能.     

基于栈操作的用例规模的一个计算公式

软件测试随着测试用例规模的增加变得十分困难，对测试用例进行研究十分必要．本文首先给出了树同构的概念，然后利用图论就栈操作的用例进行了讨论，并得到一系列有关栈操作用例的重要性质，最后对一个给定任意大小的输入序列，讨论了其各种可能的输出序列，在此基础上得到了各种可能输出序列规模的一个递推计算公式．     

多数据源数据等概率分档统计插入排序算法

针对待排数据来源的多样性,提出了多数据源数据等概率分档统计插入排序算法．该算法将现代统计学的新结论、新方法应用于传统的排序算法．新的排序算法达到了时间复杂度的下界O(n),且具有更广的应用范围．实验表明,当数据量较大时(n＞1000),此算法优于其他同类算法．     

一种基于历史记录的网络流量数据采样方法

通过将宏观网络流量的变化特征分解成为具有历史记忆特点的周期变化特征和具有随机变化特点的趋势变化特征，提出了一种基于历史记录的网络流量数据采样方法（NFDS—HM）．实验表明：NFDS-HM采样算法对实际网络流量曲线进行拟合的结果，在其所获得的样本数量比Poisson采样过程所获得的样本数量减少25％的情况下，其期望值失真率、方差失真率分别降低了16．4％和16.2％.