【摘 要】
:
随着互联网在金融、通信等领域发展,亟需数据包传输具备强安全与高带宽能力。单一路径的传输机制难以满足上述需求,而智融标识网络的提出为协同并存多种异构网络奠定基础,其多路径传输为实现强安全、高带宽提供可能。如何在多路径传输中进行数据包调度成为至关重要部分。高带宽调度以流粒度分配路径,存在安全窃听隐患,而强安全调度以包粒度分配路径,存在乱序并导致带宽骤降问题。目前调度机制未兼顾数据包传输的安全性与高带宽
论文部分内容阅读
随着互联网在金融、通信等领域发展,亟需数据包传输具备强安全与高带宽能力。单一路径的传输机制难以满足上述需求,而智融标识网络的提出为协同并存多种异构网络奠定基础,其多路径传输为实现强安全、高带宽提供可能。如何在多路径传输中进行数据包调度成为至关重要部分。高带宽调度以流粒度分配路径,存在安全窃听隐患,而强安全调度以包粒度分配路径,存在乱序并导致带宽骤降问题。目前调度机制未兼顾数据包传输的安全性与高带宽性。因此,本文提出智融标识网络的多路径传输自适应调度机制,自适应提升数据包多路径传输的强安全性与高带宽性。首先,针对数据包多路径强安全传输,本文设计实现自适应安全调度算法与传输加密算法。具体而言,自适应安全调度算法按包粒度将所有数据包通过多路径跨协议传输,保证数据包传输路径协议的多样性,以降低所有数据包被窃取概率。传输加密算法通过S盒生成混淆置换矩阵,并基于该矩阵混淆数据包序列号等关键字段,以防止攻击者按序还原数据包,进而提升数据包语义内容破解难度。通过上述算法的协同工作,提升传输安全防窃听能力。其次,针对数据包多路径高带宽传输,本文设计实现路径号选择算法、自适应包粒度调度算法与网络状态带内感知方法。具体而言,首先分析多路径传输影响带宽聚合的数据包接收端乱序问题。其次通过网络状态带内感知方法周期性实时感知每条传输路径的时延与吞吐量。路径号选择算法基于感知的时延参数,周期性选择多路径传输的路径号。自适应包粒度调度算法基于感知的时延与吞吐量参数,周期性决定每条被选中路径的发包数目。通过上述算法协同工作缓解多路径传输数据包乱序问题,进而提升传输带宽。最后,综合上述算法实现多路径传输自适应调度机制,基于可编程数据平面搭建原型系统,并对该机制与系统进行功能验证与性能评估。结果表明,在功能测试方面,验证系统多路径跨协议转发功能,并通过模拟攻击者窃听网络路径验证本文机制的安全防窃听能力。在性能测试方面,本文机制比传统轮询机制带宽提升75%,重传率降低42%,乱序率降低47%。此外,当网络路径因突发情况中断时,传统机制带宽骤降并难以恢复,而本文机制带宽经短暂波动,性能重新恢复至接近中断前的水平。
其他文献
基于视觉的同时定位与建图(Simultaneous Localization and Mapping,SLAM)是机器人对环境感知的重要方法。目前大多数视觉SLAM都是基于静态环境假设设计的,在动态环境下性能较差,阻碍了机器人技术进一步在实际生产生活中的应用。鉴于此,本文基于ORB-SLAM2,研究了一种基于深度相机的面向动态环境的视觉SLAM系统,主要研究工作如下:对一种实例分割模型Mask R
本项目来源于导师与北京嘀嘀无限科技发展有限公司(简称滴滴出行)的校企合作项目,用于解决GNSS(Global Navigation Satellite System,全球导航卫星系统)拒止环境中手机无法定位车辆位置问题。自GNSS诞生以来,如美国的全球定位系统(Global Positioning System,GPS)和中国的北斗卫星导航系统(Bei Dou Navigation Satelli
滚动轴承是城轨列车的关键部件之一,被广泛应用于列车多个系统中。因其工作环境恶劣,易于损耗,一旦出现问题将严重影响列车运行的安全性和稳定性,甚至造成重大安全事故。因此准确把握滚动轴承工作状态,对推动列车高效运维的发展、保障列车运行安全具有重大意义。本文以城轨列车滚动轴承为研究对象,对滚动轴承的劣化状态识别方法及适用性进行了研究,包括提取劣化特征、对劣化特征进行优选、进行劣化状态划分、构建多种劣化状态
随着人工智能的迅速发展,监控智能化已成为一种发展趋势。人作为社会活动的主要对象,对监控中的人实现智能化的检测和识别具有重要的意义。目前监控视频主要是在事件发生后依靠人工分析和提取有用信息,人工成本高而且不能及时的预警和报警。本文的研究为监控视频中的人体检测和行为识别,主要是利用背景建模的方法实现人体检测,利用密集轨迹方法实现行为识别。本文所做的主要研究工作如下:1、人体检测时“鬼影”的抑制:为了解
随着我国城市化进程的加速推进,交通拥堵和尾气污染等一系列问题日益严重。轨道交通作为“新基建”焦点领域,以其运量大、速度快、绿色安全等特点成为满足城市居民出行需求的有效解决方案。但是随着轨道交通线网建设规模的不断扩大,日益增加的客流压力对线网系统的效率和安全提出了新挑战。精准的客流预测有利于提高轨道交通系统运行效率和服务水平,预防轨道交通安全事故发生,指导城市居民科学出行,具有重要意义。大量学者对轨
多普勒频移的测量被广泛应用于通信、雷达、电子战和遥感探测等领域。然而,伴随着微波技术和通信技术的快速发展,传统基于电子技术的多普勒频移测量方案通常受到瞬时带宽、传输损耗和电磁干扰等限制,越来越难以满足宽带信号的探测需求。微波技术与光子技术相结合产生的微波光子学为宽带多普勒频移的测量提供了新的思路。基于微波光子学的多普勒频移测量方案具有高灵敏度、大动态范围、大瞬时带宽,同时还具有高分辨率和抗电磁干扰
随着物联网、车联网等技术的应运而生,基于卫星导航的应用将大量涌现,在铁路行业中,为基于位置的服务提供了新的实现方式。由于新应用需求对导航系统的性能要求越来越严苛,研究导航定位接收机在典型干扰下的电磁敏感性能,将有助于分析导航定位接收机的电磁兼容整改措施,为其制定统一的电磁兼容标准提供思路,提高其安全性和可靠性。本文在分析卫星导航伪码测距原理的基础上,从理论和仿真两个层面研究了典型射频干扰对导航接收
机场、火车站等城市对外交通枢纽是城市轨道交通线网服务的关键节点。这些枢纽一般分布在城市的不同方位,而且不同枢纽间距离较远,通常规划建设市域快线连接。目前,城际列车乘客到达终点站后需要在枢纽站换乘地铁或市域快线才能到达机场或其他火车站,乘客出行时间长,便捷性差。这部分乘客迫切需求城际列车直达服务,另外市域快线通常为通勤线路,通过合理的运营组织,线路能力还可以再被挖掘。因此,利用市域快线富余通过能力组
随着我国城市化水平的提升及国民出行需求的增加,交通拥堵成为各大城市普遍面临的问题。智能交通系统以实时高效的诱导及管控为重心,是缓解城市交通拥堵的有效途径,而交通流预测以海量交通数据资源为基础,准确预估未来时段的交通状态,为实现精细化主动管控与出行诱导提供理论参考,为智能交通系统的发展奠定基础。本文基于交通流的时空关联特性,构建基于深度学习方法的高速公路短时交通流预测模型,并进一步将研究对象扩展至路
以YBCO涂层导体为代表的第二代高温超导材料(REBCO)以其高电流密度、高临界转变温度、高临界磁场等优异特性,在电力、交通、能源、医疗等领域具有广泛的应用潜力。然而,在YBCO高温超导带材实际使用过程中,不可避免地需要将多根超导带材或多组超导线圈连接使用,不断提升连接接头的制作技术和性能评价方法,以此满足超导装备制造过程中的实际需要具有重要的现实意义。本文对YBCO带材的焊接工艺以及接头的超导电