并行层压缩树包分类算法

在层压缩树路由算法思想基础上提出了一种新的硬件包分类算法--并行层压缩树包分类算法.该算法是基于独立存储单元和多域并行处理并在FPGA内部实现的高速网络包分类算法,主要包括单通道并行搜索和多通道综合比较两大部分.仿真结果表明在40 MHz的搜索时钟频率下,该算法能够达到每秒2 M包头的处理速度,其空间性能明显优于其他算法,具有O（d）的时间复杂度（d为域的个数）和O（dN）的空间复杂度（N为规则数）.     

对基于元组向量折叠的包分类算法的改进

基于元组向量折叠的包分类算法使用向量折叠的思想,大大缩小了算法的内存占用率,但是在运用于大规模规则库时会出现大量的冗余数据,影响算法的速度.文章从元组向量折叠算法入手,提出了相应的改进措施,使其在应用到大规模规则库时,能够在降低内存占用率的同时提高算法的运行速度.     

基于核方法的分类算法比较研究

讨论基于核方法的分类算法的原理及其用于统计建模的一般步骤,研究了支持向量机和核Fisher线性判别分类算法的性能,数值实验表明基于核的分类算法与传统分类算法相比具有高精度,自适应的优点．     

基于统计决策树的包分类算法

基于网络包分类算法在时间和空间复杂度上的限制,启发式策略一般具有较快的速度,同时在应用上具有较好的前景,提出了一种基于统计决策树的启发式包分类算法.该算法把规则头部中的每一位看作一个特征属性,因为不同位有不同的区分效果,根据对规则的统计把最具有区分意义的几位提取出来作为决策树的决策属性,使规则在子集中分布比较均匀,在子集中也做同样的处理,递归形成树形的数据结构;匹配时在树的每一层根据区分位判断其所属的子集,直到找到相匹配的规则.算法测试表明能实现高效的分类.     

三种分类算法的实验比较

对文本自动分类算中的k最近邻算法、向量空间模型算法以及混合分类算法进行了比较分析，在构造分类用知识库的主题抽取方法相同的条件下，使用中国资讯行提供的2000篇网上新闻语料分别对3种分类算法作了实验研究、实验结果表明，针对网上新闻而言，混合分类算法性能指标优于另外2种算法．结合实验语料环境，对3种分类算法的适用范围作了分析．     

递归流包分类算法的改进

为解决递归流包分类(RFC)算法在大规则、多维、IPv6应用环境下出现内存消耗过大的问题,在RFC算法的基础上,提出了将源、目的地址字段与其他字段分开处理的新算法.首先,对地址字段使用几何学点定位分类模式处理,并将区间列表组织成平衡树结构以达到快速定位;其次,其他字段采用位图压缩表来代替预处理表;最后将这两部分的匹配结果组合得到最终的规则标识符.新的算法综合考虑了空间和时间性能,不仅大大地减少了存储开销,而且能保持相对快的查找速度.     

阵列信号处理中多重信号分类算法的仿真研究

波达方向（DOA）估计是阵列信号处理研究的重要内容之一,多重信号分类（MUSIC）算法是一种经典有效的DOA方法。概述了阵列信号处理研究的主要内容,详细介绍了多重信号分类算法的原理,并用MATLAB进行仿真实现该算法,研究了MUSIC算法的性能。     

车身舒适系统CAN总线网络测试与仿真分析

为了研究车载CAN总线网络系统的网络性能指标,选用通用CAN总线软硬件整合组成低成本车载CAN总线网络测试与仿真分析系统.对大众宝来车身舒适系统CAN总线网络进行测试与仿真分析.测试结果表明:大众宝来车身舒适系统CAN总线的节点平均发送CAN数据帧时间间隔为20ms,教据长度为2～5位,网络通讯波特率为62.5 kBd,正常工作时网络负载为30%,系统后备能力强、可靠性高;仿真结果表明:车载CAN总线网络系统设计时节点测控数据定义较少的发送CAN数据帧时间间隔与数据长度、系统采用较高的网络通讯波特率,可以提高车载CAN总线网络系统性能.     

网络攻防仿真模型与算法

网络攻防仿真的建模及仿真算法是实现其仿真软件的关键问题。本文为网络攻防仿真提供了一种建模方法和模型实例,并给出了在模型实例下的仿真实现。     

基于主动包技术的网络性能优化研究

随着网络技术的不断发展,新应用和新技术层出不穷,促进了网络新业务的出现,同时对网络性能的改善不断提出新的要求。主动包技术改善了传统网络的"端到端"模型,提高了网络的灵活性和可扩展性。通过仿真比较研究了主动包技术的网络性能优化,并与传统网络进行性能比较,具有现实意义。     

一个快速的多维数据包分类算法

通过引入位图映射以及元组空间的概念,提出了一个数据包分类算法,该算法可以满足高性能网络对骨干路由器的要求,能够以线速完成对输入数据包的分类处理。算法在时间及空间复杂度上性能较好,并具有很好的扩展性。     

高速缓存感知的包分类算法

提出了一种高速缓存感知的数据结构CATree，对聚合位向量包分类算法进行改进，可提高算法的区间查找速度．CATree是一个基于B-树的数据结构，它使用数组存储数据，由于没有指针，所以Cache利用率更高，使用CATree可以降低查找算法的DRAM访问次数，改进后的算法整体性能有很大提高，即在600条规则的性能评价实验中，改进算法比聚合位向量算法快30%，比位向量算法快94％。     

A TCAM-based Two-dimensional Prefix Packet Classification Algorithm

Packet classification (PC) has become the main method to support the quality of service and security of network application. And two-dimeusioual prefix packet classification (PPC) is the popular one. This paper analyzes the problem of ruler conflict, and then presents a TCAM-based two-dimensional PPC algorithm. This algorithm makes use of the parallelism of TCAM to lookup the longest prefix in one instruction cycle. Then it uses a memory image and associated data structures to eliminate the conflicts between rulers, and performs a fast two-dimeusional PPC. Compared with other algorithms, this algorithm has the least time complexity and less space complexity.     

High-Performance Packet Classification on Multi-Core Network Processing Platforms

Packet classification is crucial to the implementation of advanced network services that require the capability to distinguish traffic in different flows, such as access control in firewalls and protocol analysis in intrusion detection systems. This paper proposes a novel packet classification algorithm optimized for multi-core network processors. The proposed algorithm, AggreCuts, has an explicit worst-case search time with modest memory usage. The data structure of AggreCuts is flexible and well-adapted to different types of multi-core platforms. The algorithm on both Intel IXP2850 32-bit and Cavium OCTEON3860 64-bit multi-core platforms was implemented to evaluate the performance of AggreCuts. The experimental results show that AggreCuts outperforms the best-known existing algorithm in terms of memory usage and classification speed.     

用于TCAM的元组快速包分类

通过引入元组概念组织分类器，对TCAM上路由查寻算法CAO—OPT进行改进，实现了多维数据包的快速分类和更新。     

位并行数据包分类算法研究

主要介绍了位并行包分类算法及两种改进算法，并对这几种算法进行了详细分析、对比，最后指出位并行算法需要进一步解决的问题，提出了这些问题的解决方案。     

基于散列表的快速分组分类算法

通过分析Internet网络主干路由器分组分类的关键问题和解决方案, 提出了基于散列表的快速分组分类算法, 该算法时间复杂度为O(1); 通过分析规则表的相关性将规则表分成相关子集和不相关子集, 对不相关子集采用哈希法构造散列表. 实验测试表明, 所给算法比顺序匹配算法的吞吐率提高近10%. 进一步分析了规则冲突, 并给出了冲突的理论证明和查找算法.     

利用域转换的三态内容寻址存储器报文分类算法

针对基于三态内容寻址存储器(TCAM)的报文分类存在范围扩张导致空间利用率较低的问题,提出了一种利用域转换的报文分类算法(DTRM).首先将规则集独立的范围预编码算法中范围规则编码所需的比特数量由2k-1替换为任意值,从而能够利用TCAM中的所有冗余位进行编码,实现新范围域的构建,然后利用范围规则的分布特征,以规则集能够表示为较少的TCAM表项为原则,设计域转换函数,将规则集原始范围域转换为新构建的范围域.报文分类时,利用域转换函数将报文头部转换为新构建范围域中的某一数值或范围,并与TCAM表项进行并行比较,最终得到分类结果.仿真结果表明,与并行报文分类算法相比,DTRM算法的范围扩张因子由1.6减少至1.21,TCAM空间利用率由63％增加至82％,同时支持规则的增量更新.     

会计模拟实验室建设与会计实验教学

目前的会计模拟实验室建设中存在着模拟资料缺乏代表性、凭证单据不够逼真、实验项目单一、忽略会计监督、实验老师与实验室管理员相混淆等问题。应在会计实验室建设中做到实验设施现代化、实验项目全面化、会计实务电算化、会计教学手段现代化相结合,从硬件和软件两个方面入手,形成彼此联系逐层递进、资源共享、全面开放的实验教学新体系和规范化的管理模式。