中国计算机网络和通信

命名数据网络（NDN）作为信息中心网络（ICN）的特定架构设计，很快成为未来互联网架构的有希望的候选者，其中通信由数据名称而不是IP地址驱动。为了实现未来互联网中的NDN通信范式，已经提出了两个重要的特征，有状态转发和网络缓存，以应对基于主机的通信协议的缺点。有状态转发旨在维护待处理的兴趣数据包的状态，以指导数据包返回请求消费者，而在网络中缓存用于减少网络流量和数据访问延迟，以提高数据访问的整体性能。然而，传统的状态转发方法不是自适应的，并且对不同的网络条件响应，因为它未能考虑多个网络指标来制造兴趣转发决定。此外，默认的网络中缓存策略依赖于存储每个接收的数据包，而不管各种缓存约束和标准，这导致数据生产者附近的路由器遭受过多的缓存开销。在本文中，我们提出了 那对NDN网络的新型状态转发和网络网络缓存策略。这由多铁路决策（MCDM）的利息转发和合作数据缓存组成。基于MCDM的利息转发的基本思想是通过与思想解决方案（TOPSIS）的相似性来使用技术进行订单性能，以基于多个网络指标动态评估输出接口备选方案，并客观地选择最佳输出接口以转发兴趣分组。此外，合作数据缓存由两种方案组成：Cachedata，缓存数据和CACHEFACE，缓存传出接口。我们对绩效评估进行了广泛的仿真实验，并与现有计划进行比较。仿真结果表明可以提高利息满意度和利息满足延迟以及减少跳数和内容储存利用率。

本文介绍了一种新的集成学习方法来开发一种新的网络入侵检测模型，该模型具有学习的可扩展性和自适应特性。该方法可以改善现有的入侵检测趋势和难点。提出了一种将机器学习与基于知识的系统相结合的入侵检测方法。利用机器学习算法构建分类器模型，基于知识的系统使模型具有可扩展性和自适应性。在40,558个实例的NSL-KDD数据集上，采用十倍交叉验证进行了实证检验。实验结果表明，连接后的性能达到99.91%。有趣的是，重要的知识丰富学习的入侵检测不同，作为入侵检测和防御技术的一个基本特征。因此，建议安全专家在他们的网络和计算机系统中集成入侵检测，这不仅是为了他们的计算机系统的健康，也是为了改善他们的工作流程。

虽然太赫兹无线片上网络(WiNoC)引入了相当高的带宽，但由于高路径损耗，它不能用于相距较远的节点之间的通信，特别是在多芯片架构中。在本文中，我们介绍了一个可扩展的蜂窝结构来重用芯片的频率。此外，我们还采用了一种适用于片内通信的新型平行板波导结构。这种波导的低损耗特性使我们可以增加芯片的数量。每个芯片都有一个无线节点作为与其他芯片通信的网关。为了缩短芯片内和芯片间太赫兹链路的长度，利用多目标模拟退火(SA)算法确定了最优配置。最后，我们比较了所提出的太赫兹多芯片NoC与传统毫米波NoC的性能。仿真结果表明，当系统由4个芯片扩展到16个芯片时，系统的吞吐量降低了大约必威2490 那而对于毫米波NOC，这种减少是关于必威2490 。此外，我们系统的平均延迟增长仅为与约相比必威2490增加毫米波NOC。

虚拟网络是通过物理网络互连的虚拟设备集，以向最终用户提供服务。这些服务通常是异构的（VoIP，VOD，流等），利用各种资源（带宽，计算能力，服务器等），并且具有与基板网络的拓扑不同的拓扑。这些要求的这些变化传统上称为虚拟网络的架构灵活性。通过称为虚拟服务资源的服务器提供每个虚拟服务。当虚拟服务资源不能再为最终用户提供良好的服务质量，由于它们的移动性产生的流量变化，通常实现了两种方法：将虚拟网络提供资源或通过将服务迁移到替换虚拟服务资源另一个节点提供最合适的资源以满足服务质量（QoS）。在本文中，我们提出了一种基于流的动态虚拟服务资源替换方法，其允许跨多个虚拟路径替换。我们的方法是基于图形拓扑，与文献中的图形拓扑相差，基于树拓扑。在本研究中执行的模拟表明，与其他方法相比，我们的方法显着降低了虚拟服务资源替换时间。

不断更快，移动终端正在开发，以及无线网络，满足“总是最佳连接”需求的增长。现在用户希望从3GPP或IEEE组技术中访问最佳可用的无线网络，无论何处，都不会丢失他们的会话。因此，如果需要，移动终端必须将通信无缝地将通信转移到另一个访问技术（垂直切换），因为它们经常进入异构的无线环境。这项工作旨在优化垂直切换过程中的网络选择步骤。多目标决策方法自然地符合此背景。然而，由于从度量标准收集的数据不确定，它们有时会产生错误的切换决策。该手稿介绍了一种混合方法，将模糊技术与定期顺序相似于理想的情况和模糊分析网络过程，在网络选择中，提高服务质量，避免，尽可能不必要的切换。结果表明，与网络选择上下文中相同类型的其他方法相比，这种组合是最佳的。

移动云计算（MCC）持有计算的新曙光，其中云用户通过Internet吸引到多个服务。MCC具有定性，灵活，经济高效的交付平台，可借助互联网为移动云用户提供服务。由于交付平台的优势，已经对如何解决MCC中的不同问题进行了几项研究。这些问题包括MCC中的能效，安全的MCC，用户满意的应用程序和服务感知MCC（QoS）。在此背景下，本文定性地评出了不同提出的MCC解决方案。因此，考虑到包括能量感知，安全，应用和QoS感知发展的主要主题，提出了MCC的分类法。这些主题中的每一个都在考虑最近进步的比较评估中进行了批判性调查。介绍了用于评估现有技术性能的指标和实施环境的分析。最后，根据该领域研究人员对文学的关键和定性评估确定了一些开放的研究问题和未来的挑战。