摘要：针对传统基于机器学习的流量分类方法中特征选取环节的好坏会直接影响结果精度的问题,提出一种基于卷积神经网络的流量分类算法。首先,通过对数据进行归一化处理后映射成灰度图片作为卷积神经网络的输入数据,然后,基于LeNet-5深度卷积神经网络设计适于流量分类应用的卷积层特征面及全连接层的参数,构造能够实现流量的自主特征学习的最优分类模型,从而实现网络流量的分类。所提方法可以在避免复杂显式特征提取的同时达到提高分类精度的效果。通过公开数据集和实际数据集的系列仿真实验测试结果表明,与传统分类方法相比所提算法基于改进的CNN流量分类方法不仅提高了流量分类的精度,而且减少了分类所用的时间。

摘要：针对现有流调度方法难以满足Ceph云存储网络中多业务流的不同多播调度需求问题,设计了一种支持业务优先级区分的多播流调度方法。首先,采用软件定义网络技术实时获取网络状态信息,为流调度方法提供数据支撑;然后,将待处理的多播流调度任务分解为多个单播路径选择的多属性决策问题,提出基于理想解法的单播路径选择方法,根据业务流对网络性能的需求为其找到一个最优单播路径集;最后,通过各路径集间的最大公共子路径确定多播分发节点以构建多播传输路径。实验结果表明,与现有方法相比,所提方法可以在降低冗余流量、提高网络负载均衡性能的同时,降低高优先级流的传输时延。

摘要：目前,世界造船产业正加速向中国转移,中国造船业前景相当广阔。计划到2015年造船总量占世界的35%,跃升全球最大造船强国指日可待对此,党中央和国务院对我国造船工业高度重视,并不断加大对造船工业的大规模投资,2月11日,国务院审议并原则通过的《船舶工业调整振兴规划》(下简称"振兴规划")隆重推出《珠江三角洲地区改革发展规划纲要》、《广东省船舶产业振兴规划》(2009—2011年)也在不同时期顺势而出。振兴规划及纲要出台,鼓舞了全国及南方地区造船业,船企无不为之振奋欢欣鼓舞。据预测,去年9月就影响到我国船舶业的国际金融风暴至少将持续2～3年,我国修造船企业、船舶配套业、航运、海运及船舶业界同仁究竟应如何借助"振兴规划"进一步提升技术、坚持自主创新、强化内部管理,抵御金融风暴影响,利用2～3年时间修炼内功,以"振兴规划"为强大动力,为新一轮市场博弈而积蓄力量?