文献类型：期刊文章

作　　者：孟庆锴[1,2] 张剡[2] 杨琬琪[2] 胡裕靖[2] 史颖欢[2] 潘红兵[1] 王浩[3]

机构地区：[1]南京大学电子科学与工程学院微电子设计研究所,南京210046 [2]南京大学计算机软件新技术国家重点实验室,南京210046 [3]华为技术有限公司南京研究所,南京210012

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(61035003;61175042;61021062);国家973项目(2009 CB320702);江苏省973项目(BK2011005);教育部新世纪优秀人才支持计划(NCET-10-0476)资助

年　　份：2014

卷　　号：41

期　　号：3

起止页码：27-31

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSCD、CSCD2013_2014、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。

关 键 词：谱聚类 迁移学习  关键路由设备检测  

分 类 号：TP181]