最新刊期

    2018年第34卷第1期

      视点聚焦

    • 量子保密通信标准化现状与发展分析

      赖俊森, 吴冰冰, 汤瑞, 赵文玉, 张海懿
      2018, 34(1): 1-07. DOI: 10.11959/j.issn.1000-0801.2018034
      摘要:基于量子密钥分发的量子保密通信具有高安全性的特点,是未来保障信息安全的有效解决方案之一。近年来,我国量子保密通信试点应用及产业化逐步启动,相关标准化制定需求日益明显。对量子保密通信国内外相关标准的布局、制定现状及发展趋势进行分析,同时,对我国量子保密通信标准化工作进行分析展望,进一步提出未来相关标准化策略建议。  
      关键词:量子密钥分发;量子保密通信;标准化   
      1332
      |
      3503
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597416 false
      更新时间:2024-06-05

      研究与开发

    • 面向服务的数据中心安全框架

      胡腾, 李观文, 周华春
      2018, 34(1): 8-16. DOI: 10.11959/j.issn.1000-0801.2018031
      摘要:随着数据中心网络在云计算领域的大规模商用,数据网络的安全问题愈发受到重视。然而,由于传统数据中心安全设备部署方式静态僵化,难以满足动态多变的网络安全态势,无法应对新的安全威胁。因此,提出一种面向服务的数据中心安全框架。基于虚拟化技术和软件定义网络,将虚拟化的安全功能灵活组合,并实现安全策略动态更新的过程。通过原型系统测试验证了所提安全框架的可行性和有效性,为数据中心网络的灵活性和安全性提升提供了一种解决方案。  
      关键词:数据中心网络;安全功能链;安全策略部署   
      754
      |
      1541
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597414 false
      更新时间:2024-06-05
    • 异构网络中两种边缘缓存策略的能耗分析

      孙毅, 王鸿, 宋荣方
      2018, 34(1): 17-26. DOI: 10.11959/j.issn.1000-0801.2018035
      摘要:研究了两层异构网络在两种不同缓存策略下的能量消耗。首先,对支持缓存的异构网络能耗的各个组成部分分别进行了建模;其次,在一定中断概率条件下,推导了异构网络能量消耗与小基站分布密度、用户负载及缓存容量之间的关系表达式。仿真结果表明,边缘缓存技术的引入能够有效降低异构网络的能量消耗,而对于不同的小基站分布密度和用户负载,两种缓存策略的优劣性是不同的。两种缓存策略的总能耗和平均能耗分别随小基站分布密度和小基站用户负载的增加而降低。小基站的缓存容量也会对系统能量消耗产生不可忽视的影响。  
      关键词:异构网络;边缘缓存;能量消耗;齐次泊松点过程   
      799
      |
      1452
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597415 false
      更新时间:2024-06-05
    • 空中转信平台下地空信道的传输特性

      付小彬, 郑宝辉
      2018, 34(1): 27-33. DOI: 10.11959/j.issn.1000-0801.2018023
      摘要:卫星通信解决了全球广域的通信问题,但不易部署,星上资源有限,使用飞行器搭载卫星通信载荷,在距地不超过10 km处构造空中转信平台与地面节点实现互通,从而弥补了传统卫星通信的不足。针对转信平台与地面通信时电波传输损耗进行分析,提出了转信平台下的Ku/Ka波段宽带信道模型,理论分析和仿真结果均表明,该信道的衰落十分明显,对信息传输性能造成不可忽略的影响。尤其在低仰角传输时,多径效应使得莱斯因子较小,应用OFDM技术可以对抗多径衰落,实现转信平台与地面节点之间的宽带通信。  
      关键词:空中转信平台;信道模型;多径效应   
      684
      |
      1272
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597418 false
      更新时间:2024-06-05
    • 基于深度信念网络和线性单分类SVM的高维异常检测

      李昊奇, 应娜, 郭春生, 王金华
      2018, 34(1): 34-42. DOI: 10.11959/j.issn.1000-0801.2018006
      摘要:针对目前高维数据异常检测存在的困难,提出一种基于深度信念网络和线性单分类支持向量机的高维异常检测算法。该算法首先利用深度信念网络具有良好的特征提取功能,实现高维数据的降维,然后基于线性核函数的单分类支持向量机实现异常检测。选取UCI机器学习库中的高维数据集进行实验,结果表明,该算法在检测正确率和计算复杂度上均有明显优势。与PCA-SVDD算法相比,检测正确率有4.65%的提升。与自动编码器算法相比,其训练和测试时间均有显著下降。  
      关键词:异常检测;高维数据;深度信念网络;单分类支持向量机   
      793
      |
      1558
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597417 false
      更新时间:2024-06-05
    • 面向蜂窝—D2D混合场景的双层博弈匹配算法

      姚天, 张晖
      2018, 34(1): 43-51. DOI: 10.11959/j.issn.1000-0801.2018027
      摘要:随着无线技术的迅猛发展,无线接入网络进入新的阶段,即第五代(5G)移动通信系统阶段。多种技术场景并存的5G环境具有异构性和动态性的特点,对无线资源管理提出了严峻的挑战。如何实现网络资源与用户需求之间的最佳匹配变得尤为重要。因此,5G环境下无线资源匹配算法已成为当前研究热点。提出一种面向蜂窝—D2D 混合场景的双层博弈匹配算法,建立基于用户体验质量的公平性匹配模型,采用双层的匹配博弈理论加以求解,通过仿真验证所提算法的有效性,结果证明了所提算法的可行性。  
      关键词:5G环境;蜂窝场景;D2D场景;资源匹配;匹配博弈   
      722
      |
      1325
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597503 false
      更新时间:2024-06-05
    • 基于缺失数据BN参数学习的电信流失客户预测算法

      赵宇翔, 卢光跃, 王航龙, 李四维
      2018, 34(1): 52-60. DOI: 10.11959/j.issn.1000-0801.2018018
      摘要:针对电信客户流失预测问题,在数据缺失情况下,基于贝叶斯网络(Bayesian network,BN),用最近邻算法填补缺失数据,并将两类定性约束融入贝叶斯网络参数学习过程,用以提高流失客户预测精度。仿真及实际数据分析结果表明,所提算法较经典的期望最大化(expectation maximization,EM)算法有明显优势,在牺牲代价较小的忠诚客户预测精度的情况下,得到了更高的流失客户预测精度。  
      关键词:贝叶斯网络;参数学习;数据缺失;最近邻算法;定性约束   
      417
      |
      892
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597518 false
      更新时间:2024-06-05
    • TDS-OFDM系统高效并行MAP定时恢复算法

      李阳光, 包建荣, 姜斌, 刘超
      2018, 34(1): 61-71. DOI: 10.11959/j.issn.1000-0801.2018013
      摘要:针对 5G 通信无线多媒体传输时域同步—正交频分复用(TDS-OFDM)系统中的符号定时恢复处理慢、性能距离理论界较大等问题,提出了一种并行MAP定时恢复算法。它通过拉格朗日插值,能较好地提取最佳采样点幅度与极性变化信息,检测定时误差。而且该算法采用了高效并行的最大后验概率(MAP)准则,高速完成定时误差估计。仿真表明,与现有MM算法、Gardner算法等相比,该算法估计精度较高,结果逼近MAP定时恢复算法,差距约2 dB。  
      关键词:TDS-OFDM;定时恢复;插值滤波;误差检测;MAP准则   
      462
      |
      1181
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597538 false
      更新时间:2024-06-05
    • 云环境中改进FCM和规则参数优化的网络入侵检测方法

      张春琴, 谢立春
      2018, 34(1): 72-79. DOI: 10.11959/j.issn.1000-0801.2018005
      摘要:针对云环境中的网络入侵检测问题,提出一种基于模糊推理的网络入侵检测方法。首先,利用互信息特征选择对样本特征进行降维。然后,利用提出的改进模糊C均值聚类(IFCM)方法对训练样本集进行聚类,根据各样本特征与集群的对应关系获得初始模糊规则库。接着,对每个规则的前件参数和后件参数进行调优,以此获得准确的规则库。最后,基于规则库对输入连接数据进行模糊推理,对其进行分类以实现入侵检测。在云入侵检测数据集上的实验结果表明,该方法能够准确检测出网络入侵,具有可行性和有效性。  
      关键词:云环境;网络入侵检测;互信息特征选择;改进模糊C均值聚类;模糊规则库优化   
      406
      |
      901
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597551 false
      更新时间:2024-06-05
    • 基于单服务器的模指数安全外包计算方案

      丁伟杰
      2018, 34(1): 80-86. DOI: 10.11959/j.issn.1000-0801.2018001
      摘要:目前,在离散对数密码协议中,模指数外包计算方案大部分都是针对素数的,很少有有关合数的研究成果。并且大多数模指数外包计算方案都是基于双服务器的,该类方案通常要求两个服务器中至少有一个是诚实的,但是在实际环境中可能并不存在完全可信的云服务器。基于单个不可信服务器模型提出了一个新的复合模指数安全外包计算方案。该方案采用新的数学分割方式,能够保证底数和指数的隐私性。与已有方案相比,该方案的外包计算结果可验证率也有很大程度的提高,用户能够以119/120的概率检测出错误结果。  
      关键词:云计算;外包计算;模指数   
      576
      |
      1149
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597554 false
      更新时间:2024-06-05

      综述

    • 移动边缘计算综述

      李子姝, 谢人超, 孙礼, 黄韬
      2018, 34(1): 87-101. DOI: 10.11959/j.issn.1000-0801.2018011
      摘要:移动边缘计算(MEC)技术将IT服务环境和云计算技术在网络边缘相结合,提高边缘网络的计算和存储能力,减少网络操作和服务交付时延,提升用户服务质量体验,因此受到了广泛关注,并且已经作为关键技术被纳入5G标准。首先介绍了MEC的基本概念、参考架构和技术优势,然后从学术界、产业界和标准制定3个角度出发概括了MEC的研究现状,随后详细介绍了MEC的关键技术、应用场景以及具体的部署方式,最后对MEC的移动性、安全和计费以及隐私保护等现存问题进行了归纳和展望。  
      关键词:MEC;5G;低时延;参考框架;应用场景   
      6471
      |
      6924
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597606 false
      更新时间:2024-06-05

      专栏导读

    • 专栏导读

      2018, 34(1): 102. DOI: 10.11959/j.issn.1000-0801.2018011-1
        
      345
      |
      421
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597647 false
      更新时间:2024-06-05

      运营商大数据专栏

    • 电信运营商大数据发展建议

      张云勇
      2018, 34(1): 103-108. DOI: 10.11959/j.issn.1000-0801.2018028
      摘要:回顾了国内外大数据发展历程,在认真剖析电信大数据的发展背景、优势和现状的基础上,认为电信大数据的进一步发展是推动国家大数据战略工程落地的主要组成部分,提出了推进电信大数据深化发展的建议。  
      关键词:大数据;云计算;物联网;电信运营商   
      671
      |
      1314
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597648 false
      更新时间:2024-06-05
    • 运营商构建电信大数据生态之道

      刘觅, 杨海川, 李振华
      2018, 34(1): 109-119. DOI: 10.11959/j.issn.1000-0801.2018030
      摘要:在大数据快速发展的时代,电信运营商拥有丰富的大数据资产,亟待通过大数据业务的创新发展,释放管道中庞大数据的潜在力量。指出电信大数据生态的构建将帮助电信运营商有效解决大数据业务发展中遇到的问题,带来新的价值增长;并阐明电信大数据生态的目标形态和构建方法。  
      关键词:生态;构建;电信运营商;大数据   
      632
      |
      1339
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597672 false
      更新时间:2024-06-05
    • 大数据助力运营商提升规模化运营核心力策略

      郭佳睿, 魏进武, 张云勇
      2018, 34(1): 120-125. DOI: 10.11959/j.issn.1000-0801.2018045
      摘要:通过研究国外运营商大数据发展历程,总结其优秀经验和做法,分别从运营组织、应用开展、平台布局和数据融合 4 个方面,为国内运营商在提升规模化运营核心力方面提出策略与建议,助力国内运营商迎接未来产业互联的快速规模化发展。  
      关键词:运营商;大数据;核心力;规模化;策略建议   
      500
      |
      1396
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597678 false
      更新时间:2024-06-05
    • 大数据推动运营商市场经营模式创新的展望

      王军林, 王宝旺, 赵斐, 马春宇, 谭绍富
      2018, 34(1): 126-134. DOI: 10.11959/j.issn.1000-0801.2018032
      摘要:结合大数据在运营商领域研究与实践,提出大数据在经营领域产出价值的 8 个方向,并举例说明;通过阐释大数据推动运营商市场经营模式创新的定义与特征,提出智慧运营中心的概念,并介绍其意义、商业设计与支撑要素;同时阐释智慧运营中心与其他业务平台的关系;最后提出AI时代下智慧运营中心的发展机遇与演进策略。  
      关键词:运营商;大数据;经营模式创新;智慧运营中心   
      440
      |
      1219
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597706 false
      更新时间:2024-06-05
    • 安徽联通企业级大数据平台构建及应用实践

      吴涛, 刘韬, 王斌
      2018, 34(1): 135-147. DOI: 10.11959/j.issn.1000-0801.2018036
      摘要:完整地总结了中国联合网络通信有限公司安徽分公司建设大数据面对的挑战和机遇以及通过快速构建B/O域融合的智慧运营平台累积的跨域数据多维度、多层次融合治理经验。此外,安徽联通还对用户离网预测进行了深入研究,通过大数据平台构建离网预测模型,实现离网预测模型查准率90%、查全率9%的突破,并通过提升用户感知等应用深入推广大数据在各领域的融合应用,对内提升了运营效率,实现了NOC(network operations center,网络运维中心)向SOC(service operations center,业务运营中心)的转型。  
      关键词:运营商大数据;B/O域数据融合;离网预测大数据应用;NOC向SOC的转型   
      636
      |
      1367
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597719 false
      更新时间:2024-06-05
    • 基于PaaS技术的大数据云化平台实践

      徐海勇, 黄岩
      2018, 34(1): 148-157. DOI: 10.11959/j.issn.1000-0801.2018043
      摘要:大数据平台作为数据存储、处理和服务的基础平台,需支撑内部和外部多种大数据应用的开发及运行。提出一种把PaaS(platform as a service,平台即服务)技术应用到大数据平台的方案,详细描述了大数据PaaS云化平台的架构体系以及分层调度、多租户管理、Hadoop任务全局调度等关键技术方案。实践证明,该平台可以显著提高大数据应用的开发效率,实现应用快速部署上线;同时,其良好的弹性伸缩能力可以有效地提高大数据应用系统资源的使用效率。  
      关键词:大数据;PaaS;Hadoop;YARN调度器;云服务   
      599
      |
      1494
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597724 false
      更新时间:2024-06-05
    • 电信运营商大数据基础能力建设与实践

      汤劲松, 蔡韵, 王晓亮, 傅一平, 汤潇巍, 陈永刚, 张挺
      2018, 34(1): 158-165. DOI: 10.11959/j.issn.1000-0801.2018037
      摘要:以中国移动通信集团浙江有限公司(以下简称浙江移动)为例,从平台、数据和技术 3 方面阐述了运营商的大数据能力,并结合企业实践和探索,分享了浙江移动在移动信用评分和智能选址产品的案例。  
      关键词:大数据;信用评分;选址   
      755
      |
      1746
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597742 false
      更新时间:2024-06-05
    • 电信行业基于种子用户群扩展技术的定向营销研究与应用

      张旭, 刘洋, 胡磊, 赵晓东, 张海滨
      2018, 34(1): 166-173. DOI: 10.11959/j.issn.1000-0801.2018029
      摘要:在数据业务爆发式增长的时代,掌握海量用户数据的电信运营商占有价值优势。通过大数据技术对数据价值进行洞察识别和探索已经成为运营商发展增值业务的必要手段。对于传统的营销方式,各省市公司通过一些业务指标筛选目标客户或者单独建模的方式进行粗放营销,数据获取周期长,营销接触率不高。针对上述痛点,提出在小样本数据情况下构建相似群扩展服务(Lookalike)。该服务结合电信行业的数据及业务特点,集成了度量学习、深度学习等方法,有效支撑电信运营商实现精准营销。Lookalike服务减少了人工参与,自动实现营销目标客户的输出,大大提高了营销活动的工作效率及成功率,在多次实际电信项目中得到验证TTM(time to market)取得了由月到日的提升,营销成功率明显提高。  
      关键词:智能数据集成;种子相似用户群自动扩展技术;华为运营商大数据平台   
      631
      |
      1342
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597771 false
      更新时间:2024-06-05
    • 个性化推荐助力运营商数字化营销

      马春宇, 王军林, 王宝旺, 甘波华
      2018, 34(1): 174-180. DOI: 10.11959/j.issn.1000-0801.2018033
      摘要:简要分析电信运营商数字化营销的挑战与诉求,吸取互联网思维优势,提出个性化推荐助力运营商数字化营销,并介绍运营商个性化推荐的发展历程。描述基于运营商产品、用户行为数据以及大数据平台计算能力,探索运营商个性化推荐营销实现原理和实现流程。最后,讲述了个性化推荐在数字化营销中实现的场景,并对运营商个性化推荐的价值和未来进行展望。  
      关键词:个性化推荐;电信运营商;大数据;数字化营销   
      640
      |
      1666
      |
      0
      <HTML>
      <网络PDF><XML><Meta-XML>
      <引用本文> <批量引用> 59597825 false
      更新时间:2024-06-05
    0