qq_61890005的博客

总之，对我国而言，加速空天地融合应用产业布局，利用5G等地面网络已有产业链成果及网络建设资源，融合卫星互联场景，为广域范围内用户随时、随地、无缝漫游提供地面移动网络及卫星通信网络融合业务，将地面移动业务从陆地通信服务全面向“海、陆、空”通信服务领域与市场拓展，真正实现“广域万物智联”和“全球随遇接入”的空天地海一体化网络功能。因此，卫星互联网与地面通信网络在技术层面已具备融合的基础条件，进一步可通过构建架构、功能、流程一体化的天地一体网络，分阶段实现覆盖融合、业务融合、体制融合和系统融合。

同时，由于UE不用重新注册就能使业务继续，无注册浪涌信令，减少了对各网元的信令冲击。如图6所示，AMF、SMF检测到UDM故障，则启用本地缓存的用户签约数据或本地配置的签约数据，跳过UDM注册、订阅以及请求签约数据过程，继续用户当前信令业务，触发用户进入bypass状态。面对网络故障或业务异常导致的信令风暴，通过引入AMF主备网元用户动态数据热备、5GC 免UDM惯性运行等功能，可进一步提升网络业务保障能力，规避用户大量下线、业务中断导致的信令风暴，降低信令风暴对网络的冲击，进一步提升网络的健壮性。

摘 要随着DOICT全融合驱动移动网络的变革和能力升级，数据技术逐渐成为助力全社会全领域数字化智能化转型的重要能力，数据“金矿”的价值已被市场广泛认知和期待。从移动网络中的数据及数据技术的演进切入，首先总结了目前5G网络中的数据及数据驱动技术架构，之后介绍了6G网络中数据相关的研究进展和业界共识，最后阐述了对6G网络中数据及数据功能研究的观点，肯定了数据将成为未来6G中的重要“金矿”的价值，有必要针对6G数据的定义、功能、框架等开展更深入的研究。 引 言 移动通信网络从基础的语音业务发展到5G

摘 要通过分析6G网络愿景和核心网网络架构所面临的挑战，提出面向6G的核心网网络架构的需求，并在此基础上提出智能且能力普惠的核心网架构，实现“连接+AI+算力+智能+能力开放”的6G核心网，能够根据场景和业务需求按需部署网络功能，保证网络按需确定性服务能力。通过对四大网络功能体进行重构，实现多任务协同能力，形成灵活的用户面处理逻辑，实现网络能力普惠的自治管理和智能服务。 0 1 概 述大连接物联网（massive machine type communication，mMTC）、增强型移动宽带（

摘 要6G网络不仅对通信服务进行了增强，还将向融合感知、计算、智能和可信等多业务领域提供综合服务。当前5G QoS体系架构和机制无法支撑未来6G网络综合服务保障，6G需要更广义的QoS新体系。通过对当前QoS局限和未来QoS设计新目标分析，提出了QoS新体系下的项目化运作、架构分级和多管控主体等设计范式，并且阐述了AI和数字孪生可作为新工具协助QoS设计的优化验证。引 言 随着网络生态的延伸和网络技术的发展，网络业务越来越丰富，多元化的业务需要服务质量（QoS）体系机制来提供差异化的服务保障。4

摘 要随着人工智能计算与应用的不断发展，基于深度学习的智能服务对算力资源需求也逐渐提高，因此利用移动算力网络为边缘智能提供泛在异构、高效可靠的算力服务支撑。针对边缘智能和移动算力网络的研究现状和关键技术进行了讨论，提出了面向边缘智能的移动算力网络设计实例，给出了面向智能任务的网络部署方案和多维资源分配方案。 0 1 概 述近年来，随着从云数据服务器到个人端的计算和存储设备的激增，计算普遍化和计算服务下沉的信息中心的时代到来。Machina Research报告显示，预计到2025年全球联网设备会

终端分配的 IP 地址是公共网络中的主机在卫星互联网中用来与终端联系的目的 IP 地址，信关站收到的 IP 数据包包括该目的 IP 地址、标识信关站的终端。本文优化网络协议设计，提出了多层对等协议，提供了在信关站和终端之间交换 IP 通信和信令信息的机制，提供了与卫星相关的功能和与卫星无关的功能之间的分离协议参考模型，为卫星互联网系统的随机实时接入、卫星网络互联、宽带传输、多业务拓展等提供了参考技术思路。在未分配的入向路由信道上使用基于回退－重试的竞争访问，来仲裁多个终端对这些入向路由逻辑信道的访问。

动态数据脱敏的目标在于根据设置好的数据脱敏规则和策略，对外部在线申请访问的敏感数据进行实时的脱敏处理，并能即时反馈数据脱敏后的处理结果，其数据脱敏规则和策略需要根据不同情况下对于相同敏感数据的访问做不同的脱敏处理。静态数据脱敏的目标在于根据设置好的数据脱敏规则和策略，对大批量的数据集进行统一脱敏处理，脱敏操作不会破坏数据的内在关联关系和统计特征等有价值的信息 ，在满足非生产环境应用场景对数据使用需求的同时，又能保证数据提供方最大限度地降低数据的敏感程度，确保数据在使用过程中不会发生敏感信息泄露。

但这些描述较为粗略，仅仅表达信息和数据对安全防御有需求，并未对信息系统的安全需求展开充足的分析，不能明确信息系统面临的安全威胁和安全风险，难以确定所需的安全措施和手段，最终导致安全系统或设备往往需要以打“补丁”的方式来弥补信息系统设计中存在的安全能力差距，安全防护系统和装备也不能形成体系，大大影响了安全防御效能的发挥。资产分类主要是根据体系结构设计中的作战视点、系统视点和服务视点等相关模型数据，提取需要保护的资产，主要包含硬件、软件、服务、数据、人员和其他 6 大类，如表 1 所示。

大数据处理子系统需要对归一化后的原始协议数据进行长时间段的存储，处理数据规模十分庞大，系统不仅需要存储大规模数据，还需要实时安全检测网络流量数据、基于历史数据开展规模训练等业务，因此本系统选用了基于大数据平台的数据仓库，具备易扩展和函数式编程的特点，对数据的离线分析具有较好的支持，这与安全检测分析子系统的使用需求相吻合。基于统计分析的安全检测技术通过对恶意行为予以统计，能够有效识别离线特性的数据场景，弥补传统签名规则特征检测的不足，实现对复杂行为的检测。基于统计分析的安全检测技术流程如图 3 所示。

从表 2 可知，与传统的以常规的安全监测、分析（其中常规监测、分析一般包括应用威胁、环境风险、终端风险、运行风险和敏感行为 5 类）及监测数据的收集、展示为主的安全态势感知平台相比，本文提出并实现的溯源管控技术一方面增加了溯源信息的监测、分析，提升了其对安全事件的定位、追溯；鉴于此不足，本文将在现有的移动安全防护的基础上提出并设计一种安全软件开发工具包（Software Development Kit，SDK），实现移动应用或终端与边界防护设备的联动，进而实现安全事件的溯源及应用终端的安全管控。

摘要Docker是目前最具代表性的容器平台之一，它的安全问题引起了产业界和学术界的广泛关注。首先，对Docker架构以及基本安全特性进行介绍，分析了Docker面临的安全威胁。其次，对Docker增强、安全检测、瘦身等方面的安全技术进行了分析梳理。最后，对Docker安全的未来发展进行总结和展望，帮助和激励研究人员开始对Docker领域的研究。内容目录1　背景知识1.1　Docker 架构1.2　Docker 安全机制2　容器 Docker 安全风险2.1 镜像安全风险2.1　镜像安全风险2.2　容器虚拟

从用户角度看视频，主要分为点播和直播。随着5G网络部署加速，自媒体盛行，不同形式的内容可以随时在任何地方生成，且在利用5G边缘MEC部署CDN，内容去中心化趋势下，离散的内容将分布在网络的各个角落。因部署于MEC的CDN覆盖区域有限，面向的用户规模相对较少，传统的内容分发算法需要进一步优化，可以充分利用MEC侧提供的有效信息，摒弃仅根据访问热度进行内容分发的策略，充分考虑用户身份、轨迹、逗留时间、偏好等因素构建基于用户行为的内容分发预测模型，显著提升MEC-CDN的命中率，有效降低回源带宽消耗。

与地面无线通信系统相比，卫星通信的广域覆盖特性使得信息安全传输问题成为该领域更具挑战性的研究课题.为了提升多播传输模式下卫星通信系统的物理层安全性能，本文针对不同信道状态信息（Channel State Information，CSI）研究了两种安全波束成形（Beamforming，BF）算法.在合法用户和窃听者CSI均准确已知的条件下，提出了基于半正定规划（Semidefinite Program，SDP）和惩罚函数相结合的安全BF算法；

本文分析了重根循环码的纠错能力.利用循环码的代数结构，构造了几类最优的循环码.构造了一类距离最优的二元重根循环码，并由此派生出一类距离和维数都是最优的二元重根循环码；］，利用重根循环码的代数结构，确定了几类重根循环码的最小对距离，由此构造了几类有最大符号对距离的符号对码，从而说明重根循环码在符号对读信道上有较好的纠错能力。重根循环码的纠错能力是这两类应用中的一个关键点，因此，分析重根循环码的纠错能力并探讨它的最优性，是一个有趣的问题。构造了距离最优的重根循环码，从而说明重根循环码可以产生小距离的最优码。

摘要：网络上大量安全情报知识以多源、异构、碎片化的形式存在，为使这些信息表达成安全人员能够有效管理、理解、组织的形式，构建了基于Neo4j的网络安全知识图谱。首先，设计了网络安全本体模型；其次，将权威知识库作为数据源，利用Scrapy爬虫框架采集网络安全数据并进行知识抽取，深入研究知识融合技术对实体进行对齐；最后，使用Neo4j图数据库实现网络安全知识图谱的构建。网络安全知识图谱的构建为安全人员提供了直观、可靠的安全知识查询，也为后续安全场景应用提供了支撑。内容目录1　研究现状1.1　网络安全本体研究1.2

Grafana支持许多不同的数据源，每个数据源都有一个特定的查询编辑器，该编辑器定制的特性和功能是公开的特定数据来源。4）从数据存储方面来看，Zabbix采用关系数据库保存，这极大限制了Zabbix采集的性能，Nagios和Open-Falcon都采用RDD数据存储，Open-Falcon还加入了一致性hash算法分片数据，并且可以对接到OpenTSDB，而Prometheus自研一套高性能的时序数据库，在V3版本可以达到每秒千万级别的数据存储，通过对接第三方时序数据库扩展历史数据的存储。

对调度失败的业务，采用基于频谱离散转换度和时域缓存联合的冲突解决方法，减少业务在光交换节点的平均延迟并降低业务调度失败概率.仿真结果表明，本文所提的算法能在降低全光交换节点业务的带宽阻塞率的同时，减少频谱转换器的使用数目和业务的平均时延.）频谱分配算法对业务进行频谱资源集中分配以避免频谱冲突，但是，该算法只适用于业务的根节点解决资源分配问题，不适用于业务在路由的中转节点发生冲突的解决，因此，该算法的冲突解决能力有限，当网络负载较重和网络中资源碎片化严重时，业务的带宽阻塞率较高。否则，对冲突业务进行纤芯。

本文针对机器人轨迹跟踪控制精度和初始峰值问题，提出一种变增益自抗扰控制器轨迹跟踪控制方法.首先，采用跟踪微分器将逆运动学解处理为插值点区间，设定插值点选取规则及冲击力目标函数.然后，根据目标函数选取插值点拟合得到的轨迹曲线.最后，在考虑机器人动力学下设计轨迹跟踪控制器.仿真和实验结果表明，优化的方法冲击力减少39.8%，且电机能量消耗降低28.48%.设计的变增益自抗扰控制器轨迹跟踪控制可以准确地跟踪轨迹以及解决峰值问题.然后，根据目标函数选取插值点拟合得到的轨迹曲线；

【摘要】云原生技术是目前技术阶段，企业IT系统的最优模式的集合。云原生技术也是一个不断更新迭代的过程，相应的开发习惯和方法也会跟着改变。那么，云原生下一步将如何发展？云计算经过十几年的发展，从一开始讨论什么是云计算，到争论云计算是否是旧瓶装新酒，再到讨论如何建设云基础能力，到如何建设云平台上的应用，随着业界对云计算技术的不断探索，我们对云计算的理解和期望在日益提升。当前，大部分的企业已经确实体会到了云计算带来的竞争优势，并已经建成企业内部的私有云基础能力，或是将数据中心迁移到公有云上。应用如何使用好云计算基

由于随机产生的波束成形矩阵并不能保证是原问题的全局最优解，尤其是在高维度矩阵的情况下，性能的好坏是取决于样本的数量，因此所得近似解的性能可能会远差于最优解的性能。相较于窃听信道的边界误差范围，窃听信道的统计信息更易获取，因此研究统计性的鲁棒方案更符合实际的传输场景，可以从统计的角度确保窃听信干噪比的中断概率大于设定门限。种基于迫零的波束形成方案，通过设计基站发送的信号来增强对卫星窃听用户的干扰，在保证卫星和地面用户服务质量的同时，增强了卫星下行链路传输的安全性。

尤其对于高带宽、低时延类业务，边缘计算具备天然优势，因此将边缘网络的能力开放给第三方应用意义重大，边缘应用可通过由MEC平台封装的API接口，调用边缘能力，即将网络能力、业务IT能力集成在MEC平台上，供边缘应用调用，可大大增加运营商网络能力价值，从而促进产业协同，加快MEC商业化脚步。由于IT和CT的差异，甚至基于开发人员的背景，电信核心功能也将演变为云原生功能，但使用独特的编排平台来管理双方仍然是一个挑战，只有统一电信和公有云的边缘编排才能为MEC为客户提供的端到端解决方案。

但由于在初始化阶段关键路径中包含了一个额外用于计算长模加运算结果值和外部输入的模加结果的32比特加法器，且和必须是在连续的时钟周期中计算，这就限制了该设计的流水线结构不能达到“包含初始化阶段计算过程”和“限制流水线关键路径为一个两输入模加运算”两个目标的共存，故该方案不灵活。运算，这种方案实现的运算耗时是两个32比特加法器的延迟。影响着LFSR初始化阶段的输入，故的计算过程和完整的四级流水线结构最后一级的运算必然是串行的，这就严重影响了整个算法运行的吞吐量，下文中提出了针对这一部分耗时进行优化的具体方案。

摘要：自动化红队测试是当前研究的热点问题，旨在更加高效、低成本和可重复地进行网络安全评估。自动攻击计划生成是自动化红队测试的重要部分，目的是替代安全专家进行攻击计划过程。将强化学习与红队测试问题相结合，将红队测试过程建模为马尔可夫决策模型，利用基于策略(Policy Gradient)和基于价值(Q-Learning、SARSA和Deep Q Network)的强化学习算法，在仿真环境中训练代理完成攻击计划的构建；在实验环境中验证攻击计划的可行性和适应性。仿真和实验结果表明，PG算法只学习到非最优攻击计划，

【摘要】中台不能算是一个新的概念，只不过把它从一个单一系统扩展到了企业内部所有系统和组织级（企业架构级）的概念。那么时下“中台”的本质究竟是什么？技术中台又该如何理解？前台、中台、后台的概念早就有之，只不过不同的场景下有不同的内涵。前中后台是从应用系统架构层次来说的，比如早期Client-Server是前后台的关系，没有中台的概念，后来发展为三层架构（表示层UI、业务逻辑层、和数据访问层），把业务逻辑和数据访问分离，形成前中后台架构。中台不能算是一个新的概念，只不过把它从一个单一系统扩展到了企业内部所有系统

考虑到该互相关时频图像不同于一般的视觉图片，其特征为两条平行排列的峰值，且分布较为稀疏，为了充分利用该峰值按列平行分布的特点，提高识别性能，本文将基本残差单元中的卷积核大小设置为。由于本文提出的方法自动提取特征，不仅解决了传统算法人工提取特征困难的问题，并且在低信噪比下显著提升了算法的识别性能，为低信噪比下空频分组码识别提供了一种新的可行方案。识别中的优势：添加多级跳线连接以利用跨越多层的映射特征，使得浅层细节信息和深层高维特征能够充分融合，更利于网络对时频图像特征信息的提取，从而获得更优的识别性能。

资源被1:1割裂之后的默认仲裁策略不一致。以上是一个三节点的ORACLE RAC集群的Vote FIle的一个示意矩阵，每一行是一个节点的写入的信息，例如第一行，Instance1分别把其对集群中的三个成员（1、2、3）进行私网检测的结果写入到仲裁文件当中，Instance2、Instance3同样把其检测结果写入仲裁文件，最终组成了三个节点的仲裁矩阵。集群的仲裁是瞬间完成的，集群的仲裁触发条件有可能有片刻的先后顺序之差，数据库层的仲裁先于存储层的仲裁，那么虽然概率小，但是这个冲突是完全有可能的。

模型，抛弃手工标记对象部件的方法，采用弱监督学习方法，同时定位多个对象部件，提出信道分组损耗，通过聚类产生多个部分，将这些部分分别与特征进行点乘得到局部精细化的特征分别进行分类，取得了很好的分类准确率。双线性卷积网络通过对卷积层输出的特征图进行外积操作建模了特征图中通道之间的线性相关，在细粒度图像识别任务上取得了优异的性能，但是无法捕捉特征图中通道之间的非线性关系，并且导致特征的维度增大为原来的平方。再增加时，产生的对象部件将是最佳判别区域部件的子集，模型是通过对判别性区域的裁剪放大后的图像再分类。

之后增加对应用层的分发能力，即L7的流量分发能力，支持HTTP/HTTPS等应用层协议，而且具备弹性和大规模的分发性能，实现内生性的服务集成能力，进一步提供专业化的负载均衡服务[2]。当NF提供者集群扩展新节点，即增加新的NF提供者，NF提供者的集群的负载均衡状态需要相应调整，最简单情况是，现有只有一个NF提供者，无须提供负载均衡策略，当扩展一个新的NF提供者时，就需要达成负载均衡的初始态，同理，再扩展一个新节点时，若把原有的两个NF提供者作为整体看待，同样需要达成负载均衡的初始态。

随着自动化运维理念的普及，以及运维技术的发展，资源管理的方式或方法也悄然“升级”，主要有两个方面，分别是数据中心的资源管理和应用的资源管理，前者在IT资产管理的功能进行扩充，后者为了更好的为应用数据进行支撑，这两个方面的核心功能在本质上而言，都是自动化运维推进或落地的重要步骤，如下图所示，通过问题诊断、资源批量管理、自动巡检、SLA保障和资源利用率管理的方式提升运维的效率，通过数据自动采集、开放API、可视化视图、资源标准化、服务管理的方式为运维自动化提供支撑。作者举一个典型的例子，便于读者理解。

摘要网络编码融合了路由和编码的信息通信技术，能够节约无线网络资源和提升网络吞吐量。而传统的多重签名不适合用于网络编码环境，鉴于此，提出一种网络编码中的椭圆曲线多重签名方案，每个源节点为发送的消息生成多重签名，中间节点对收到的信息进行线性组合。该方案针对多源网络编码设计融合了无证书有序多重签名和同态哈希函数，与消息大小无关，能抗污染攻击和伪造攻击，验证效率高。转存失败重新上传取消内容目录1 基础知识1.1 ECDL 问题1.2　多源网络编码知识2 形式化定义2.1 算法定义2.2 安全模型3 方案

云计算平台虽然可以解决数据中心资源使用和效率问题，但如果不解决IT架构问题，云计算平台一样无法满足业务的使用需要，分布式架构自然也成为云计算平台的一种选择。本文针对分布式云计算平台架构四个主要应用场景：分布式存储、分布式VXLAN网络、分布式数据库、分布式安全，结合云计算平台的实际建设方案做具体的说明和优缺点分析。

摘　要随着网络攻击的复杂化、自动化、智能化水平的不断提高，网络中不断涌现出新的攻击类型，这些未曾见过的新攻击给基于特征码的网络攻击检测和响应带来了极大挑战。网络流量异常检测通过对网络流量进行分析，可以检测出与正常流量明显不同的流量，因其不依赖于静态特征码，被看作检测未知新攻击的有效手段。研究人员针对异常网络流量的检测提出了许多方案，包括基于统计学习法、基于无监督机器学习的方案、基于监督机器学习的方案，从流量特点、特征工程到检测模型，再到应用场景对这些方案进行了系统性综述。内容目录：1　网络流量数据采集1.1

美团住宿数据治理团队从事数据治理工作多年，从最初的被动、单点治理，发展到后来的主动、专项治理，再发展到现在的体系化、自动化治理。一路走来，他们不断进行积累和沉淀，也在持续思考与实践。目前该团队取得了一些阶段性的成果，并得到美团多个业务线的认可和肯定。过程的经验与教训，希望能和大家分享，也希望能给从事数据治理工作的同学带来一些新思路。一、序言美团住宿数据治理团队通过多年数仓建设及数据治理的经验沉淀，并结合业务发展阶段对于数据治理的诉求，将治理的思路逐步从专项、表象、问题驱动的治理，转变为自动化、体系化的治理，

摘要: 基于数据驱动的工业过程建模需要依赖大量的标记良好的数据集，但与目标任务直接相关的标注数据往往是有限的。因此，可以利用与其具有相关性的辅助训练数据进行建模以实现任务迁移。然而，样本的不平衡问题一定程度上影响了迁移学习的性能表现。因此，提出了一种基于样本平衡策略的多源迁移学习方法，首先，对于同一源域内样本，采用最小二乘方法融合多个候选预测器得到单个源预测器，以协同利用域内不同样本包含的可迁移信息。此外，对于不同源域间样本，基于误差函数将多个源预测器加权组合得到多源预测模型。最后以乙烯精馏塔为对象进行案例

摘要: 柔性加工系统加工过程中存在突发的动态事件，严重干扰已有调度计划的执行，难以维持较优的能耗指标。针对此问题，在建立柔性加工系统Petri网(flexible machining system etri net，FMSPN)模型的基础上，考虑新任务插单和机器故障与修复两类事件，提出一种面向能耗目标的动态优化调度方法。在动态事件发生时刻，重新建立FMSPN模型，同时融合系统内各设备不同状态下的能量消耗规律，得到扰动发生时刻至加工完成时刻的能耗目标模型。基于动态规划方法对该能耗模型进行重新优化，求解扰动发生

在物联网时代，人们对高精度的、普适的室内定位需求日益迫切.然而鲁棒的技术方案仍没有出现，其中一个难点是用好地磁解决室内人员的定向问题.众所周知，在空旷的室外环境可以基于地磁解析定向的方法实现定向，然而室内地磁往往存在严重的磁失真，使得该方法不再适用.为解决上述问题，本文提出一种半解析定向方法.该方法首先将解析定向结果与基于空间上下文信息提取的走廊结构的几何关系进行融合，得到修正的定向结果，并通过磁失真度量和判断确定融合系数；同时，其他传感器提供在航向上运动的距离信息，利用航迹推算方法，得到载体的位置信息。

管理域依据MEC业务场景进行指标建模，建立关键指标的统计方法，针对业务指标提供多粒度、多维度的监控，随时随地掌控业务变化趋势，智能分析出终端、管道、应用的问题，快速处理行业应用无法上网、视频卡顿、打开网页慢等问题，以帮助运营商优化网络，提升用户体验。首先分析了两种模式下的应用场景、特征及对系统的需求，其次，从硬件、云化基础设施平台、边缘PaaS平台、安全以及运维等方面对两种模式做了深入分析，最后在上述分析基础上，从商用角度明确了边缘计算在两种部署模式下的系统架构、关键组件技术要求及规格。

在这样的背景下，我们ODS数据平台底层使用的存储面临着更新换代的局面，需要抉择是继续购买新的集中存储替换使用还是选择新的共享存储技术路线整体替换原有的GPFS架构。当然，每个业务系统特点不同，每个用户的使用方式也不同，对于共享文件存储的解决方案的选择，适合用户自己的才最好的。另外，由于底层的主要集中存储使用年限已超8年，面临故障率高和性能不足的风险。GPFS的共享存储功能是构建在SAN存储之上，集群中的每台服务器需要接入SAN网络并分配SAN存储，再由上层GPFS软件进行并行访问功能的设计和控制。

【摘 要】在云网融合的背景下，传统中心云业务在用户边缘位置无法满足超低时延、高带宽、高安全等业务需求现象。为解决此问题，首先对5G网络向边缘云分流方式和分流策略智能化进行研究；其次，对边缘云网融合的算力需求定制化和异构化进行深挖；最后，通过验证和归纳总结，制定出一整套综合解决方案解决或缓解边缘计算应用网络延迟和算力异构化问题的方法和流程。通过验证表明，以上方案达到了降本增效、提升业务质量、提升用户访问业务感知的目的。【关键词】5G；边缘云；云计算；边缘计算0 引言随着高带宽、低时延、广连接的通信网络迅