时       间：2020-11-24 (Tue)  16:30

地       点：华严502会议室、钉钉远程

主  讲  人 : 钟友兵,冀琳,李云,李侗格

会议秘书：钟友兵

题目：《 Microscope : Queue-based Performance Diagnosis for network Functions》

分享类型：精讲论文       主讲人：钟友兵

简介： 网络功能软件化带来了灵活性的同时也存在一些问题。多个NFV驻存一起存在资源竞争，导致NF存在性能问题，并且难以诊断。当flows流经一个复杂拓扑的NF实例时，更是难以查明出现诸如低吞吐，高延迟等性能问题。为此，本文提出了Microspcoe，利用NFs上的排队信息来识别根本原因。评估表明，Microscope可以正确地捕获89.7%的性能损失背后的根本原因，这是使用现行的工具的2.5倍

题目：毕业设计工作进展

分享类型：工作汇报       主讲人：冀琳

简介：包括背景意义，基础概念，数据处理流程，聚类及主动扫描的初步结果及分析，下一步工作

题目：《Robust and Rapid Clustering of KPIs for Large-Scale Anomaly Detection》IWQOS 2018，CCF B

分享类型：精讲论文       主讲人：李云

简介：大型互联网公司都要监控大量KPI并检测异常，以确保服务质量和可靠性。然而，由于模型选择、参数调优、模型训练以及数据标记的巨大开销，对数百万个KPI进行大规模异常检测非常具有挑战性。

本文提出了一种鲁棒、快速的KPI聚类算法ROCKA，它可以将数百万个KPI聚类为少量的簇，然后对每个簇进行模型训练。使用真实KPI数据进行的评估显示，ROCKA的F-score高达0.85，并且将当时最先进的异常检测算法的模型训练时间减少了90%，性能损失只有15%

题目：《A Dynamic MLP-Based DDoS Attack Detection Method Using Feature Selection and Feedback》

分享类型：精讲论文       主讲人：李侗格

简介：在本文中，我们选择了多层感知器(MLP)来演示和解决所提出的问题。 在我们的解决方案中，我们将顺序特征选择与MLP相结合，在训练阶段选择最优特征，并设计了一种反馈机制，在动态感知相当大的检测误差时重建检测器