发布时间:2020-11-23 16:27:48 点击数:292 |
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
|