On the Distribution of Traffic Volumes in the Internet and its Implications
获得网络链路上流量的良好统计模型是一个众所周知的，经常研究的问题。相关模式和流动持续时间已经引起了很多关注。单位时间内交通量的分配是一个同样重要但研究较少的问题。我们使用最先进的统计技术研究了来自许多不同网络的大量流量轨迹，包括学术，商业和住宅网络。我们表明，对数正态分布是一个更好的拟合比高斯分布通常声称在文献中。我们还研究了第二个重尾分布（威布尔分布），并表明其性能优于高斯分布，但比对数正态分布差。我们研究异常的痕迹，这是一个穷人适合所有的分布尝试，并表明，这往往是由于交通中断或链接，达到最大容量。我们证明了效用的对数正态分布在两种情况下：预测的时间流量的比例将超过一个给定的水平（服务水平协议或链路容量估计）和预测第95百分位定价。我们还表明，对数正态分布是一个更好的预测比高斯或威布尔分布。
2019-02-11 cs.NI
The Lockdown Effect: Implications of the COVID-19 Pandemic on Internet Traffic
由于COVID-19大流行，许多政府实施封锁，迫使数亿公民留在家中。限制措施的实施增加了居民用户对互联网流量的需求，特别是远程工作、娱乐、商业和教育的需求，结果导致互联网核心的流量发生变化。在本文中，使用数据从一组不同的有利位置（一个ISP，三个IXP，和一个大城市的教育网络），我们研究这些封锁对交通变化的影响。我们发现，交通量几乎在一周内增加了15-20%-虽然总体上仍然温和，但这在这短时间内构成了很大的增长。然而，尽管出现了这种激增，我们观察到互联网基础设施能够处理新的流量，因为大多数流量变化发生在传统的高峰时间之外。当直接观察流量来源时，我们发现，虽然超级巨人仍然贡献了很大一部分流量，但我们看到（1）非超级巨人的流量增长更快，（2）人们在家使用的应用程序的流量增加，例如Web会议，VPN和游戏。虽然许多网络的流量需求有所增加，特别是那些为住宅用户提供服务的网络，但学术网络的流量总体上大幅下降。然而，在这些网络中，当考虑与远程工作和授课相关的应用时，我们可以观察到大幅增长。
2020-10-05 cs.CY cs.NI
Internet Traffic Volumes Are Not Gaussian -- They Are Log-Normal: An 18-Year Longitudinal Study With Implications for Modelling and Prediction (Complete Version)
获得网络链路上流量的良好统计模型是一个众所周知的，经常研究的问题。相关模式和流动持续时间已经引起了很多关注。单位时间内交通量的分配是一个同样重要但研究较少的问题。我们使用最先进的统计技术研究了来自许多不同网络的大量流量轨迹，包括学术，商业和住宅网络。我们发现，流量服从对数正态分布，这是一个更好的拟合比高斯分布通常在文献中声称。我们还研究了另一种重尾分布（威布尔分布），并表明其性能优于高斯分布，但比对数正态分布差。我们研究异常的痕迹，表现出一个穷人适合所有的分布尝试，并表明这往往是由于交通中断或链接，达到最大容量。我们证明，如果我们考虑15分钟长甚至1小时长的样本，我们看到的数据是静止的。这使我们有信心可以使用分布进行估计和建模。我们证明了我们的研究结果在两种情况下的效用：预测时间流量的比例将超过一个给定的水平（服务水平协议或链路容量估计）和预测第95百分位的定价。我们还表明，对数正态分布是一个更好的预测比高斯或威布尔分布在这两种情况下。
2021-02-12 cs.NI
An Overview of 5G System Accessibility Differentiation and Control
5G系统的特点是能够支持广泛的用例和服务。因此，支持可访问性差异化对于在高流量负载期间保持稳定的网络条件，同时确保优先设备和服务的连接和服务质量至关重要。在本文中，我们描述了影响3GPP设计5G可访问性差异化框架的一些用例和要求。然后，我们提供了在5G独立（SA）系统中的可接入性区分和控制的支持机制的概述，包括小区限制和预留，统一接入控制，寻呼控制，随机接入控制和准入控制。我们将讨论如何使用这些功能来保持服务质量，并有选择地限制传入的流量在高负载的情况下，利用不同的连接类型的指标和连接优先级标识符的网络。
2021-09-28 cs.NI cs.SY eess.SY
Micro-burst in Data Centers: Observations, Implications, and Applications
微突发流量在数据中心并不罕见。它可能导致数据包丢失，从而导致严重的性能下降（例如，Incast问题）。然而，目前的解决方案，试图抑制微突发流量是外在的和ad hoc的，因为他们缺乏全面和必要的理解微突发的根本原因和动态行为。另一方面，传统的研究主要集中在单个流中的流量突发性，而在数据中心中，微突发流量可能以高度扇入的通信模式出现，其动态行为尚不清楚。为此，在本文中，我们重新审视典型的数据中心场景中的微突发流量。我们发现微突发的演化是由TCP的自计时机制和瓶颈链路共同决定的。此外，不同场景下微突发的动态行为都可以用队列长度增长的斜率来描述。我们的观察还表明，传统的解决方案，如吸收和起搏是无效的，以减轻微突发流量。相反，他们需要尽快放慢速度。受实验结果的启发，我们提出了S-ECN策略，这是一种利用队列长度增加斜率的ECN标记策略。使用S-ECN策略的传输协议可以将队列长度的急剧增加抑制50%以上，并将查询完成时间的第99百分位数减少约20%。
2016-04-26 cs.NI
An overview to Software Architecture in Intrusion Detection System
如今，随着网络系统的不断发展，安全性已成为每个网络基础设施的关键特征。网络入侵检测系统（IDS）为所有对网络有害的安全威胁提供了防御模型。IDS可以检测和阻止与攻击相关的网络流量。网络控制是一个复杂的模型。入侵检测系统的实现可能会造成网络延迟。开发了几种基于软件的网络入侵检测系统。然而，该模型在高速交通方面存在问题。本文回顾了入侵检测系统中的软件体系结构，并描述了一个高性能的网络入侵检测系统的设计和实现，结合使用基于软件的网络入侵检测传感器和网络处理器板。网络处理器是一个基于硬件的模型，可以作为一个定制的负载均衡分离器。该模型采用一组改进的基于内容的网络入侵检测传感器代替入侵检测系统处理网络流量，并控制网络流量的高速增长。
2014-02-21 cs.CR cs.DC cs.NI
Characterizing AI-Assisted Bot Traffic in Darknet Data: Implications for ICS and IIoT Security
School of Engineering and Applied Sciences, Washington State University Tri-Cities（华盛顿州立大学三城市分校工程与应用科学学院）；Merit Network, Inc., University of Michigan（密歇根大学 Merit 网络公司）
本文通过分析2021-2025年间暗网数据中的1.92亿个被动数据包，研究了由AI辅助的机器人流量演变，揭示了其对工业控制系统安全的影响。
2026-05-14 cs.CR cs.NI
Survey on Machine Learning for Traffic-Driven Service Provisioning in Optical Networks
全球互联网流量的空前增长，加上在某种程度上创造了可预测的潮汐流量条件的大的时空波动，正在推动从被动到主动并最终向自适应光网络的演变。在这些网络中，业务驱动的服务供应可以解决网络过度供应的问题，并更好地适应业务变化，同时保持服务质量在所需的水平。这种方法将减少网络资源过度配置，从而降低总网络成本。本调查提供了一个全面的审查，在光层的机器学习（ML）为基础的技术，用于流量驱动的服务供应的最新技术。首先介绍了光网络中服务提供的演变，然后概述了用于流量驱动服务提供的ML技术。详细介绍了ML辅助的服务提供方法，包括在主动和自适应网络中的预测性和规定性服务提供框架。对于所概述的所有技术，还讨论了它们的局限性，研究挑战和潜在的机会。
2023-02-23 cs.NI
Fog Networking: An Overview on Research Opportunities
在过去的15年里，随着互联网骨干网流量的快速增长和更复杂的蜂窝核心网络的兴起，云计算已经崛起。有三种不同类型的云：（1）数据中心，（2）骨干IP网络和（3）蜂窝核心网络，负责计算，存储，通信和网络管理。现在，这三种云的功能正在下降到最终用户之间或附近，即，到网络的边缘，如雾。本文概述了雾网络的研究机会：一种架构，用户一个或多个协作的最终用户客户端或近用户边缘设备进行大量的存储，通信和管理。架构分配功能，而可能使用雾架构的工程工件包括5G，家庭/个人网络和物联网。
2016-01-05 cs.NI
Mobility, traffic and radio channel prediction: 5G and beyond applications
机器学习（ML）是用于实现无线电接入网络（RAN）中的自动化的重要组件。将ML应用于RAN的工作已经进行了多年，现在也引起了3GPP和Open-RAN标准化论坛的关注。在最近的3GPP规范工作中也强调的多个特征的关键组成部分是移动性、业务和无线电信道预测的使用。这些类型的预测形成了智能使能器，以利用ML for RAN的潜力，用于当前和未来的无线网络。本文概述了利用此类智能使能器的当前应用的评估结果，然后我们讨论了这些使能器如何成为新兴6 G用例（如无线能源传输）的基石。
2022-03-15 cs.NI
Hybrid Wired-Wireless Backhaul Solutions for Heterogeneous Ultra-Dense Networks
无线网络正变得非常普遍，而业务需求不断增加。为应付未来数年的预测流量增长，以及联网设备的数量，需要新技术、新做法和频谱重新安排。在这种情况下，一个关键的问题出现了：如何提供广泛的回程连接和能力的普及超密集网络？答案是相当复杂的，如果可行的话。为了阐明这个问题，我们概述了有线或无线的潜在技术，并确定了技术挑战。此外，我们评估了一个说明性的情况下，超密集的网络与混合有线无线回程。我们假设多种无线电接入技术在小型和宏基站（BS），我们讨论了不同的拓扑结构和流量配置文件的最佳流量拆分和路由解决方案。
2018-03-06 cs.NI
Machine Learning-enabled Traffic Steering in O-RAN: A Case Study on Hierarchical Learning Approach
本文综述O-RAN中基于机器学习的流量导向方案，并提出分层深度Q学习框架h-DQN，通过元控制器与控制器双层智能分解流量导向问题，案例研究验证其性能优于基线算法。
2024-09-30 cs.NI
Deep Learning Approaches for Network Traffic Classification in the Internet of Things (IoT): A Survey
Mehran University of Engineering and Technology（梅赫兰工程与技术大学）
本综述系统梳理了面向物联网环境的深度学习网络流量分类方法，分析了各类模型的优劣与挑战，并指出了未来研究方向。
2024-02-01 cs.CR cs.LG cs.NI
CloudCap (C2app) : A Cloud-Based Platform for Packet Analysis On The Edge
本文开发了基于云的网络流量分析系统CloudCap (C2app)，使智能手机同时作为流量捕获器与可视化端点，在最小化资源消耗的同时实现网络监控，并通过多设备测试验证了架构的有效性。
2024-06-26 cs.NI
Overview of Security of Virtual Mobile Networks
5G正在通过虚拟化、软件化、切片和云计算的概念和技术，在同一物理基础设施上实现不同的服务。使用这些概念的虚拟移动网络（VMN）提供了在多个运营商之间共享相同的物理基础设施的机会。每个VMN运营商（VMNO）都可以拥有自己不同的操作和支持系统。然而，用于启用VMN的技术有其自身明确的安全挑战和解决方案。因此，建立在虚拟化、软件化和云化基础上的集成环境将具有复杂的安全要求和影响。为此，本文概述了VMN的安全挑战和潜在的解决方案。
2020-07-17 cs.CR cs.NI
The Multifractal IP Address Structure: Physical Explanation and Implications
本文首次提出经验验证的物理解释，证明Internet流量中IP地址结构的多重分形特征源于地址分配与使用机制，并可用保守级联模型建模，同时开发了专用分析工具箱用于异常检测等网络问题。
2025-04-02 cs.NI
On the Effect of TSN Forwarding Mechanisms on Best-Effort Traffic
本文研究不同TSN转发机制对低优先级尽力而为流量的影响，通过仿真量化SP、ATS等五种机制的性能差异，发现ATS、CBS和ETS可显著提升其性能，为网络设计提供指导。
2025-02-10 cs.NI
A Lower Bound on Latency Spikes for Capacity-Seeking Network Traffic
大多数互联网流量都是由TCP和QUIC等容量寻求协议承载的。容量寻求协议探测以找到从发送方到接收方的最大可用吞吐量，并且一旦它们收敛，就尝试保持以该最大速率发送流量。通过寻求容量的端到端方法实现可靠的低延迟尚未完全解决。我们贡献了一个理论分析，这正在进行的讨论。在这项工作中，我们推导出一个表达式的最小大小的尖峰在网络容量突然下降所造成的延迟。我们的研究结果突出了一个可量化的和基本的限制能力寻求网络流量。当端到端容量突然减少时，寻求容量的流量不可避免地会产生延迟峰值。该延迟尖峰的下限可以通过将从网络瓶颈到寻求容量的流量源的往返延迟乘以端到端容量减少的幅度来计算。测试床实验表明，这个界限持有的DCTCP，BBR，立方拥塞控制算法。我们的研究结果具有低延迟PHY和MAC层技术的设计的影响，因为我们量化了一个重要的传输层不稳定的流量速率的后果。
2022-11-14 cs.NI
An Overview of Sustainable Green 5G Networks
数据流量增加1,000倍和1毫秒往返延迟的严格要求使得限制潜在的巨大能耗成为即将到来的第五代（5G）网络设计中最具挑战性的问题之一。为了实现可持续的5G网络，已经提出了新技术来提高系统的能源效率，并引入替代能源来减少我们对传统化石燃料的依赖。特别地，各种5G技术的目标是在不牺牲服务质量的情况下减少能耗。同时，使通信收发器能够从各种可再生资源和环境射频信号中收集能量以用于通信的能量收集技术已经引起学术界和工业界的极大兴趣。在本文中，我们概述了绿色5G技术和通信能量收集的最新研究。此外，还确定了实现可持续绿色5G网络的一些技术挑战和潜在研究课题。
2016-10-05 cs.IT cs.NI math.IT
An Overview of Blockchain and 5G Networks
5G无线网络可能会彻底改变未来的技术。预计5G技术将预见具有不同要求的不同垂直应用的需求，包括高业务量、大规模连接、高服务质量和低延迟。为了满足5G及以后的这些要求，正在部署SDN、NFV、MEC和CC等新兴技术。然而，这些技术在透明度、分散性和可靠性方面提出了一些问题。此外，预计5G网络将连接许多异构设备和机器，这将引发有关用户机密性，数据隐私和可信度的几个安全问题。为了在这些场景中无缝、安全地工作，未来的5G网络需要部署更智能、更高效的安全功能。受上述问题的影响，研究人员提出了区块链来克服5G问题，因为它能够确保分布式环境中的透明度，数据可靠性，可信性和不变性。事实上，区块链作为一种新技术已经获得了发展势头，它带来了大量新的去中心化技术。在本章中，我们将讨论区块链与5G网络及其他网络的集成。然后，我们将介绍5G网络及其他网络中的区块链应用如何促进在边缘和核心实现各种服务。
2022-01-27 cs.NI
An overview of VANET vehicular networks
本文概述了 VANET 车载网络的技术、进展与挑战，提出通过构建包含区块链、人工智能和 SDN 的框架来优化资源利用并应对未来交通问题。
2023-09-12 cs.NI
Security Implications of Converged Networks and Protecting Them, without Compromising Efficiency
本论文广泛地研究了VoIP通信技术的各个方面，并在前面的章节中提供了信息，建立了一个坚实的框架来讨论概念设计模型，并研究了可以纳入实际方案的功能，并对现场值进行了参数测试。本论文遵循五门课程的模式，围绕对本主题的解释至关重要的核心问题，回答不同的问题，包括技术和商业问题;从VoIP技术的一般概述开始，分析当前VoIP加密方法，识别安全威胁，基于前面章节讨论的细节设计一个健壮的VoIP系统，最后，VoIP仿真。
2007-02-19 cs.NI
Passport: Enabling Accurate Country-Level Router Geolocation using Inaccurate Sources
Northeastern University（东北大学）；Boston University（波士顿大学）
互联网流量何时跨越国际边界？这个问题具有重大的地缘政治、法律和社会影响，而且令人惊讶地难以回答。一个关键的绊脚石是缺乏工具，可以准确地将互联网流量经过的路由器映射到它们所在的国家。本文介绍护照：一种高效、准确的国家级路由器地理定位的新方法及其实现系统。Passport使用机器学习结合来自IP地理定位数据库、路由器主机名、whois记录和ping测量的信息，通过有限的主动测量提供位置预测。我们表明，护照大大优于现有的技术，并确定的情况下，路径穿越国家的安全，隐私和性能的影响。
2019-07-23 cs.LG cs.NI
Distributed Computing Economics
计算机经济正在发生变化。今天，（1）一次数据库访问，（2）10字节的网络流量，（3）100，000条指令，（4）10字节的磁盘存储，（5）一兆字节的磁盘带宽之间的价格大致相当。这对如何构建互联网规模的分布式计算有影响：为了避免昂贵的网络流量，计算尽可能接近数据。
2004-03-12 cs.DC cs.NI
From Prompts to Packets: A View from the Network on ChatGPT, Copilot, and Gemini
University of Napoli Federico II（那不勒斯费德里科二世大学）
本文通过分析ChatGPT、Copilot和Gemini的流量特性，揭示了生成式AI聊天机器人在网络中的独特行为，包括TLS和QUIC的使用及SNI对流量可见性的影响，为网络管理提供了新的视角。
2026-03-25 cs.AI cs.NI
AutoFlow: An Autoencoder-based Approach for IP Flow Record Compression with Minimal Impact on Traffic Classification
Budapest University of Technology and Economics（布达佩斯技术与经济大学）；HUN-REN-BME Information Systems Research Group（HUN-REN-BME信息系统研究组）；CUJO LLC（CUJO有限责任公司）
本文提出基于自编码器的IP流记录压缩方法AutoFlow，在实现1.313倍数据缩减的同时保持99.27%的多类流量分类准确率，有效提升了网络监控的存储与处理效率。
2025-01-31 cs.LG cs.NI
Active Learning for Network Traffic Classification: A Technical Study
School of Computer Science, University College Dublin（都柏林大学学院计算机科学学院）；Islamic Azad University（伊斯兰阿扎德大学）；University of Oslo（奥斯陆大学）
本文研究主动学习在网络流量分类中的应用，通过文献综述、挑战分析与仿真实验，证明其可在少量标注数据下实现较高准确率。
2021-08-05 cs.AI cs.NI
