- Welcome to .
作者 QINXINZHENYI
- 十二月 05, 2012, 07:05:50 上午它们促进了商业翻墙团队的发展
作者 anonymous_pc
- 十二月 05, 2012, 12:02:04 上午才华用错了地方，N年后的历史书上注定要写御用走狗技术人员方XX，阻碍民主发展。。。。。。。
作者 红杏出墙
- 十二月 04, 2012, 05:33:58 上午有兴趣的人们。可以研究下方校长下面的论文内容,其全文内容在维普数据库里可下载
北邮校长被誉为防火长城之父，虽然他自称已退出日常管理，但对防火墙的技术发展无疑具有重要影响。从Google学术搜索发现，方校长在即将过去的一年中笔耕不辍，是十多篇论文的署名作者，其中一些论文值得关注，例如《正则表达式分组的1／（1-1／k）-近似算法》，《基于贝叶斯网络建模的非常规危机事件网络舆情预警研究(PDF)》，《基于密度估计的社会网络特征簇挖掘方法》，《新媒体事件新闻话题数预测建模》，《网络流量分类研究进展与展望(PDF)》。最后的一篇论文介绍了多种正处于实验阶段的流量分类方法，包括基于主机行为的流量分类（适用于骨干网）和基于机器学习的流量分类——其中有准确度达到95%的向量机（support vector machine，SVM）和神经网络分析，机器学习能够对加密流量进行分析。论文还提到了Skype的加密流量变化和Tor的混淆流量，表示高速网络环境中的流量实时分类很有挑战性。
北邮校长被誉为防火长城之父，虽然他自称已退出日常管理，但对防火墙的技术发展无疑具有重要影响。从Google学术搜索发现，方校长在即将过去的一年中笔耕不辍，是十多篇论文的署名作者，其中一些论文值得关注，例如《正则表达式分组的1／（1-1／k）-近似算法》，《基于贝叶斯网络建模的非常规危机事件网络舆情预警研究(PDF)》，《基于密度估计的社会网络特征簇挖掘方法》，《新媒体事件新闻话题数预测建模》，《网络流量分类研究进展与展望(PDF)》。最后的一篇论文介绍了多种正处于实验阶段的流量分类方法，包括基于主机行为的流量分类（适用于骨干网）和基于机器学习的流量分类——其中有准确度达到95%的向量机（support vector machine，SVM）和神经网络分析，机器学习能够对加密流量进行分析。论文还提到了Skype的加密流量变化和Tor的混淆流量，表示高速网络环境中的流量实时分类很有挑战性。