点对点传输协议虚拟专用网在大数据中的应用

来源 :软件工程 | 被引量 : 0次 | 上传用户:qq85451619
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络空间安全博弈日益激烈,先进的网络安全技术已成为主动应对安全威胁、及时打破安全攻防不对称局面的关键因素。针对复杂的网络环境和多样的网络应用需求,分析对比了多种虚拟专用网技术,设计了基于点对点传输协议的虚拟专用网方案。方案选用MSCHAP(微软质询握手身份验证协议)来验证客户端身份,采用MPPE(点对点加密算法)对公网地址封装私网地址后的IP数据包进行加密,确保了数据的机密性、完整性和可靠性。最后,利用免费的开源代码在Linux平台进行了验证。实验证明,该方案实现了大数据处理过程中数据从采集、传输、
其他文献
摘 要:随着直播技术的成熟,直播带货为人们带来了新的购物方式,以转化率高、营销效果好且拥有庞大的市场,逐渐成为电子商务行业的新板块,传统企业拓展的新模式。基于SOR理论模型,研究消费者在直播环境下购买意愿的主要影响因素,构建研究模型,依据理论模型,以调查问卷的方式获取实证数据,借助统计学软件SPSS检验理论模型及各项研究假设,研究发现主播的身份背景、带货能力、优惠性、互动性对消费者购买意愿有正向影
使用卷积神经网络分析研究识别菜品,能够帮助人们了解食物,根据不同的需求选择适合的菜品;同时也能被使用在自助餐厅结算系统中,提高结算效率。由于卷积神经网络有大量的卷积计算,大量参数致使卷积模型体积庞大,不利于将模型嵌入移动设备中,因此设计了一种轻量型卷积神经网络MobileNetV2-pro分类菜品。通过引入通道混洗、注意力机制提高网络的检测能力;利用随机擦除等图像预处理技术对菜品图像进行处理,提高
异构网络(Heterogeneous Network)中包含多种使用不同网络协议的设备,因此设计一种可定制化的网络协议解析器是解决各设备之间信息交互,降低硬件设备更新和替换成本的重要课题。本文提出使用XML(可扩展性标记语言)作为网络协议解析器的协议描述文件,利用XML文件的可扩展性、异构性和标签之间的父子层级关系,实现该网络协议解析器的通用性,达到更新或更换网络协议时无须重新编写代码,只需更改或
传统的宏观经济预测通常基于同频预测模型和滞后的经济统计数据进行研究,影响了预测的时效性与精确度。文章以实时的电力大数据指标为解释变量,基于混频数据抽样模型、动态因子模型及预测组合方法现时预测中国的GDP增长率。研究结果表明:电力数据较之于消费、投资、出口具有更优的现时预测效果,消费、投资是拉动我国经济增长的重要因素;包含自回归项的MIDAS模型具有更好的现时预测效果,而且细分指标预测组合的预测效果整体上优于总指标。
当今互联网应用与服务的主要问题就是如何支撑庞大的用户请求数量及并行处理海量数据。本文在详细调研了目前论坛系统处理高并发请求和海量数据的解决方案后,针对论坛系统的用户和服务特性,设计了一套分布式论坛系统的解决方案。该系统基于SpringCloud(用于构建微服务开发的框架集合)微服务架构,为提升用户体验,采用了前后端分离的B/S(浏览器/服务器)模式;极大地提升了处理并发请求的能力,并且方便管理员对
使用机器学习方法对心磁数据样本有无疾病进行诊断分类。首先从心磁数据中提取除极阶段(TT间隔)的数据构建磁场图,然后求解电流密度图,从电流密度图中提取相关的磁场特征。针对非平衡数据分类问题,分别使用样本加权的SVM、LR、KNN、Adaboost和XGBoost五种学习模型进行训练,在此基础上设计了使用加权的LR和KNN为初级学习器、SVM为次级学习器的结合学习模型对样本数据进行训练。采用结合学习模
为解决当下工厂管理成本高、效率低等问题,提出并实现了基于SpringCloud的工厂可视化管理系统。采用SpringCloud框架,根据工厂管理需求,划分出多个微服务并各自独立开发、部署,微服务之间通过相应的API(Application Programming Interface)进行相互调用,系统中包含Redis缓存、服务熔断等处理机制。采用该系统可实现对工厂进行可视化管理,模块化的设计使得工