前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇柳樹的詩句范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

柳樹的詩句范文第1篇

2、往事是塵封在記憶中的夢，而你是我唯一鮮明的記憶，那綠葉上的水珠，是思念的淚滴。

3、知識永遠戰勝愚昧追求的夢想始終是個泡影，得到了什么了呢。付出的越多，卻失去的更多。

4、如果為了安全而不和大海在一起，船就失去了存在的意義。

5、必須記住我們學習的時間有限的。時間有限，不只由于人生短促，更由于人事紛繁。

6、節省時間，也就是使一個人的有限的生命，更加有效，而也即等于延長了人的生命。

7、這個世界，太寂寞了，我們太孤單了，很多時候我們都身不由己，只是沒人理解我們擺了。

8、時光飛逝，沒有回旋的余地，我們不能呆在回憶的小屋，總是迷失在過去。

9、那些屬于我們的青春、故事、幸福，如今，都不負存在了，現在我們又有什么渴望的呢？

10、時間是治愈傷痛最好的良藥，它能讓人學會遺忘，也能讓人學會放下，最美的年華是你遇到了誰，最深的紅塵是你錯過了誰。

11、天生活在忙碌中想把你留住，卻又不知道自己在做什么。你仍然走拉，沒有一絲猶豫。秒針一點一點地走著，一周過去了，一個月過去了，一年過去了！我好像什么也沒做！只好無奈的=地嘆息著。望著窗外那霏霏的小雨，想得到一絲安慰。

12、凡是較有成就的科學工作者，毫無例外地都是利用時間的能手，也都是決心在大量時間中投入大量勞動的人。

13、青春，它就如一輪初升的太陽，朝氣蓬勃，活力無限，在它那金燦燦的臉上，展現出我們孩童的天真與可愛。

14、青春需要我們去珍惜，去把握。青春的時光在風的指間滑落，在雨的洗禮中流逝。“莫等閑，白了少年頭，空悲切。”“青春須早為，豈能長少年。”青春若一去，遂不復返。不要讓青春在空虛的日子里悄悄逝去，也不要讓它在迷茫與困惑中被剝奪，當雨水淋濕了你的青春時，要重新去擁有七彩的陽光。

15、是我的，就是我的，走了的，只能說明他從來沒有屬于過我，也許愛情是剛性的，婚姻卻是柔性的，我們都得學得妥協。

16、為何一轉眼，時光飛逝如電，磨不去的從前，就像一陣風，吹落恩恩和怨怨，當我深深感到無情歲月流逝，青春不再的時候，就想起了童安格的這首經典老歌，它道出了每個人打心底迸發出的酸楚、無奈，充滿了一些滄桑的難言之語。

17、在人生和世界的激流中，他必然會像初冬從樹上飄落下來的最后一片枯葉，在西風殘照中孤零零地漫無目的地飄舞。

18、們所多的是生力，遇見深林，可以辟成平地的，遇見曠野，可以栽種樹木的，遇見沙漠，可以開掘井泉的。

19、回首往事，日子中竟全是斑斕的光影，記憶的屏障中，曾經心動的聲音已漸漸遠去。

20、不是時間忘了我，是你忘了帶走我，我左手是過目不忘的螢火，右手是十年一個漫長的打坐。

21、時間是不可占有的公有財產，隨著時間的推移，真理會愈益顯露。

22、人海茫茫知己難求，能擁有心靈相通、無話不談的知己是許多人的夢想，所以對待知己更應坦誠相待，更要精心維護，知己是用心去相扶相幫的，可以心靈相依相偎。而不是要你去放縱，更不是讓情感無底限的瘋長。

23、時光在彈指間散沫，左手里的一世錦瑟繁華，終抵不過右手里半城零落煙沙。

24、太陽的光芒遠遠勝過月亮，但太陽永遠只能獨自天馬行空，而月亮卻有星星相伴。世間萬物中，其實太陽最寂寞。

25、那段歲月，無論從何種角度讀你，你都完美無缺，你所缺少的部分，也早已被我用想象的畫筆填滿。

26、不要為已消逝之年華嘆息，須正視欲匆匆溜走的時光朝看水東流，暮看日西沉。

27、時間仿似一條直線，沒有起點，亦無終點。

28、那是可以讓我潸然淚下，讓我用一生去交換的笑容。

29、青春一去不復返，事業一縱永無成。

30、我愿意手拿帽子站在街角，請過路人把他們用不完的時間投在里面。

31、你的背影早已消失得無影無蹤，只剩下路口嘆息的我。

32、時光飛逝，停在哪里休息，哪里都有真情體現，我們不能害怕欺騙，把自己的熱情藏在心里。

33、時光飛逝，機會就在我們眼前，何時找到了靈感，何時就要把握機遇，我們需要智慧和勇氣去把握機會。

34、夢想家的缺點是害怕命運。

35、合理安排時間，就等于節約時間。

36、我們若要生活，就該為自己建造一種充滿感受、思索和行動的時鐘，用它來代替這個枯燥、單調、以愁悶來扼殺心靈，帶有責備意味和冷冷地滴答著的時間。

37、一分耕耘，一分收獲；要收獲的好，必須耕耘的好庸人費心將是消磨時光，能人費盡心計利用時間知識象燭光，能照亮一個人，也能照亮無數人。

38、青春是多彩的，它有著充滿綠意茵茵的溫馨，卻不能多得可以大把揮撒，“黑發不知勤學早，白首方恨讀書遲”，青春必須珍惜歲月。浪費歲月的青春，就像秋天的一片落葉，無絲毫生機；失去青春的歲月，就像是一條干涸的小溪，永遠也無法唱響奔向大海的戀歌。

39、隔窗望月，清輝雖灑在我身上，我卻離那幸福光耀的源頭，千千萬萬里。

40、時間總是不經意間從指縫中消失，在我們還來不及欣賞它的時候，它已經一去不復返。

41、青春似一日之晨，它冰清玉潔，充滿著遐想與和諧。

42、在時間和現實的夾縫里，青春和美麗一樣，脆弱如風干的紙。

43、我的日子一頁一頁地翻著，轉眼，由冬天一下翻到了夏天，衣服由繁入簡，鞋子由暖入涼，而我的意識依舊沉淪。總在為自己的行為尋找合適的理由，以辯護自己虛度光陰的無奈性必要性。不屑求得任何他人的理解，只為了讓住在同一個身體里的另一個帶有良知的我擺脫罪惡感，繼續消磨。我在消磨著時間，親手剪斷自己的生命。究竟一個生為人的人該如何存活呢？我始終在尋找答案，沒有方向地在消極的世界里折騰著，疲憊著。

44、一年，一歲，漸漸接近，偷偷遠離，我整理凌亂的思緒，向新的一年邁去，又是一年芳草綠，捉不住時光豪不留情的越出手指的縫隙。

柳樹的詩句范文第2篇

關鍵詞：云物流；大數據；物流模式；變革

中圖分類號：F25

文獻標識碼：A

doi：10.19311/ki.16723198.2017.15.020

在互聯網全球化的今天，電子商務的盛行，從亞馬孫到京東，從京東到淘寶，每天成千上萬的客戶訂單，不斷的在海、陸、空穿梭往來，極大方便了人民生活。伴隨著與日俱增的大數量訂單，快件數量多，包裹派送慢，配送地區遠等一系列的題困擾著物流行業的發展。2017年4月26日，G7吳海波在接受騰訊云采訪時表示：“云時代，大數據開啟云端物流的變革之門”，由此可見，云時代下大數據技術對云物流的影響已經受到業內人士的認可，借助云計算物流平臺，有效利用大數據技術，加強貨物流量和流向的預警預測，提升云物流創新改革有重要意義。

1云物流與大數據

1.1云物流

我國最早的云物流是北京星辰急便公司，始于2009年，距今有近8年的發展史，云物流最早是云物流快遞的簡稱，隨著科技的進步，今天的云物流是云計算和大數據在物流行業上的具體應用，它是基于云計算機處理技術，大規模的采用虛擬操控平臺，采用科學化系統化的物流流程，精細化的物流配送管理，以高效率進行物流配置的運輸方式和全方位的無縫隙配送網點等優勢，迅速占據了國內物流市場，進而實現物流信息資源、物流管理、物流倉儲管理有機結合協調發展，為物流發展提供更深層次、更完善的資源整合，有利于云物流數據架構和發展，有利于資源優化組合，實現資源共享，降低各項管理成本，提高其綜合服務效率，提高了客戶的滿意度。

2013年阿里聯合淘寶建立菜鳥驛站，2015年菜鳥提出：“借助大數據驅動物流全球化發展”，先后在全國各地建立了500多個校園中儲倉，把菜鳥驛站代收的商品通過云物流發往全國各地，這種配送平臺大大縮短了收件時間，有些地區到菜鳥發快件，每單補貼0.2元，這種惠民策略增加大菜鳥的業務量，同時也提高了送貨效率，縮短了送貨時間，交通暢通的城市同城送貨只需2小時，這在一定程度上激勵網民再次購物，提高二次購物的幾率。經過菜鳥近2年的運行經驗，它們的再次集合不同物流公司，組建團隊協同配送，這種物流的聯盟再次推進物流的快遞速度。

1.2大數據

大數據是近幾年來各大領域競相涉足的地方，隨著各種網絡平臺的發展，大量的圖文、影像、檔案資料匯聚成海量數據資料，這些瞬間涌現不同結構的數據資料集達到一定規模時，就形成了錯綜復雜的數據集，企業端在吸收這些數據的時，需要透過錯綜復雜表層現象，結合各個企業集團結合自身特點或者需求，經過細致的篩選、采擷、處理并整理成時效數據，為企業服務。大數據其特點是數據集類別多，類型復雜，數據龐大，數據處理用時短，速度快，有效率高，為眾多企業的發展提供了強有力的技術支持，催生著信息行業的迅速增長。例如大數據在芯片應用，催生一體化數據存儲處理服務器；大數據在醫療上應用，提高病理分析的準確率和臨床醫學研究的精確率，降低了疾病發病率和傳染率；在社會治安方面，通過監控數據，挖掘犯罪嫌疑人的心理行為，破獲多起重大案件，因此做好大數據的開發利用，有利于社會主義政治、經濟全面發展。

1.3云物流與大數據的結合

在新的社會主義形態里，大數據經過數據整合，為企業發展指明道路，云物流和大數據的結合，優化物流運營實施方案，改善物流行政管理，實施智能預警防御。云物流基于大數據和四通八達的網絡通信技術為依托，集合線上商家物虛擬商品和線下客戶的大量訂單，通過大數據技術處理以及云計算規劃，借助專業化的物流系統，靈活的海陸空配送路線，智能化的信息跟蹤服務，全面到位物流配送服務，為線下客戶提供優質的配送服務，物品保管服務和網上信息管理服務，極大方便了網民購物，豐富了人民物質生活，提高人民生活滿意度；同時還有利于云物流增值業務的實現，也有利于云端物流發展增值創收，提高員工的積極性；通過云物流的配送，有利于商家建立物流信用度，提高商家銷量，促進電子商務大規模發展，為下一次云服務奠定良好的基礎。

2大數據和云物流的創新對物流行業經濟效益的提升

隨著互聯網的資源共享，大數據和云物流處理技術的革新，云物流行業借助各方面的優勢，提高物流工作效率，具體表現在以下幾個方面。

大數據處理技術創新提高物流配送效率。基于大數據的調研每天大量郵件在配送過程中，經常出現多次性送達，許多在職人員經常不在家，或者不在單位，造成許多快件不快，包裹滯留，信息滯納，還給快件公司增加派送次數，基于此，江蘇云柜網絡技術有限公司，研發了云物流櫥柜，極大解決了郵件簽收問題，既方便了郵件的配送，也方便了客戶取件，舍去客戶簽字認證時間，提高了每單的配送效率。

通過集成管理提高了物流整體效益。經過大數據監控電商訂單統計數據發現，目前北京成為我國最大的物流收貨基地，杭州、義烏成為最大的發貨地，京東根據這些數據在全國各地大型電商供應地，建立配倉的基地，按類目設置倉庫，采用低費保管方案，吸引各企業以及中小賣家入駐，根據在線電子訂單，直接組裝配送，每天完成22萬份訂單的派送，這些實時數據庫還在不定時的增長，從訂單到組裝，從組裝在到配送完成，只需200多員工的協作，由此看見，商品集成管理，不僅從源頭節約物流成本，降低各個環節產生的費用，壓縮了1/3的配送時間，從根本上提高了物流配送效率，從而提高了物流行業經濟效益。

云物流有效提高社會資源利用率。云物流的發展，把各地大大小小的物流公司吸收進來，將零星分散物流數據、物流設備和人員進行重新定位，不但可以壯大了公司力量，豐富了人力物力財力，又避免了投資風險；結合不同物流公司的特點，進行物流資源社會化整合，擴大公司物流配送專線，建立統一直營管理平臺；優化物流公司人員配置，各司其職優化服務，建立多渠道多方位配送服務；采取合理物流取件發件程序，提高物流公路運輸率，避免車隊重復配置，節約物流配送成本，降低物流監管費用和車隊養護費用，這種優勢互補高效節能的整合，提高物流服務效率、管理效率和物流資源利用率，進而實現云物流公司集中有效資源，有的放矢合理利用，全面化發展，促進云物流公司綜合實力的提高。

精準的大數據指揮物流科學決策。隨著大數據精準的信息，為云物流的物流發展，提供了科學的決策依據。例如云物流利用車隊運輸監控數據，在節假日線靈活調整送貨線路，確保物流派送準時到達。今年4月吳海峰在騰訊大會上提到，通過G7物流車隊數據，可以分析當下那條路線業務繁忙，那條路線車隊路況出現問題，這些不起眼的數據，都潛在巨大的挖掘價值，通過車隊出行路線和路況交通可以預測交通事故的發生幾率，經過這些科學預警，及時進行科學決策，適度調整行車路線，確保車隊安全。

3大稻菹驢拓創新云物流配送新模式

新形勢下，美團利用大數據構建了美團外賣美食平臺，滴滴運用大數據構建一套無障礙出行平臺，非凡借助大數據構建一個綠色旅行平臺，今天，云物流將運用大數據技術開拓創新構建一個物流行業生態系統新模式，為云物流向系統化、社會化、標準化發展邁出了一大步。

3.1構建一個綜合性物流基地新模式

今天我國有270多家在冊物流公司，每天260多萬包裹在快遞之間來回傳遞，這些數據每天都在不斷的增長，從這些表面數字可以看出，物流行業有巨大發展潛力，結合物流數據統計結構，構建一個綜合性物流發展平臺，把不同的生產廠家以及商和物流公司對接，建立一個多商家倉儲平臺，吸收融合當前物流公司，整合優質物流專線，結合大數據處理訂單，實行智能化專線配送。目前我國物流公司匯集國內外品牌，其中不乏有實力的順豐、德邦、潤德外國注資物流，更有國家實力的中國郵政，阿里旗下的菜鳥驛站，以及天天快遞，韻達快遞，圓通快遞，這些規模不一，資質不同的物流企業，以為商家和客戶服務為宗旨，組建一個大型綜合物流配貨平臺，實行綜合經營統一管理，根據商家類目進行規范化管理，根據訂單及時發貨統一配送，確保物品安全準時送達客戶，同時加強物流公司協調配合能力，完善各項服務制度，定時進行員工培訓，提高服務能力和服務意識，堅持構建一個科學化管理的綜合性能物流配送平臺。

3.2打造一個有特色的一站式云物流配送模式

從源頭到客戶，建立一個快速便捷的一站式配送模式。從京東驛站的建立之初，這種運行模式便有了雛形，到今天的菜鳥驛站，一站式購物鏈條已經形成，可是這些僅限于大中城市一些商家，縱觀我國電子商務發展現狀，許多經營有道的線下小店經常零零散散的隱藏在偏僻的小城鎮里，這給一站式物流配送提出了難題，筆者結合我國現狀，借鑒國外一站式供應配貨模式，提議打造一個頭特色的一站式物流配送模式，眾所周知，江南一帶，男女體型瘦小，他們生產的服裝不適合北方人，因此，可以在當地建立一個江南服裝直達式一站配送物流模式，僅供江南區域配送。例如我國江西和山東兩省，正在建立一個省內直達物流專線，把各自區域內的線上零售商進行登記備案，物流公司免費上門取貨，送到統一配貨區，發往外地，這種集成共享與協同調度，有力支持了云物流的發展，目前著力建設有地方特色的一站式云物流配送模式，帶動當地經濟發展。

構建無人化智能物流配送新模式。目前我國許多企業實行無人化操作間，例如君樂寶無人灌裝技術，長城汽車的無人裝配車間，以及機器人餐飲行業的應用等等，這些無疑表明，構建無人化智能配送模式指日可待。我國是一個居住率高的國家，互聯網的普及把我們這個大國緊密的聯系在一起，每天大量的快件飛往不同地區，時時刻刻在耗費大量的人力資源，因此構建無人化智能配送新模式，建立無人化裝配車間，實行無人化訂單打印，全程化機器人自動配倉，無人車隊或者飛機配送，在最后一公里的配送中，采用無人配送專車，送入云柜，讓生活在城市里和生活在山區里的老百姓體驗購物的便捷，真正實現無縫隙、無盲點配送，從根本上解決配送難的問題。

4結束語

我國每天的包裹發件總量占世界排名第一，是當前美國、英國、德國等幾個國家的總和，但是我國物流公司數量多，規模小，綜合實力不高，許多發達國家紛紛試水中國物流，面對中國居住區域，難以實現全面配送，偏遠農村配送問題一直制約著物流的前進，隨著科學技術的日新月日，大數據和云物流為物流行業模式的變革、發展、創新，提供了技術支持，通過大數據的精準信息，有利于物流公司分析預警、科學決策和精準配送；通過云物流的計算運用，有效利用社會資源優化整合，提高云物流的配送效率，努力打造一個高效、智能云物流配送新模式，提高我國物流行業的綜合實力，參與國際物流配送競爭，把我國貿易推向全球。

參考文獻

[1]高連周.大數據時代基于物聯網和云計算的智能物流發展模式研究[J].物流技術，2014，（11）.

柳樹的詩句范文第3篇

eSATA是什么接口標準?

eSATA的全稱是External Serial ATA(外部串行ATA)，顧名思義它是SATA接口的外部擴展規范。換言之，eSATA就是“外置”版的SATA，它是用來連接外部而非內部SATA設備。例如擁有eSATA接口，你可以輕松地將SATA硬盤與主板的eSATA接口連接，而不用打開機箱更換SATA硬盤。

相對于SATA接口來說，eSATA在硬件規格上有些變化，數據線接口連接處加裝了金屬彈片來保證物理連接的牢固性和穩定性，而eSATA線纜能夠插拔2000次，這也為eSATA搶班奪權創造了很好的條件。原有的SATA是采用L形插頭區別接口方向，而eSATA則是通過插頭上下端不同的厚度及凹槽來防止誤插，它同樣支持熱拔插。雖然改變了接口方式，但eSATA底層的物理規范并未發生變化，仍采用了7針數據線，所以僅僅需要改變接口物理特征，便可以實現對SATA設備的兼容。

eSATA接口(左)是平的．而SA／A接口是L形的

普通3．5英寸硬盤的最高數據傳輸率為60MB／s，在使用外置3．5英寸的硬盤盒時，USB2，0或IEEE 1394的接口速度會成為數據傳輸的瓶頸。如果使用外置RAID 5存儲設備，由于并行多硬盤可以提供更高的讀寫速度，那么USB2．0以及1394B接口最高480Mbps的接口帶寬更會嚴重地限制硬盤的性能發揮。eSATA最高卻可提供3000Mbps的數據傳輸速度，遠遠高于USB2．0和IEEE1394，因此，eSATA是一個非常不錯的解決方案，而且eSATA外置存儲設備在搭配SATA硬盤后，中間無需橋接芯片的轉換，是一種原生的存儲設備接口。eSATA接口在傳輸速度，易用性以及經濟性方面所體現出的強大優勢使其成為USB 2．0,1394B等接口最佳代任者。

eSATA接口所提供的高傳輸速度可以完美應付標清視頻制作所需要每秒鐘27M／秒(10BIT無壓縮)的速度要求，并可以同時支持兩層以上的制作要求，解決了USB 2．0、1394b速度不夠的問題。同樣在HDV制作方面，eSATA接口對最高標準的HDV視頻格式可以完美的輕松應付。

隨著的eSATA接口逐漸出現在計算機主板(如ASUS PBB)和eSATA接口卡上，如元谷這樣的越來越多的外置硬盤存儲設備廠商，在其所新推出的設備上也使用eSATA接口為主要的傳輸接口。基于用戶對數據安全性的進一步需求，一些專業外置磁盤陣列廠商也在其產品線中將eSATA接口列為標準配置，在保持高速度的基礎上還提供了RAID 0、1、3、5、6級別的安全防護，同時也提供了USB2．0、1394B接口，實現了最高的產品通用性以及易用性。比如強氧科技的OxyGen SDOBSE，就是以高速的e-SATA為基礎，同時還提供了全面的接口解決方案。

隨著技術的發展，越來越多的eSATA設備都會相繼涌現出來必將會對標、高清視頻編輯應用起到更加重要的作用。

硬盤接口的沿革

最早期的ATA每秒傳輸速率只有8．33MB(PIO Mode 2)，但受限於ISA的頻寬，所以一秒只有4MB的速度。后來另外幾家廠商為了改善這些缺點，聯合幾家CD-ROM的廠商制定了Enhanced IDE，在原來的ATA之外，支援可抽取存取設備(如CD-ROM等等)的ATAP(ATA Packet Interface)規格，而且它提供了PIO Mode 3和DMA Mode 1的資料傳輸速率，在開啟DMA Mode 1時，最高傳輸速率可達13．3MB／sec，后來 些硬碟廠商又提出Fast ATA和Fast ATA-2，Fast ATA和Enhanced DE差別在Fast ATA不支援可抽取存取設備，然而Fast ATA-2不但將ATAP規格列入，也增加了PIO Mode 4和DMA Mode 2，兩者最高傳輸速率部是16．6MB／sec，不管是哪些廠商提出所謂的Enhanced IDE或是Fast ATA-2，在美國國家標準學會都稱之為ATA-2(ATA Extension)，后來又不斷的演進，又推出了ATA-4(因為ATA-3并沒有推出新的傳輸介面，所以不多做介紹)，就是現在所謂的Ultra DMA／33，Ultra DMA是最新一代的ATA規格，將并入目前的ATA-4，新型的Ultra DMA／33傳輸速率最高可達33MB／s，至於和ATA-2／3最大的差別是Ultra DMA／33是并列傳輸，所以比非并列的ATA 2／3快很多。這種并行的ATA最終發展到了Ultra DMA／133。

說到底，IDE技術還是并行的技術，所以又叫做P-ATA。這種技術存在著連接2個產品時共享帶寬等的限制，對于速度越來越快的硬盤和光驅，越來越難以適應，所以，S-ATA應運而生。S-ATA采用了串行的方式，最原始的指標都要超出傳統的IDE很多。不過，SATA雖然流行，但不能說完美。SATAII就是在這個背景下誕生的。S-ATA Ⅱ技術產品將突破SATA技術面臨的一些局限，其中最主要一點是對原本相對較低性能的提高，其次則是可靠性的改善。SATA2．0。的規格特征：首先是支持NCQ(Native Command Queue，本機命令隊列)，由于磁道捕捉時間和轉速的改善和優化，硬盤可更有效的進行信息捕捉／讀／寫數據。同時，由于硬盤讀寫頭更加有效的轉動，也使機械部件之間的磨損減少，增加了硬盤的壽命。其次，SATA 2．0可將性能／帶寬提升至300MB／秒，性能上的飛躍使SATA 2．0成為企業工作站和入門級服務器性價比最好的選擇。

柳樹的詩句范文第4篇

關鍵詞： 協議識別； 正則表達式； 數據流前端檢測； DPI

中圖分類號： TN911.7?34； TP393 ； ； ； ； ； ； ； ； ； ； 文獻標識碼： A ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； 文章編號： 1004?373X（2014）23?0058?04

Abstract： With the demand of quick response capability in the information war， the network protocol identification needs to be efficient and quick. The protocol identification method based on deep packet inspection （DPI） can achieve high accuracy， however it brings about mass calculation because of inspection of all packets. The protocol identification method based on port inspection is fast， but its accuracy is low. A new protocol identification method based on data?flow front?end detection is proposed and the system implementation way is given in this paper. The simple fast advantage of port?based method and the accuracy advantage of DPI method are combined in this method. The experimental results show that the new protocol identification method can achieve high accuracy， and decrease the identification time by nearly 80% in comparison with the DPI methods.

Keywords： protocol identification； regular expression； data?flow front?end detection； DPI

0 ； 引 ； 言

現在信息戰都追求高速反應，高速機動，要求對協議進行高效快速識別，以盡快達到對協議識別的高準確性。傳統的協議識別技術是端口識別[1]，這種識別具有較高的效率。但是隨著網絡協議的發展，原有的基于端口映射的協議識別技術局限性越來越明顯。特別是在信息化軍事戰場上，這種識別方式的應用性幾乎為零。一種基于深度報文檢測（Deep Payload Inspection，DPI）的方法[2]，可以通過分析報文中的內容，根據預先定義的大量模式（域值、關鍵字或者正則表達式），對報文中的內容進行匹配，尋找匹配項，并確定報文所屬的應用層協議，從而判定整個數據流所屬的協議類型。雖然DPI方法可以達到很高的識別準確性，但是也存在以下問題：計算量大，需要對數據流的所有數據包內容進行檢測，從而使得采用DPI方法困難且價格昂貴；用戶的隱私保護，由于DPI需要檢測數據包的全部負載，導致用戶的隱私數據內容泄露。

本文創新地結合兩種方法提出一種綜合快速協議識別算法并進行了系統實現，通過對數據流的前端數據包進行深度包檢測來進行協議識別，不僅具有基于端口方法快速執行的特點，同時又具有DPI方法識別準確性的優勢。在真實數據流上的實驗結果表明，相比較完全基于深度包檢測的方法，該方法可以達到類似的識別精度，而且識別時間減少了將近80%。

1 ； 系統采用的識別方法

在基于深度包檢測的方法中，數據流的所有數據包都要進行模式匹配，但協議匹配并非總發生在數據流的末端。通過一個實驗分析來探測到底在一段數據流中檢測深度需要多大，即需要檢測多少個數據包才能識別應用層協議。實驗采用從互聯網下載的真實數據流負載，其中包括典型協議HTTP，FTP，POP3，DHCP，SMTP，MSN，BitTorrent等協議的數據包。協議識別系統采用基于深度包檢測的協議識別方法[3?4]，添加一些調試語句來收集以下信息：數據包的協議匹配在什么地方發生，即匹配發生在數據流的哪個數據包上。通過實驗分析得到了如圖1所示的結果。其中橫軸表示協議匹配成功完成時匹配數據包在數據流中的位置，縱軸表示所有的數據流上發生協議匹配的次數。

<；E：＼LIHUI＼12月＼12.4＼現代電子技術201423＼Image＼03t1.tif>；

圖1 數據包匹配深度圖

從圖1中可以看到大部分協議匹配的完成只需檢測數據流的前幾個數據包就可以實現。這是因為協議運行的初期通常需要進行控制報文的交換，而這些交換報文通常是這種協議特有的，可以成為進行協議識別的特征。這個實驗提出了一種新的協議識別方法，即通過檢測網絡應用中數據流最有意義的數據包，通常為數據流的前N個數據包，就可以成功地完成協議識別，在第3節討論[N]的具體取值。對數據流的前端數據包進行深度包檢測，具有以下優點：達到接近于基于端口號方法的快速協議識別速度；盡量保護隱私數據。

2 ； 系統實現

2.1 ； 數據流前端數據包檢測

在協議識別系統實現中，只對數據流的前[N]個數據包進行深度包檢測。由于在網絡傳輸層以上的數據傳輸都是以數據流為單位，因此在網絡數據流的基礎上進行協議識別。在本系統中采用<；源IP，目的IP，端口號>；所定義的一組報文來描述數據流。協議識別在<；源IP，目的IP，端口號>；三元組所定義的數據流上進行，一條數據流屬于某個協議或者不屬于某個協議，協議識別采用基于正則表達式的字符串匹配來進行深度包檢測，在第3節中會詳細介紹。

當新的數據流報文出現時，協議識別系統將產生新的流標志來標識此數據流，完成對此數據流數據包檢測后，記錄該數據流識別狀態，如已識別或尚未識別。當發現新的數據包屬于舊有數據流，則判斷數據流的識別標識，若該數據流已識別，則識別系統跳過后續報文；若尚未識別，識別系統將該數據流送至匹配引擎匹配，根據匹配結果確定協議分類；尚不能分類的數據流則需保留協議識別狀態，以便后續報文到來時繼續進行識別。對于暫時不能識別的數據流，可以保存識別狀態，即記錄當前數據流識別過程進行狀態轉移時轉移到了哪個狀態；當再次遇到該數據流的數據包時，可以將保存的狀態恢復，繼續進行識別。采用這種方法不必對數據流重新進行識別，可以節省協議識別時間。

數據流協議識別算法如下所示，其中對每段數據流，只檢測前[N]個數據包。

1. while （新的數據包p到達）

2. ； if <；p（源IP），p（目的IP），p（端口號）>；未知

3. ； ； ； ； Con_id = ； 為<；p（源IP），p（目的IP），p（端口號）>；分配的連接號

4. ； ； ； ； if ； （能識別Con_id）

5. ； ； ； ； ； ； return 協議類型

6. ； ； ； ； else

7. ； ； ； ； ； ； 保存Con_id協議識別最新狀態

8. ； else

9. ； ； ； Con_id = ； 已保存的<；p（源IP），p（目的IP），p（端口號）>；連接號

10. ； ； 恢復最新識別狀態

11. ； ； if ； （能識別Con_id）

12. ； ； ； ； ； return 協議類型

13. ； ； else

14. ； ； ； ； 保存Con_id協議識別最新狀態

數據流匹配算法只掃描一次數據流，隨著數據包的輸入，可以在輸入的任何位置完成識別，而無需重復掃描數據包；對未識別的數據流，從當前識別狀態而不是初始狀態繼續進行匹配，提高了整個協議識別速度。

2.2 ； 基于正則表達式的數據包檢測

協議特征提取可以通過對協議的相關文檔的研究，找出協議交互過程有的且必定出現的固定字段。若協議中只有惟一的固定字段，就選取該字段作為協議的特征串；若存在多個固定字段，則對協議的實際報文進行統計，選取出現頻率最高的字段作為協議的特征串。

正則表達式[5]是采用某種模式去匹配一類字符串的公式，主要用于文本搜索、程序語言編譯器等領域。作為一種形式語言，正則表達式定義了一套自己的描述方式：完整的正則表達式是由兩種字符構成的字符模式，其殊字符稱為“元字符”，其他的普通ASCII字符稱為“文字”。描述一組可匹配的字符串時不用明確地列舉出所有的確切形式，而是通過元字符描述子串或者單個字節的特征。在正則表達式中，既可以使用ASCII字符，也可以使用十六進制數。基于正則表達式的模式匹配就是將這一字符模式與所搜索的字符串進行匹配。正則表達式比固定字符串具有更強的表達能力和更好的靈活性，因此采用正則表達式代替固定字符串表示協議的特征。

例如對于文件傳輸協議FTP，通常服務器會傳輸字符串“220”表示服務器已準備好，接下來會傳輸一段數據，其中包含字符串“FTP”，在“220”和“FTP”之間會有一些ASCII字符串。根據這些特性，可以將協議FTP的協議特征用正則表達式“^220*FTP”來表示。

2.3 ； 基于正則表達式的字符串匹配

字符串匹配問題，就是在一個文本[T=t1t2…tn]中找出某個特定模式串[p=p1p2…pn]的所有出現位置。其中[T]和[p]都是有限字母表[Σ]上的字符序列。匹配算法使用一個固定長度的窗口來搜索模式串，在窗口內檢驗模式是否匹配，然后從左向右不斷地移動窗口，直到掃描完整個文本。利用自動機進行字符串匹配[6]只需對每個文本字符檢查一次，并且檢查每個文本字符的時間為常數。因此對長度為[n]的文本，建立自動機后匹配算法的時間為[（n）。]

4 ； ； 結 ； 論

本文提出一種基于數據流前端檢測的協議識別方法并進行了系統實現，結合了基于端口方法的快速簡單和基于DPI的準確性的優點。系統實驗表明此種方法識別準確率高，相比傳統方法識別時間減少將近80%。

參考文獻

[1] KARAGIANNIS T， BROIDO A， BROWNLEE N， et al. Is p2p dying or just hiding？ [C]// Proceedings of IEEE Globecom. [S.l.]： IEEE， 2004， 3： 1532?1538.

[2] RISSO F， MORANDI O， BALDI M， et al. Lightweight， Payload?based traffic classification： An experimental evaluation [C]// Proceedings of ICC’08. [S.l.]： IEEE， 2008： 5869?5875.

[3] CROTTI M， DUSI M， GRINGOLI F， et al. Traffic classification through simple statistical fingerprinting [J]. ACM SIGCOMM CCR， 2007， 37（1）： 7?16.

[4] LI Zhu， YUAN Rui?xi， GUAN Xiao?hong. Accurate classification of the internet traffic based on the svm method [C]// Proceedings of ICC. [S.l.]： [s.n.]， 2007： 1373?1378.

[5] GREGER H， FELDMANN A， MAL M， et al. Dynamic application?layer protocol analysis for network intrusion detection [C]// Proceedings of USENIX Security Symposium. [S.l.]： [s.n.]， 2006： 1125?1130.

[6] CORMEN T H， LEISERSON C E， RIVEST R L， et al. Introduction to algorithms [M]. 2 ed. [S.l.]： [s.n.]， 2002.

[7] 陳曙暉.基于內容分析的高速網絡協議識別技術研究[D].長沙：國防科技大學，2007.

柳樹的詩句范文第5篇

【關鍵詞】客戶流失 客戶維系與挽留 預警模型 電信企業

一、引言

隨著電信企業之間的競爭加劇，電信運營商不斷推出新的套餐和新的業務，希望能夠爭取到更多的市場份額。但同時也在很大程度上加大了客戶的不穩定性，使得客戶離網現象頻繁發生。研究表明，一個公司如果將其顧客流失率降低5%，利潤就能增加25%至85%。由此可見，大量的客戶流失讓運營商蒙受巨大損失。

結合客戶細分的思想，本文提出了一種新的電信企業客戶流失預警模型。

二、相關定義

（一）客戶流失的定義與分類

客戶流失只指客戶因為某些原因與電信運營商解除服務合同的行為。客戶解除服務合同的原因有多種多樣，但歸納起來主要有如下幾類：自然流失：是指客戶因為企業不能給提供所期望的產品和服務（如不能提供寬帶上網功能等）或者某些客觀因素（如到異地工作或下崗等）而選擇離網所導致的客戶流失；惡意流失：是指客戶因為個人私欲因素（如惡意欠費后為了逃避繳費等）而選擇離網所導致的客戶流失；競爭流失：是指客戶因為企業競爭對手因素（如競爭對手提供了更優惠的資費政策）而選擇離網所導致的客戶流失；失望流失：是指客戶因為企業服務質量因素（如網絡覆蓋或服務態度等）而選擇離網所導致的客戶流失。

三、客戶流失預警模型的構建

（一）客戶細分

客戶細分有多種方法，如依據客戶的性別、年齡、支付能力、信用度等均可對客戶進行分類。在客戶流失預警模型中，我們依據客戶對企業的貢獻大小進行分類，主要分為以下三種：高價值客戶、普通價值客戶、低價值客戶。假定企業每月均攤到每個客戶的日常維護成本為C，則各類客戶定義如下：高價值客戶：是指月均話費大于等于kC的客戶；普通價值客戶：是指月均話費介于1C到kC之間的客戶；低價值客戶：是指月均話費小于1C的客戶。

（二）模型數據屬性分析

影響客戶流失預警判定的數據屬性通常多種多樣，這些屬性之間存在著或強或弱的相關關系，以全部屬性作為細分標準顯然過于復雜，并且也難于在實時環境中識別和追溯目標；而任意選取其中某個或某幾個屬性又會影響對客戶流失行為的解釋力度，降低預警效果。因此，較為有效的方法是從這些相互關聯的影響屬性中，通過約簡算法抽取對客戶流失行為起關鍵影響的屬性；或者對這些屬性進行抽取整合，重新構造少數關鍵指標，這些指標是原有影響屬性（或稱因子）的線性組合，能綜合原有影響屬性的最大信息，相互之間的相關性較小。

（三）流失客戶的特征挖掘

基于慢啟動的頻繁模式挖掘算法。在傳統的頻繁模式挖掘研究中，項（Item）是一個文字，在交易數據庫中，它可以代表商品，在分類時，它可以代表屬性的值。設I={Il，I2，...，Im}為項的全集，D={Tl，T2，...，Tn}為事務數據庫，其中，每個事務Ti（i[1，2，…，n]）包含事務ID號TID和一個I中項的子集Itemset。

定義一：I的子集XI稱作項集或模式。項集X的支持度計數supes_count（X）為D中包含項集X的事務數，X的支持度sup-port（X）=supes_count（X）/|D|，其中|D|是D中事務的個數。

定義二：對于預先指定的最小支持度閥值δ，如果項集（模式）X的支持度滿足：support（X）δ，則稱項集（模式）X是頻繁的。

定義三（頻繁數）：頻繁數是指在事務數據D中，數據項的支持度大于最小支持度閾值的所有數據項個數的總和，記為R。定義4（最高頻繁項次數）：最高頻繁項次數是指在所有的頻繁模式中項數最高的頻繁項的項的個數值，記為M。

定義判決函數f為頻繁項次數和頻繁數的如下線性組合：f=αR+βM，其中，α和β為權重因子，滿足α+β=1。

基于上述公式，可給出基于慢啟動的頻繁模式挖掘算法的實現步驟如下：

（1）最小支持度閾值指數遞增過程）Step1：取一個較小的δ值作為初始最小支持度閾值，根據式（1）計算判決函數f的值f1。……Stepi：取2i-1δ作為最小支持度閾值，計算判決函數值fi，若fi≤fi-1，轉入步驟i+1。Stepi+1：取2iδ作為最小支持度閾值，計算判決函數值fi+1，若fi+1>fi，轉入步驟i+2。

（2）最小支持度閾值線性遞增過程）Stepi+2：取2i-1δ+ζ作為最小支持度閾值，計算判決函數值fi+2，若fi+2≤fi，轉入步驟i+3。……

Stepi+1+k：取2i-1δ+（k-1）ζ作為最小支持度閾值，計算判決函數值fi+l+k，若fi+l+k>fi+k，結束。這樣最小支持度閾值線性遞增過程結束，得到最小的判決函數值fi+k，以及最終最小支持度閾值2iδ+（k-1）ζ。

客戶流失預警模型的建模過程主要包括如下幾個步驟：

①數據抽取：首先，從業務系統中抽取離；②網客戶數據作為訓練數據集合；對訓練數據集合中的數據進行屬性約簡，并將約簡后的屬性集合作為模型的訓練輸入數據集合；③采用基于慢啟動的頻繁模式挖掘算法對模型的訓練輸入數據集合進行頻繁模式挖掘，并基于挖掘得到的流失客戶特征構建分類器；④輸入新的客戶數據作為測試數據集合；對測試數據集合中的數據進行屬性約簡，并將約簡后的屬性集合作為模型的測試輸入數據集合；⑤采用基于慢啟動的頻繁模式挖掘算法對模型的測試輸入數據集合中的每個用戶對應的數據集合進行頻繁模式挖掘；⑥將挖掘得到的新用戶的特征與分類器中的特征集合進行模式匹配，判定該用戶是否會具有離網傾向。將有離網傾向的客戶集反饋給客戶維系與挽留系統，為客戶服務部門開展客戶維系與挽留工作提供決策參考。

四、結論

本文實現了一個分組模糊神經網絡，具有較好的逼近能力和泛化能力，同時也在一定程度上減少了訓練時間。本文作者創新點：提出了一種用于模糊神經網絡函數逼近的新方法，將分組的思想與模糊神經網絡相結合應用于函數的逼近。

參考文獻：

[1]何玉彬，李新忠.神經網絡控制技術及其應用[M].北京：科學出版社，2000，（12）.

[2]韓峻峰，李玉惠等.模糊控制技術[M].重慶：重慶大學出版，2003，（10）.

[3]高雋.人工神經網絡原理及其仿真實例[M].北京：機械工業出版社，2007，（05）.

[4]胡德文，王正志等.神經網絡自適應控制[M].長沙：國防科技大學出版社，2005，（09）.

[4]王士同.神經模糊系統及其應用[M].北京：北京航空航天大學出版社，2008，（07）.