柳树的诗句

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇柳树的诗句范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

柳树的诗句范文第1篇

2、往事是尘封在记忆中的梦，而你是我唯一鲜明的记忆，那绿叶上的水珠，是思念的泪滴。

3、知识永远战胜愚昧追求的梦想始终是个泡影，得到了什么了呢。付出的越多，却失去的更多。

4、如果为了安全而不和大海在一起，船就失去了存在的意义。

5、必须记住我们学习的时间有限的。时间有限，不只由于人生短促，更由于人事纷繁。

6、节省时间，也就是使一个人的有限的生命，更加有效，而也即等于延长了人的生命。

7、这个世界，太寂寞了，我们太孤单了，很多时候我们都身不由己，只是没人理解我们摆了。

8、时光飞逝，没有回旋的余地，我们不能呆在回忆的小屋，总是迷失在过去。

9、那些属于我们的青春、故事、幸福，如今，都不负存在了，现在我们又有什么渴望的呢？

10、时间是治愈伤痛最好的良药，它能让人学会遗忘，也能让人学会放下，最美的年华是你遇到了谁，最深的红尘是你错过了谁。

11、天生活在忙碌中想把你留住，却又不知道自己在做什么。你仍然走拉，没有一丝犹豫。秒针一点一点地走着，一周过去了，一个月过去了，一年过去了！我好像什么也没做！只好无奈的=地叹息着。望着窗外那霏霏的小雨，想得到一丝安慰。

12、凡是较有成就的科学工作者，毫无例外地都是利用时间的能手，也都是决心在大量时间中投入大量劳动的人。

13、青春，它就如一轮初升的太阳，朝气蓬勃，活力无限，在它那金灿灿的脸上，展现出我们孩童的天真与可爱。

14、青春需要我们去珍惜，去把握。青春的时光在风的指间滑落，在雨的洗礼中流逝。“莫等闲，白了少年头，空悲切。”“青春须早为，岂能长少年。”青春若一去，遂不复返。不要让青春在空虚的日子里悄悄逝去，也不要让它在迷茫与困惑中被剥夺，当雨水淋湿了你的青春时，要重新去拥有七彩的阳光。

15、是我的，就是我的，走了的，只能说明他从来没有属于过我，也许爱情是刚性的，婚姻却是柔性的，我们都得学得妥协。

16、为何一转眼，时光飞逝如电，磨不去的从前，就像一阵风，吹落恩恩和怨怨，当我深深感到无情岁月流逝，青春不再的时候，就想起了童安格的这首经典老歌，它道出了每个人打心底迸发出的酸楚、无奈，充满了一些沧桑的难言之语。

17、在人生和世界的激流中，他必然会像初冬从树上飘落下来的最后一片枯叶，在西风残照中孤零零地漫无目的地飘舞。

18、们所多的是生力，遇见深林，可以辟成平地的，遇见旷野，可以栽种树木的，遇见沙漠，可以开掘井泉的。

19、回首往事，日子中竟全是斑斓的光影，记忆的屏障中，曾经心动的声音已渐渐远去。

20、不是时间忘了我，是你忘了带走我，我左手是过目不忘的萤火，右手是十年一个漫长的打坐。

21、时间是不可占有的公有财产，随着时间的推移，真理会愈益显露。

22、人海茫茫知己难求，能拥有心灵相通、无话不谈的知己是许多人的梦想，所以对待知己更应坦诚相待，更要精心维护，知己是用心去相扶相帮的，可以心灵相依相偎。而不是要你去放纵，更不是让情感无底限的疯长。

23、时光在弹指间散沫，左手里的一世锦瑟繁华，终抵不过右手里半城零落烟沙。

24、太阳的光芒远远胜过月亮，但太阳永远只能独自天马行空，而月亮却有星星相伴。世间万物中，其实太阳最寂寞。

25、那段岁月，无论从何种角度读你，你都完美无缺，你所缺少的部分，也早已被我用想象的画笔填满。

26、不要为已消逝之年华叹息，须正视欲匆匆溜走的时光朝看水东流，暮看日西沉。

27、时间仿似一条直线，没有起点，亦无终点。

28、那是可以让我潸然泪下，让我用一生去交换的笑容。

29、青春一去不复返，事业一纵永无成。

30、我愿意手拿帽子站在街角，请过路人把他们用不完的时间投在里面。

31、你的背影早已消失得无影无踪，只剩下路口叹息的我。

32、时光飞逝，停在哪里休息，哪里都有真情体现，我们不能害怕欺骗，把自己的热情藏在心里。

33、时光飞逝，机会就在我们眼前，何时找到了灵感，何时就要把握机遇，我们需要智慧和勇气去把握机会。

34、梦想家的缺点是害怕命运。

35、合理安排时间，就等于节约时间。

36、我们若要生活，就该为自己建造一种充满感受、思索和行动的时钟，用它来代替这个枯燥、单调、以愁闷来扼杀心灵，带有责备意味和冷冷地滴答着的时间。

37、一分耕耘，一分收获；要收获的好，必须耕耘的好庸人费心将是消磨时光，能人费尽心计利用时间知识象烛光，能照亮一个人，也能照亮无数人。

38、青春是多彩的，它有着充满绿意茵茵的温馨，却不能多得可以大把挥撒，“黑发不知勤学早，白首方恨读书迟”，青春必须珍惜岁月。浪费岁月的青春，就像秋天的一片落叶，无丝毫生机；失去青春的岁月，就像是一条干涸的小溪，永远也无法唱响奔向大海的恋歌。

39、隔窗望月，清辉虽洒在我身上，我却离那幸福光耀的源头，千千万万里。

40、时间总是不经意间从指缝中消失，在我们还来不及欣赏它的时候，它已经一去不复返。

41、青春似一日之晨，它冰清玉洁，充满着遐想与和谐。

42、在时间和现实的夹缝里，青春和美丽一样，脆弱如风干的纸。

43、我的日子一页一页地翻着，转眼，由冬天一下翻到了夏天，衣服由繁入简，鞋子由暖入凉，而我的意识依旧沉沦。总在为自己的行为寻找合适的理由，以辩护自己虚度光阴的无奈性必要性。不屑求得任何他人的理解，只为了让住在同一个身体里的另一个带有良知的我摆脱罪恶感，继续消磨。我在消磨着时间，亲手剪断自己的生命。究竟一个生为人的人该如何存活呢？我始终在寻找答案，没有方向地在消极的世界里折腾着，疲惫着。

44、一年，一岁，渐渐接近，偷偷远离，我整理凌乱的思绪，向新的一年迈去，又是一年芳草绿，捉不住时光豪不留情的越出手指的缝隙。

柳树的诗句范文第2篇

关键词：云物流；大数据；物流模式；变革

中图分类号：F25

文献标识码：A

doi：10.19311/ki.16723198.2017.15.020

在互联网全球化的今天，电子商务的盛行，从亚马孙到京东，从京东到淘宝，每天成千上万的客户订单，不断的在海、陆、空穿梭往来，极大方便了人民生活。伴随着与日俱增的大数量订单，快件数量多，包裹派送慢，配送地区远等一系列的题困扰着物流行业的发展。2017年4月26日，G7吴海波在接受腾讯云采访时表示：“云时代，大数据开启云端物流的变革之门”，由此可见，云时代下大数据技术对云物流的影响已经受到业内人士的认可，借助云计算物流平台，有效利用大数据技术，加强货物流量和流向的预警预测，提升云物流创新改革有重要意义。

1云物流与大数据

1.1云物流

我国最早的云物流是北京星辰急便公司，始于2009年，距今有近8年的发展史，云物流最早是云物流快递的简称，随着科技的进步，今天的云物流是云计算和大数据在物流行业上的具体应用，它是基于云计算机处理技术，大规模的采用虚拟操控平台，采用科学化系统化的物流流程，精细化的物流配送管理，以高效率进行物流配置的运输方式和全方位的无缝隙配送网点等优势，迅速占据了国内物流市场，进而实现物流信息资源、物流管理、物流仓储管理有机结合协调发展，为物流发展提供更深层次、更完善的资源整合，有利于云物流数据架构和发展，有利于资源优化组合，实现资源共享，降低各项管理成本，提高其综合服务效率，提高了客户的满意度。

2013年阿里联合淘宝建立菜鸟驿站，2015年菜鸟提出：“借助大数据驱动物流全球化发展”，先后在全国各地建立了500多个校园中储仓，把菜鸟驿站代收的商品通过云物流发往全国各地，这种配送平台大大缩短了收件时间，有些地区到菜鸟发快件，每单补贴0.2元，这种惠民策略增加大菜鸟的业务量，同时也提高了送货效率，缩短了送货时间，交通畅通的城市同城送货只需2小时，这在一定程度上激励网民再次购物，提高二次购物的几率。经过菜鸟近2年的运行经验，它们的再次集合不同物流公司，组建团队协同配送，这种物流的联盟再次推进物流的快递速度。

1.2大数据

大数据是近几年来各大领域竞相涉足的地方，随着各种网络平台的发展，大量的图文、影像、档案资料汇聚成海量数据资料，这些瞬间涌现不同结构的数据资料集达到一定规模时，就形成了错综复杂的数据集，企业端在吸收这些数据的时，需要透过错综复杂表层现象，结合各个企业集团结合自身特点或者需求，经过细致的筛选、采撷、处理并整理成时效数据，为企业服务。大数据其特点是数据集类别多，类型复杂，数据庞大，数据处理用时短，速度快，有效率高，为众多企业的发展提供了强有力的技术支持，催生着信息行业的迅速增长。例如大数据在芯片应用，催生一体化数据存储处理服务器；大数据在医疗上应用，提高病理分析的准确率和临床医学研究的精确率，降低了疾病发病率和传染率；在社会治安方面，通过监控数据，挖掘犯罪嫌疑人的心理行为，破获多起重大案件，因此做好大数据的开发利用，有利于社会主义政治、经济全面发展。

1.3云物流与大数据的结合

在新的社会主义形态里，大数据经过数据整合，为企业发展指明道路，云物流和大数据的结合，优化物流运营实施方案，改善物流行政管理，实施智能预警防御。云物流基于大数据和四通八达的网络通信技术为依托，集合线上商家物虚拟商品和线下客户的大量订单，通过大数据技术处理以及云计算规划，借助专业化的物流系统，灵活的海陆空配送路线，智能化的信息跟踪服务，全面到位物流配送服务，为线下客户提供优质的配送服务，物品保管服务和网上信息管理服务，极大方便了网民购物，丰富了人民物质生活，提高人民生活满意度；同时还有利于云物流增值业务的实现，也有利于云端物流发展增值创收，提高员工的积极性；通过云物流的配送，有利于商家建立物流信用度，提高商家销量，促进电子商务大规模发展，为下一次云服务奠定良好的基础。

2大数据和云物流的创新对物流行业经济效益的提升

随着互联网的资源共享，大数据和云物流处理技术的革新，云物流行业借助各方面的优势，提高物流工作效率，具体表现在以下几个方面。

大数据处理技术创新提高物流配送效率。基于大数据的调研每天大量邮件在配送过程中，经常出现多次性送达，许多在职人员经常不在家，或者不在单位，造成许多快件不快，包裹滞留，信息滞纳，还给快件公司增加派送次数，基于此，江苏云柜网络技术有限公司，研发了云物流橱柜，极大解决了邮件签收问题，既方便了邮件的配送，也方便了客户取件，舍去客户签字认证时间，提高了每单的配送效率。

通过集成管理提高了物流整体效益。经过大数据监控电商订单统计数据发现，目前北京成为我国最大的物流收货基地，杭州、义乌成为最大的发货地，京东根据这些数据在全国各地大型电商供应地，建立配仓的基地，按类目设置仓库，采用低费保管方案，吸引各企业以及中小卖家入驻，根据在线电子订单，直接组装配送，每天完成22万份订单的派送，这些实时数据库还在不定时的增长，从订单到组装，从组装在到配送完成，只需200多员工的协作，由此看见，商品集成管理，不仅从源头节约物流成本，降低各个环节产生的费用，压缩了1/3的配送时间，从根本上提高了物流配送效率，从而提高了物流行业经济效益。

云物流有效提高社会资源利用率。云物流的发展，把各地大大小小的物流公司吸收进来，将零星分散物流数据、物流设备和人员进行重新定位，不但可以壮大了公司力量，丰富了人力物力财力，又避免了投资风险；结合不同物流公司的特点，进行物流资源社会化整合，扩大公司物流配送专线，建立统一直营管理平台；优化物流公司人员配置，各司其职优化服务，建立多渠道多方位配送服务；采取合理物流取件发件程序，提高物流公路运输率，避免车队重复配置，节约物流配送成本，降低物流监管费用和车队养护费用，这种优势互补高效节能的整合，提高物流服务效率、管理效率和物流资源利用率，进而实现云物流公司集中有效资源，有的放矢合理利用，全面化发展，促进云物流公司综合实力的提高。

精准的大数据指挥物流科学决策。随着大数据精准的信息，为云物流的物流发展，提供了科学的决策依据。例如云物流利用车队运输监控数据，在节假日线灵活调整送货线路，确保物流派送准时到达。今年4月吴海峰在腾讯大会上提到，通过G7物流车队数据，可以分析当下那条路线业务繁忙，那条路线车队路况出现问题，这些不起眼的数据，都潜在巨大的挖掘价值，通过车队出行路线和路况交通可以预测交通事故的发生几率，经过这些科学预警，及时进行科学决策，适度调整行车路线，确保车队安全。

3大稻菹驴拓创新云物流配送新模式

新形势下，美团利用大数据构建了美团外卖美食平台，滴滴运用大数据构建一套无障碍出行平台，非凡借助大数据构建一个绿色旅行平台，今天，云物流将运用大数据技术开拓创新构建一个物流行业生态系统新模式，为云物流向系统化、社会化、标准化发展迈出了一大步。

3.1构建一个综合性物流基地新模式

今天我国有270多家在册物流公司，每天260多万包裹在快递之间来回传递，这些数据每天都在不断的增长，从这些表面数字可以看出，物流行业有巨大发展潜力，结合物流数据统计结构，构建一个综合性物流发展平台，把不同的生产厂家以及商和物流公司对接，建立一个多商家仓储平台，吸收融合当前物流公司，整合优质物流专线，结合大数据处理订单，实行智能化专线配送。目前我国物流公司汇集国内外品牌，其中不乏有实力的顺丰、德邦、润德外国注资物流，更有国家实力的中国邮政，阿里旗下的菜鸟驿站，以及天天快递，韵达快递，圆通快递，这些规模不一，资质不同的物流企业，以为商家和客户服务为宗旨，组建一个大型综合物流配货平台，实行综合经营统一管理，根据商家类目进行规范化管理，根据订单及时发货统一配送，确保物品安全准时送达客户，同时加强物流公司协调配合能力，完善各项服务制度，定时进行员工培训，提高服务能力和服务意识，坚持构建一个科学化管理的综合性能物流配送平台。

3.2打造一个有特色的一站式云物流配送模式

从源头到客户，建立一个快速便捷的一站式配送模式。从京东驿站的建立之初，这种运行模式便有了雏形，到今天的菜鸟驿站，一站式购物链条已经形成，可是这些仅限于大中城市一些商家，纵观我国电子商务发展现状，许多经营有道的线下小店经常零零散散的隐藏在偏僻的小城镇里，这给一站式物流配送提出了难题，笔者结合我国现状，借鉴国外一站式供应配货模式，提议打造一个头特色的一站式物流配送模式，众所周知，江南一带，男女体型瘦小，他们生产的服装不适合北方人，因此，可以在当地建立一个江南服装直达式一站配送物流模式，仅供江南区域配送。例如我国江西和山东两省，正在建立一个省内直达物流专线，把各自区域内的线上零售商进行登记备案，物流公司免费上门取货，送到统一配货区，发往外地，这种集成共享与协同调度，有力支持了云物流的发展，目前着力建设有地方特色的一站式云物流配送模式，带动当地经济发展。

构建无人化智能物流配送新模式。目前我国许多企业实行无人化操作间，例如君乐宝无人灌装技术，长城汽车的无人装配车间，以及机器人餐饮行业的应用等等，这些无疑表明，构建无人化智能配送模式指日可待。我国是一个居住率高的国家，互联网的普及把我们这个大国紧密的联系在一起，每天大量的快件飞往不同地区，时时刻刻在耗费大量的人力资源，因此构建无人化智能配送新模式，建立无人化装配车间，实行无人化订单打印，全程化机器人自动配仓，无人车队或者飞机配送，在最后一公里的配送中，采用无人配送专车，送入云柜，让生活在城市里和生活在山区里的老百姓体验购物的便捷，真正实现无缝隙、无盲点配送，从根本上解决配送难的问题。

4结束语

我国每天的包裹发件总量占世界排名第一，是当前美国、英国、德国等几个国家的总和，但是我国物流公司数量多，规模小，综合实力不高，许多发达国家纷纷试水中国物流，面对中国居住区域，难以实现全面配送，偏远农村配送问题一直制约着物流的前进，随着科学技术的日新月日，大数据和云物流为物流行业模式的变革、发展、创新，提供了技术支持，通过大数据的精准信息，有利于物流公司分析预警、科学决策和精准配送；通过云物流的计算运用，有效利用社会资源优化整合，提高云物流的配送效率，努力打造一个高效、智能云物流配送新模式，提高我国物流行业的综合实力，参与国际物流配送竞争，把我国贸易推向全球。

参考文献

[1]高连周.大数据时代基于物联网和云计算的智能物流发展模式研究[J].物流技术，2014，（11）.

柳树的诗句范文第3篇

eSATA是什么接口标准?

eSATA的全称是External Serial ATA(外部串行ATA)，顾名思义它是SATA接口的外部扩展规范。换言之，eSATA就是“外置”版的SATA，它是用来连接外部而非内部SATA设备。例如拥有eSATA接口，你可以轻松地将SATA硬盘与主板的eSATA接口连接，而不用打开机箱更换SATA硬盘。

相对于SATA接口来说，eSATA在硬件规格上有些变化，数据线接口连接处加装了金属弹片来保证物理连接的牢固性和稳定性，而eSATA线缆能够插拔2000次，这也为eSATA抢班夺权创造了很好的条件。原有的SATA是采用L形插头区别接口方向，而eSATA则是通过插头上下端不同的厚度及凹槽来防止误插，它同样支持热拔插。虽然改变了接口方式，但eSATA底层的物理规范并未发生变化，仍采用了7针数据线，所以仅仅需要改变接口物理特征，便可以实现对SATA设备的兼容。

eSATA接口(左)是平的．而SA／A接口是L形的

普通3．5英寸硬盘的最高数据传输率为60MB／s，在使用外置3．5英寸的硬盘盒时，USB2，0或IEEE 1394的接口速度会成为数据传输的瓶颈。如果使用外置RAID 5存储设备，由于并行多硬盘可以提供更高的读写速度，那么USB2．0以及1394B接口最高480Mbps的接口带宽更会严重地限制硬盘的性能发挥。eSATA最高却可提供3000Mbps的数据传输速度，远远高于USB2．0和IEEE1394，因此，eSATA是一个非常不错的解决方案，而且eSATA外置存储设备在搭配SATA硬盘后，中间无需桥接芯片的转换，是一种原生的存储设备接口。eSATA接口在传输速度，易用性以及经济性方面所体现出的强大优势使其成为USB 2．0,1394B等接口最佳代任者。

eSATA接口所提供的高传输速度可以完美应付标清视频制作所需要每秒钟27M／秒(10BIT无压缩)的速度要求，并可以同时支持两层以上的制作要求，解决了USB 2．0、1394b速度不够的问题。同样在HDV制作方面，eSATA接口对最高标准的HDV视频格式可以完美的轻松应付。

随着的eSATA接口逐渐出现在计算机主板(如ASUS PBB)和eSATA接口卡上，如元谷这样的越来越多的外置硬盘存储设备厂商，在其所新推出的设备上也使用eSATA接口为主要的传输接口。基于用户对数据安全性的进一步需求，一些专业外置磁盘阵列厂商也在其产品线中将eSATA接口列为标准配置，在保持高速度的基础上还提供了RAID 0、1、3、5、6级别的安全防护，同时也提供了USB2．0、1394B接口，实现了最高的产品通用性以及易用性。比如强氧科技的OxyGen SDOBSE，就是以高速的e-SATA为基础，同时还提供了全面的接口解决方案。

随着技术的发展，越来越多的eSATA设备都会相继涌现出来必将会对标、高清视频编辑应用起到更加重要的作用。

硬盘接口的沿革

最早期的ATA每秒传输速率只有8．33MB(PIO Mode 2)，但受限於ISA的频宽，所以一秒只有4MB的速度。后来另外几家厂商为了改善这些缺点，联合几家CD-ROM的厂商制定了Enhanced IDE，在原来的ATA之外，支援可抽取存取设备(如CD-ROM等等)的ATAP(ATA Packet Interface)规格，而且它提供了PIO Mode 3和DMA Mode 1的资料传输速率，在开启DMA Mode 1时，最高传输速率可达13．3MB／sec，后来 些硬碟厂商又提出Fast ATA和Fast ATA-2，Fast ATA和Enhanced DE差别在Fast ATA不支援可抽取存取设备，然而Fast ATA-2不但将ATAP规格列入，也增加了PIO Mode 4和DMA Mode 2，两者最高传输速率部是16．6MB／sec，不管是哪些厂商提出所谓的Enhanced IDE或是Fast ATA-2，在美国国家标准学会都称之为ATA-2(ATA Extension)，后来又不断的演进，又推出了ATA-4(因为ATA-3并没有推出新的传输介面，所以不多做介绍)，就是现在所谓的Ultra DMA／33，Ultra DMA是最新一代的ATA规格，将并入目前的ATA-4，新型的Ultra DMA／33传输速率最高可达33MB／s，至於和ATA-2／3最大的差别是Ultra DMA／33是并列传输，所以比非并列的ATA 2／3快很多。这种并行的ATA最终发展到了Ultra DMA／133。

说到底，IDE技术还是并行的技术，所以又叫做P-ATA。这种技术存在着连接2个产品时共享带宽等的限制，对于速度越来越快的硬盘和光驱，越来越难以适应，所以，S-ATA应运而生。S-ATA采用了串行的方式，最原始的指标都要超出传统的IDE很多。不过，SATA虽然流行，但不能说完美。SATAII就是在这个背景下诞生的。S-ATA Ⅱ技术产品将突破SATA技术面临的一些局限，其中最主要一点是对原本相对较低性能的提高，其次则是可靠性的改善。SATA2．0。的规格特征：首先是支持NCQ(Native Command Queue，本机命令队列)，由于磁道捕捉时间和转速的改善和优化，硬盘可更有效的进行信息捕捉／读／写数据。同时，由于硬盘读写头更加有效的转动，也使机械部件之间的磨损减少，增加了硬盘的寿命。其次，SATA 2．0可将性能／带宽提升至300MB／秒，性能上的飞跃使SATA 2．0成为企业工作站和入门级服务器性价比最好的选择。

柳树的诗句范文第4篇

关键词： 协议识别； 正则表达式； 数据流前端检测； DPI

中图分类号： TN911.7?34； TP393 ； ； ； ； ； ； ； ； ； ； 文献标识码： A ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； 文章编号： 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

现在信息战都追求高速反应，高速机动，要求对协议进行高效快速识别，以尽快达到对协议识别的高准确性。传统的协议识别技术是端口识别[1]，这种识别具有较高的效率。但是随着网络协议的发展，原有的基于端口映射的协议识别技术局限性越来越明显。特别是在信息化军事战场上，这种识别方式的应用性几乎为零。一种基于深度报文检测（Deep Payload Inspection，DPI）的方法[2]，可以通过分析报文中的内容，根据预先定义的大量模式（域值、关键字或者正则表达式），对报文中的内容进行匹配，寻找匹配项，并确定报文所属的应用层协议，从而判定整个数据流所属的协议类型。虽然DPI方法可以达到很高的识别准确性，但是也存在以下问题：计算量大，需要对数据流的所有数据包内容进行检测，从而使得采用DPI方法困难且价格昂贵；用户的隐私保护，由于DPI需要检测数据包的全部负载，导致用户的隐私数据内容泄露。

本文创新地结合两种方法提出一种综合快速协议识别算法并进行了系统实现，通过对数据流的前端数据包进行深度包检测来进行协议识别，不仅具有基于端口方法快速执行的特点，同时又具有DPI方法识别准确性的优势。在真实数据流上的实验结果表明，相比较完全基于深度包检测的方法，该方法可以达到类似的识别精度，而且识别时间减少了将近80%。

1 ； 系统采用的识别方法

在基于深度包检测的方法中，数据流的所有数据包都要进行模式匹配，但协议匹配并非总发生在数据流的末端。通过一个实验分析来探测到底在一段数据流中检测深度需要多大，即需要检测多少个数据包才能识别应用层协议。实验采用从互联网下载的真实数据流负载，其中包括典型协议HTTP，FTP，POP3，DHCP，SMTP，MSN，BitTorrent等协议的数据包。协议识别系统采用基于深度包检测的协议识别方法[3?4]，添加一些调试语句来收集以下信息：数据包的协议匹配在什么地方发生，即匹配发生在数据流的哪个数据包上。通过实验分析得到了如图1所示的结果。其中横轴表示协议匹配成功完成时匹配数据包在数据流中的位置，纵轴表示所有的数据流上发生协议匹配的次数。

<；E：＼LIHUI＼12月＼12.4＼现代电子技术201423＼Image＼03t1.tif>；

图1 数据包匹配深度图

从图1中可以看到大部分协议匹配的完成只需检测数据流的前几个数据包就可以实现。这是因为协议运行的初期通常需要进行控制报文的交换，而这些交换报文通常是这种协议特有的，可以成为进行协议识别的特征。这个实验提出了一种新的协议识别方法，即通过检测网络应用中数据流最有意义的数据包，通常为数据流的前N个数据包，就可以成功地完成协议识别，在第3节讨论[N]的具体取值。对数据流的前端数据包进行深度包检测，具有以下优点：达到接近于基于端口号方法的快速协议识别速度；尽量保护隐私数据。

2 ； 系统实现

2.1 ； 数据流前端数据包检测

在协议识别系统实现中，只对数据流的前[N]个数据包进行深度包检测。由于在网络传输层以上的数据传输都是以数据流为单位，因此在网络数据流的基础上进行协议识别。在本系统中采用<；源IP，目的IP，端口号>；所定义的一组报文来描述数据流。协议识别在<；源IP，目的IP，端口号>；三元组所定义的数据流上进行，一条数据流属于某个协议或者不属于某个协议，协议识别采用基于正则表达式的字符串匹配来进行深度包检测，在第3节中会详细介绍。

当新的数据流报文出现时，协议识别系统将产生新的流标志来标识此数据流，完成对此数据流数据包检测后，记录该数据流识别状态，如已识别或尚未识别。当发现新的数据包属于旧有数据流，则判断数据流的识别标识，若该数据流已识别，则识别系统跳过后续报文；若尚未识别，识别系统将该数据流送至匹配引擎匹配，根据匹配结果确定协议分类；尚不能分类的数据流则需保留协议识别状态，以便后续报文到来时继续进行识别。对于暂时不能识别的数据流，可以保存识别状态，即记录当前数据流识别过程进行状态转移时转移到了哪个状态；当再次遇到该数据流的数据包时，可以将保存的状态恢复，继续进行识别。采用这种方法不必对数据流重新进行识别，可以节省协议识别时间。

数据流协议识别算法如下所示，其中对每段数据流，只检测前[N]个数据包。

1. while （新的数据包p到达）

2. ； if <；p（源IP），p（目的IP），p（端口号）>；未知

3. ； ； ； ； Con_id = ； 为<；p（源IP），p（目的IP），p（端口号）>；分配的连接号

4. ； ； ； ； if ； （能识别Con_id）

5. ； ； ； ； ； ； return 协议类型

6. ； ； ； ； else

7. ； ； ； ； ； ； 保存Con_id协议识别最新状态

8. ； else

9. ； ； ； Con_id = ； 已保存的<；p（源IP），p（目的IP），p（端口号）>；连接号

10. ； ； 恢复最新识别状态

11. ； ； if ； （能识别Con_id）

12. ； ； ； ； ； return 协议类型

13. ； ； else

14. ； ； ； ； 保存Con_id协议识别最新状态

数据流匹配算法只扫描一次数据流，随着数据包的输入，可以在输入的任何位置完成识别，而无需重复扫描数据包；对未识别的数据流，从当前识别状态而不是初始状态继续进行匹配，提高了整个协议识别速度。

2.2 ； 基于正则表达式的数据包检测

协议特征提取可以通过对协议的相关文档的研究，找出协议交互过程有的且必定出现的固定字段。若协议中只有惟一的固定字段，就选取该字段作为协议的特征串；若存在多个固定字段，则对协议的实际报文进行统计，选取出现频率最高的字段作为协议的特征串。

正则表达式[5]是采用某种模式去匹配一类字符串的公式，主要用于文本搜索、程序语言编译器等领域。作为一种形式语言，正则表达式定义了一套自己的描述方式：完整的正则表达式是由两种字符构成的字符模式，其殊字符称为“元字符”，其他的普通ASCII字符称为“文字”。描述一组可匹配的字符串时不用明确地列举出所有的确切形式，而是通过元字符描述子串或者单个字节的特征。在正则表达式中，既可以使用ASCII字符，也可以使用十六进制数。基于正则表达式的模式匹配就是将这一字符模式与所搜索的字符串进行匹配。正则表达式比固定字符串具有更强的表达能力和更好的灵活性，因此采用正则表达式代替固定字符串表示协议的特征。

例如对于文件传输协议FTP，通常服务器会传输字符串“220”表示服务器已准备好，接下来会传输一段数据，其中包含字符串“FTP”，在“220”和“FTP”之间会有一些ASCII字符串。根据这些特性，可以将协议FTP的协议特征用正则表达式“^220*FTP”来表示。

2.3 ； 基于正则表达式的字符串匹配

字符串匹配问题，就是在一个文本[T=t1t2…tn]中找出某个特定模式串[p=p1p2…pn]的所有出现位置。其中[T]和[p]都是有限字母表[Σ]上的字符序列。匹配算法使用一个固定长度的窗口来搜索模式串，在窗口内检验模式是否匹配，然后从左向右不断地移动窗口，直到扫描完整个文本。利用自动机进行字符串匹配[6]只需对每个文本字符检查一次，并且检查每个文本字符的时间为常数。因此对长度为[n]的文本，建立自动机后匹配算法的时间为[（n）。]

4 ； ； 结 ； 论

本文提出一种基于数据流前端检测的协议识别方法并进行了系统实现，结合了基于端口方法的快速简单和基于DPI的准确性的优点。系统实验表明此种方法识别准确率高，相比传统方法识别时间减少将近80%。

参考文献

[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] 陈曙晖.基于内容分析的高速网络协议识别技术研究[D].长沙：国防科技大学，2007.

柳树的诗句范文第5篇

【关键词】客户流失 客户维系与挽留 预警模型 电信企业

一、引言

随着电信企业之间的竞争加剧，电信运营商不断推出新的套餐和新的业务，希望能够争取到更多的市场份额。但同时也在很大程度上加大了客户的不稳定性，使得客户离网现象频繁发生。研究表明，一个公司如果将其顾客流失率降低5%，利润就能增加25%至85%。由此可见，大量的客户流失让运营商蒙受巨大损失。

结合客户细分的思想，本文提出了一种新的电信企业客户流失预警模型。

二、相关定义

（一）客户流失的定义与分类

客户流失只指客户因为某些原因与电信运营商解除服务合同的行为。客户解除服务合同的原因有多种多样，但归纳起来主要有如下几类：自然流失：是指客户因为企业不能给提供所期望的产品和服务（如不能提供宽带上网功能等）或者某些客观因素（如到异地工作或下岗等）而选择离网所导致的客户流失；恶意流失：是指客户因为个人私欲因素（如恶意欠费后为了逃避缴费等）而选择离网所导致的客户流失；竞争流失：是指客户因为企业竞争对手因素（如竞争对手提供了更优惠的资费政策）而选择离网所导致的客户流失；失望流失：是指客户因为企业服务质量因素（如网络覆盖或服务态度等）而选择离网所导致的客户流失。

三、客户流失预警模型的构建

（一）客户细分

客户细分有多种方法，如依据客户的性别、年龄、支付能力、信用度等均可对客户进行分类。在客户流失预警模型中，我们依据客户对企业的贡献大小进行分类，主要分为以下三种：高价值客户、普通价值客户、低价值客户。假定企业每月均摊到每个客户的日常维护成本为C，则各类客户定义如下：高价值客户：是指月均话费大于等于kC的客户；普通价值客户：是指月均话费介于1C到kC之间的客户；低价值客户：是指月均话费小于1C的客户。

（二）模型数据属性分析

影响客户流失预警判定的数据属性通常多种多样，这些属性之间存在着或强或弱的相关关系，以全部属性作为细分标准显然过于复杂，并且也难于在实时环境中识别和追溯目标；而任意选取其中某个或某几个属性又会影响对客户流失行为的解释力度，降低预警效果。因此，较为有效的方法是从这些相互关联的影响属性中，通过约简算法抽取对客户流失行为起关键影响的属性；或者对这些属性进行抽取整合，重新构造少数关键指标，这些指标是原有影响属性（或称因子）的线性组合，能综合原有影响属性的最大信息，相互之间的相关性较小。

（三）流失客户的特征挖掘

基于慢启动的频繁模式挖掘算法。在传统的频繁模式挖掘研究中，项（Item）是一个文字，在交易数据库中，它可以代表商品，在分类时，它可以代表属性的值。设I={Il，I2，...，Im}为项的全集，D={Tl，T2，...，Tn}为事务数据库，其中，每个事务Ti（i[1，2，…，n]）包含事务ID号TID和一个I中项的子集Itemset。

定义一：I的子集XI称作项集或模式。项集X的支持度计数supes_count（X）为D中包含项集X的事务数，X的支持度sup-port（X）=supes_count（X）/|D|，其中|D|是D中事务的个数。

定义二：对于预先指定的最小支持度阀值δ，如果项集（模式）X的支持度满足：support（X）δ，则称项集（模式）X是频繁的。

定义三（频繁数）：频繁数是指在事务数据D中，数据项的支持度大于最小支持度阈值的所有数据项个数的总和，记为R。定义4（最高频繁项次数）：最高频繁项次数是指在所有的频繁模式中项数最高的频繁项的项的个数值，记为M。

定义判决函数f为频繁项次数和频繁数的如下线性组合：f=αR+βM，其中，α和β为权重因子，满足α+β=1。

基于上述公式，可给出基于慢启动的频繁模式挖掘算法的实现步骤如下：

（1）最小支持度阈值指数递增过程）Step1：取一个较小的δ值作为初始最小支持度阈值，根据式（1）计算判决函数f的值f1。……Stepi：取2i-1δ作为最小支持度阈值，计算判决函数值fi，若fi≤fi-1，转入步骤i+1。Stepi+1：取2iδ作为最小支持度阈值，计算判决函数值fi+1，若fi+1>fi，转入步骤i+2。

（2）最小支持度阈值线性递增过程）Stepi+2：取2i-1δ+ζ作为最小支持度阈值，计算判决函数值fi+2，若fi+2≤fi，转入步骤i+3。……

Stepi+1+k：取2i-1δ+（k-1）ζ作为最小支持度阈值，计算判决函数值fi+l+k，若fi+l+k>fi+k，结束。这样最小支持度阈值线性递增过程结束，得到最小的判决函数值fi+k，以及最终最小支持度阈值2iδ+（k-1）ζ。

客户流失预警模型的建模过程主要包括如下几个步骤：

①数据抽取：首先，从业务系统中抽取离；②网客户数据作为训练数据集合；对训练数据集合中的数据进行属性约简，并将约简后的属性集合作为模型的训练输入数据集合；③采用基于慢启动的频繁模式挖掘算法对模型的训练输入数据集合进行频繁模式挖掘，并基于挖掘得到的流失客户特征构建分类器；④输入新的客户数据作为测试数据集合；对测试数据集合中的数据进行属性约简，并将约简后的属性集合作为模型的测试输入数据集合；⑤采用基于慢启动的频繁模式挖掘算法对模型的测试输入数据集合中的每个用户对应的数据集合进行频繁模式挖掘；⑥将挖掘得到的新用户的特征与分类器中的特征集合进行模式匹配，判定该用户是否会具有离网倾向。将有离网倾向的客户集反馈给客户维系与挽留系统，为客户服务部门开展客户维系与挽留工作提供决策参考。

四、结论

本文实现了一个分组模糊神经网络，具有较好的逼近能力和泛化能力，同时也在一定程度上减少了训练时间。本文作者创新点：提出了一种用于模糊神经网络函数逼近的新方法，将分组的思想与模糊神经网络相结合应用于函数的逼近。

参考文献：

[1]何玉彬，李新忠.神经网络控制技术及其应用[M].北京：科学出版社，2000，（12）.

[2]韩峻峰，李玉惠等.模糊控制技术[M].重庆：重庆大学出版，2003，（10）.

[3]高隽.人工神经网络原理及其仿真实例[M].北京：机械工业出版社，2007，（05）.

[4]胡德文，王正志等.神经网络自适应控制[M].长沙：国防科技大学出版社，2005，（09）.

[4]王士同.神经模糊系统及其应用[M].北京：北京航空航天大学出版社，2008，（07）.