列表分析法范文

列表分析法范文（精选11篇）

列表分析法 第1篇

一、行程问题

例1 (湖南湘西) 吉首城区某中学组织学生到距学校20 km的德夯苗寨参加社会实践活动, 一部分学生沿“谷韵绿道”骑自行车先走, 半小时后, 其余学生沿319国道乘汽车前往, 结果他们同时到达 (两条道路路程相同) , 已知汽车速度是自行车速度的2倍, 求骑自行车学生的速度.

【分析】行程问题涉及三个基本量:路程、速度和时间, 它们之间的基本关系是:路程=速度×时间, 在这三个基本量中, 已知两个可以求出第三个.本题中涉及两种交通方式, 包含的等量关系有: (1) 速度关系:汽车的速度=自行车速度的2倍; (2) 时间关系:坐汽车所用的时间=骑自行车的时间-半小时.

如果以 (2) 等量关系列分式方程, 则需要设速度为未知数, 即设骑自行车学生的速度为每小时x千米, 可以设计4行3列的表格, 把题目中有关的量填入表格如下:

本题还可以以 (1) 为等量关系列分式方程, 则需要设时间为未知数, 同学们可以试一试.

解:设骑自行车学生的速度为x km/h, 则汽车的速度为2x km/h, 根据题意得:

解得:x=20.经检验, x=20是原方程的解.

答:骑自行车学生的速度为20 km/h.

二、销售问题

例2 (湖北仙桃) 某文化用品商店用1 000元购进一批“晨光”套尺, 很快销售一空;商店又用1 500元购进第二批该款套尺, 购进时单价是第一批的倍, 所购数量比第一批多100套.

求第一批套尺购进时单价是多少?

【分析】销售问题涉及三个基本量:总价、单价和数量, 它们之间的基本关系是:总价=单价×数量, 在这三个基本量中, 已知两个可以求出第三个.本题中涉及两个批次的进货, 包含的等量关系有: (1) 单价关系:第二批套尺购进单价=第一批套尺购进单价的倍; (2) 数量关系:第二批所购数量=第一批所购数量+100套.

如果以 (2) 等量关系列分式方程, 则需要设单价为未知数, 即设第一批套尺购进单价为x元, 可以设计4行3列的表格, 把题目中有关的量填入表格如下:

本题还可以以 (1) 为等量关系列分式方程, 则需要设数量为未知数, 同学们可以试一试.

解: (1) 设第一批套尺购进时单价是x元/套.

经检验:x=2是所列方程的解.

答:第一批套尺购进时单价是2元/套.

三、工程问题

例3 (2013·四川德阳) 一项工程, 甲队单独做需40天完成, 若乙队先做30天后, 甲、乙两队一起合做20天恰好完成任务, 请问乙队单独做需要多少天才能完成任务?

【分析】本题是虚拟类工程问题, 工作总量通常看作单位1, 工程问题涉及三个基本量:工作总量、工作效率和工作时间, 它们之间的基本关系是:工作总量=工作效率×工作时间, 在这三个基本量中, 已知两个可以求出第三个.本题中涉及两个人工作, 涉及工作总量的等量关系为:甲的工作总量+乙的工作总量=1.

如果以工作总量为等量关系列分式方程, 则需要设乙的工作时间为未知数, 即设乙队单独做需要x天才能完成任务, 可以设计4行3列的表格, 把题目中有关的量填入表格如下:

解:设乙单独做需要x天完成, 由题意得

解得x=100.

经检验x=100是原方程的解,

答:乙单独做需要100天完成.

列表分析法 第2篇

SDK提供了有序集合接口java.util.List的几种实现，其中三种最为人们熟知的是Vector、ArrayList和LinkedList。有关这些List类的性能差别是一个经常被问及的问题。在这篇文章中，我要探讨的就是LinkedList和Vector/ArrayList之间的性能差异。

为全面分析这些类之间的性能差异，我们必须知道它们的实现方法。因此，接下来我首先从性能的角度出发，简要介绍这些类的实现特点。

一、Vector和ArrayList的实现

Vector和ArrayList都带有一个底层的Object[]数组，这个Object[]数组用来保存元素。通过索引访问元素时，只需简单地通过索引访问内部数组的元素：

public Object get(int index)

{ // 首先检查index是否合法...此处不显示这部分代码 return

elementData[index]; }

内部数组可以大于Vector/ArrayList对象拥有元素的数量，两者的差值作为剩余空间，以便实现快速添加新元素。有了剩余空间，添加元素变得非常简单，只需把新的元素保存到内部数组中的一个空余的位置，然后为新的空余位置增加索引值：

public boolean add(Object o)

{ ensureCapacity(size + 1); // 稍后介绍 elementData[size++] = o; return true;

// List.add(Object) 的返回值 }

把元素插入集合中任意指定的位置（而不是集合的末尾）略微复杂一点：插入点之上的所有数组元素都必须向前移动一个位置，然后才能进行赋值：

public void add(int index, Object element) {

// 首先检查index是否合法...此处不显示这部分代码

ensureCapacity(size+1);

System.arraycopy(elementData, index, elementData, index + 1,

size - index);

elementData[index] = element;

size++;

}

剩余空间被用光时，如果需要加入更多的元素，Vector/ArrayList对象必须用一个更大的新数组替换其内部Object[]数组，把所有的数组元素复制到新的数组，

根据SDK版本的不同，新的数组要比原来的大50%或者100%（下面显示的代码把数组扩大100%）：

public void ensureCapacity(int minCapacity) {

int ldCapacity = elementData.length;

if (minCapacity >oldCapacity) {

Object oldData[] = elementData;

int newCapacity = Math.max(oldCapacity * 2, minCapacity);

elementData = new Object[newCapacity];

System.arraycopy(oldData, 0, elementData, 0, size);

}

}

Vector类和ArrayList类的主要不同之处在于同步。除了两个只用于串行化的方法，没有一个ArrayList的方法具有同步执行的能力；相反，Vector的大多数方法具有同步能力，或直接或间接。因此，Vector是线程安全的，但ArrayList不是。这使得ArrayList要比Vector快速。对于一些最新的JVM，两个类在速度上的差异可以忽略不计：严格地说，对于这些JVM，这两个类在速度上的差异小于比较这些类性能的测试所显示的时间差异。

通过索引访问和更新元素时，Vector和ArrayList的实现有着卓越的性能，因为不存在除范围检查之外的其他开销。除非内部数组空间耗尽必须进行扩展，否则，向列表的末尾添加元素或者从列表的末尾删除元素时，都同样有着优秀的性能。插入元素和删除元素总是要进行数组复制（当数组先必须进行扩展时，需要两次复制）。被复制元素的数量和[size-index]成比例，即和插入/删除点到集合中最后索引位置之间的距离成比例。对于插入操作，把元素插入到集合最前面（索引0）时性能最差，插入到集合最后面时（最后一个现有元素之后）时性能最好。随着集合规模的增大，数组复制的开销也迅速增加，因为每次插入操作必须复制的元素数量增加了。

共4页: 1 [2] [3] [4] 下一页

用列表法分析年龄问题 第3篇

比如年龄问题, 因其中涉及的未知量较多, 未知量与已知量之间的结构也较复杂, 所以学生往往不知道以哪个量为标准进行分析, 从中理不出头绪而无从下手。笔者经过总结, 认为采用表格的形式进行分析, 能有效地克服各种障碍, 从而顺利地解决问题。

例1、小强问叔叔多少岁了, 叔叔说:我象你这么大的时侯, 你才4岁, 当你到我这么大时, 我已经40岁了。求小强和叔叔现在各多少岁?

分析: (1) 年龄问题中的“同步增长”这一隐含条件往往不易被学生所发现, 所谓“同步增长”, 就是指在相同的时间段内, 两人增加的岁数一定相同。 (2) 在这个问题中涉及的未知量较多, 小强和叔叔的年龄都分过去、现在、将来三种情况, 除了“4”和“40”以外, 还有四个未知的量。 (3) 列表分析如下 (设小强现在X岁) :

解:设小强现在X岁, 则叔叔过去也是X岁, 因为小强从4岁到现在X岁, 增加了 (X4) 岁, 所以叔叔也增加了 (X4) 岁, 于是叔叔现在的岁数就是X+ (X4) =2X4。

根据题意得方程40 (2X4) = (2X4) X

解之得X=16于是2X4=324=28

答:小强和叔叔现在分别16岁、28岁。

注:如果设叔叔现在X岁, 则列表分析如下:

例2、兄弟两人, 弟弟5年后的年龄与哥哥5年前的年龄相等, 3年后兄弟两人的年龄和是他们年龄差的3倍。求兄弟两人现在的年龄。列表分析 (设5年前哥哥的年龄是X岁) :

解:设5年前哥哥的年龄是X岁, 则5年后弟弟的年龄也是X岁, 于是现在哥哥的年龄是 (X+5) 岁, 弟弟的年龄是 (X5) 岁, 3年后哥哥的年龄为 (X+5) +3= (X+8) 岁, 弟弟的年龄为 (X5) +3= (X2) 岁。

根据题意得方程 (X+8) + (X2) =3[ (X+8) (X2) ]解之得X=12

答:兄弟两人今年分别17岁﹑7岁。

注: (1) 如果设弟弟现在的年龄为X岁, 则列表分析如下:

(2) 如果设哥哥现在的年龄为X岁, 则列表分析如下:本题设未知数的方法较多, 此处就不一一列举。

列表分析法 第4篇

最新课题

1、司法解释

（四）《劳动合同法》（修正案）对动关系的影响及法律风险防范实务

2、新形势劳动关系管理与人力资源疑难问题处理

常用课题：

1、经济危机下的裁员、降薪、休假风险控制

2、新法下企业规章制度制定技巧与风险防范

3、企业改制、并购、重组、破产中的员工关系处理

4、最新仲裁规则下的劳动争议处理技巧实务

5、《工资支付条例》、《社会保险法》条文全解析及企业应对策略

6、集团公司、异地公司员工关系管理及用工方案设计

7、劳动关系管理实用文书、表格写作技巧及制作指南

8、劳动合同法下企业培训制度的建立与风险控制管理

9、劳动合同法下企业假期管理制度的建立与风险控制管理

10、劳动合同法下工会、职工代表大会建立流程与实务操作

11、劳动合同法下的员工招聘、跳槽、辞退管理技巧及风险控制

12、新法下的劳务派遣、人事外包策略及风险控制

13、新法下的企业商业秘密保护与竞业限制实务操作

14、新法下的企业工时、休假设计与加班风险控制

15、企业留人方案的设计思路和操作实务

16、企业福利待遇与薪酬设计与发放技巧

17、工伤、病假员工管理技巧

18、非HR部门经理、主管必备劳动法知识与劳动关系管理实务

19、新法下HR证据管理和举证技巧操作实务 20、最新工资支付条例下的绩效考核与薪酬体系设计

21、决策者的劳动合同法管理思路与应对策略

22、劳动合同法实施后若干重点、热点问题解析与案例点评

23、劳动部及地方《劳动合同法》实施配套规定解析

多种方法提取列表数字 第5篇

在如图所示的工作表A列中，班级数字都夹杂在字段中，如果按这样的数据执行排序，无法得到以班级排列的列表。若将数据提出为另一列，排序就轻而易举了（图1）。现在的关键任务是寻求提取数据的方法。

1. 用Excel自带的功能分列

切换到“数据”选项卡，点击“数据工具”功能组的“分列”按钮，此时会弹出“文本分本向导”对话框，选择“固定宽度”，点击“下一步”按钮，建立如图所示的分列线，即可得到“21班、2班……”这样的数据（图2）。

打开“替换”对话框，替换“班”为空就可以了，最终效果如图所示（图3）。

这种方法简单易行，但缺点是需要两个步骤的操作，而且原数据也被破坏，除非事先复制出一个辅助列。

2. 构造公式实现数据提取

如果对Excel公式有初步概念，使用公式从列表提取数字更为方便。

选择B1单元格，在编辑栏输入公式“=--MIDB（A1，9，2）”。这里的MIDB函数可以根据用户指定的字节数，返回文本字符串中从指定位置开始的特定数目的字符，适用于使用双字节字符集的语言。本例表示从A1单元格的第9个字符开始返回2个字节的字符。执行之后拖拽或双击填充柄，很快就可以看到如图所示的内容（图4）。

3. 用高版本Excel快速填充

列表分析法 第6篇

日本是世界农产品进口大国之一, 由于自身地理气候条件, 其60%的农产品都要依靠进口。但在WTO框架下, 日本对进口农产品不能采用高关税这样的限制, 因此, 类似于“肯定列表制度”的贸易保护措施便成为其主要手段, 日本频繁运用肯定列表制度。这些保护措施是否运用得合理却屡屡遭到质疑, 是否真正给日本国内民众带来福利也没有准确的定论。

肯定列表制度的全称为食品中农业化学品残留肯定列表制度 (Positive list system) , 它是日本为加强食品中 (包括可食用农产品) 农业化学品残留管理, 根据2003年的《食品卫生法》修订案颁布的一项新制度, 该制度于2006年5月29日起开始实施。肯定列表制度可以称得上是一系列农业化学品残留限量标准的集合体, 它参考了世界上所有可以参考的标准, 对所有已知和未知的农业化学品都进行了残留限量规定, 涵盖了其他国家所未涉及的农业化学品, 被称作是世界上最严格的农业化学品残留标准。

按照肯定列表制度的要求, 如果食品中 (包括可食用农产品) 残留的农药、兽药、饲料添加剂超过规定的残留限量标准, 将不得在日本国内销售。这当中所说的限量标准主要包括:现行标准、暂定标准、一律标准、禁用物质和豁免物质等五大类, 其分类标准是按照各自所涉及的农业化学品的不同。

日本实施的肯定列表制度从本质上说应当属于技术性贸易壁垒范畴。日本凭借其世界领先的科技水平, 在农业化学品残留限制上做文章, 肯定列表制度中的最大残留限量 (MRLs) 某种程度上就相当于我们通常所说的TBT或SPS。因此, 在对肯定列表制度作出经济效应分析的时候, 可以借用技术性贸易壁垒的关税效应模型来进行分析, 采用的方法是局部均衡的分析方法。

二、肯定列表制度对进口国的经济效应分析

对于进口国日本来说, 实施肯定列表制度的初衷是为了保护动植物和日本国民的身体健康和生命安全, 仅就这一点来讲, 其经济效应是无法估量的。而肯定列表制度在某种程度上起到的是贸易保护作用。究竟肯定列表的实施对进口国日本的影响如何, 还有待我们进一步的分析。

情形一:首先考虑短期内对进口国的影响。假设进口国日本为小国, 世界市场的价格不会受其影响。在没有肯定列表制度, 即在自由贸易条件下, 日本国内的农产品价格PD由日本国内的供给曲线和需求曲线决定。如图1所示, S和D分别表示日本国内的供给曲线和需求曲线, 其中需求包括对国内产品和进口产品的需求总和。

根据肯定列表制度的防范目的我们知道, 进口国外农产品的风险是造成日本国内农产品病虫害, 由此造成的结果便是进口国国内的生产能力下降带来的供给曲线向左移动。供给曲线的移动我们将在下文讨论, 因此第二个假设是日本进口农产品不会给国内带来病虫害风险, 即假设日本国内的供给曲线S不变, 同样地, 在考虑短期的情况下假设需求曲线D不变。

假定在自由贸易的条件下, 世界市场的农产品价格为PW, 如图1。在此价格下, 日本的进口量为Q1Q2。当日本出于贸易保护的目的实施肯定列表制度时, 由于其相对于大多数国家来说设置了较高的进口门槛, 势必会造成进口价格上升至P1以及进口量减少到Q3Q4。此时, 日本国内的生产者由于价格的上升带来生产者剩余增加 (a) , 消费者剩余由于价格的上升减少 (a+b+c+d) , 在不考虑日本政府进口关税税收减少的情况下日本的总福利减少 (b+c+d) 。所以, 在短期内肯定列表制度使得日本国内生产者福利增加, 消费者福利减少以及总福利减少。

情形二:在这一部分我们延续情形一的假设, 同时放宽对供给曲线S的假设。情形一中我们提到, 在不实施肯定列表制度的自由贸易情况下, 日本面临着国内农产品遭受进口农产品侵害, 导致病虫害的风险。这里假设进口农产品引起了病虫害的发生, 即供给曲线S向左移动到S0, 见图2。

此时日本国内的价格为世界市场价格PW, 农产品的进口量为Q0Q2。很明显, 由于进口量的增加会给日本政府带来关税收入的增加, 但是由于病虫害的危险, 它对动植物的危害都是个未知数, 而且也会对日本国民的身体健康和生命安全造成损害, 其结果往往会得不偿失。

因此, 世界各国都在寻求一种合理的解决机制, 既能将病虫害控制在国境之外, 又能够不损害自身的总体利益。假设日本实施类似于肯定列表制度的检验检疫制度, 造成日本国内的价格由PW上升到P1, 并且恰好能防止病虫害的入侵。此时, 日本国内生产者剩余由于价格上升增加了 (e+f+h) , 消费者剩余减少了 (e+f+g) ;同理, 在不考虑政府关税收入变化的情况下, 日本的总福利增加了 (h-g) 。由于 (h-g) 的正负无法确定, 所以日本国内的福利变化取决于供给曲线如何移动。

情形三:继续情形一的假设, 考虑到长期内由于进口国实施的技术性贸易壁垒比如说日本实施了肯定列表制度, 使得出口国家为了能够持续向进口国出口农产品, 不断改进自身的农产品品质。在长期内由于品质的提升, 进口国国内的需求因此而增加。于是, 我们放宽对需求曲线D的假设, 假设长期内需求曲线向右移动至D0, 如图3。

长期内, 由于日本国内消费者的需求增加, 需求曲线向右移动。出口国为了达到肯定列表制度的要求增加了生产成本, 导致农产品价格上升到P1。此时, 日本国内生产者剩余增加了 (a) , 消费者剩余的变化为 (i+k-a-m) , 因此, 在不考虑日本政府的关税收入变化的情况下, 日本国内的福利变化为 (i+k-m) , 净福利有可能增加也有可能减少。

三、肯定列表制度对出口国的经济效应分析

肯定列表制度对出口国的影响可以分为短期和长期两种情况来考虑。为了便于分析, 假定出口国为中国。就中国来说, 一直以来农业科技水平比较落后, 农产品出口不断遭到国外较高技术要求的贸易壁垒的阻碍, 而且这种阻碍随着发达国家技术的不断发展也在不断上升。

短期内, 日本实施了肯定列表制度之后, 中国出口日本的农产品在进入日本市场之前就需要增加相关的费用, 包括需要通过一些标准法规的检查, 相应的检验检疫以及其他派生的费用, 这样势必会导致出口产品成本提高, 从而降低了出口产品在日本市场的竞争力, 对出口国家来说表现为贸易抑制作用。我们借用李春顶教授 (2005) 的超额需求曲线和超额供给曲线来分析这一问题, 如图4。

图4中, ID表示进口国日本的进口需求曲线, XS表示出口国中国的出口供给曲线。在没有肯定列表制度的正常贸易下, 它们所组成的供求均衡点为E点, 此时出口价格为PE, 出口量为QE。肯定列表实施后, 由于出口国中国受到影响, 需要增加成本, 供给弹性变小, 供给曲线向左移动到XS1, 此时出口价格上升到P1, 出口量下降为Q1, 这只是从理想角度分析。如果肯定列表制度过于苛刻, 中国企业无法在短期内达到进口国提出的技术标准, 供给曲线就会移至XS2, 此时供给弹性极小, 出口价格进一步增加至P2, 出口量则降为Q2。更加严重的情况是, 当出口国根本无法达到进口国的进口标准时, 便出现了贸易禁止的情况, 出口量为零。与此同时, 从出口国国内的情况来看, 由于日本进口量的急剧下降, 中国企业生产的剩余产品只好投放到国内市场, 这就带来中国市场供过于求的局面, 造成价格下降、生产者剩余减少多于消费者剩余增加, 从而总福利减少的不利影响。从长期来看, 日本肯定列表制度的实施对中国的产业升级会起到很好的引导和促进作用。当企业遭遇技术性贸易壁垒时, 有三种措施选择:第一是市场转移, 将产品销往其他贸易壁垒相对较松的国家和地区;第二是技术提升, 企业通过产业升级逐步来适应进口国严格的进口贸易管制;第三是贸易谈判, 通过集体的力量与进口国进行谈判磋商, 争取主动。这三种对策比较来看, 只有技术提升才是企业应当选择的长久之策。

我们借用波斯纳的模仿差距模型来分析这一问题。模仿差距贸易理论模型认为, 技术的变动有利于出口的增加, 这种增加随着时间的推移而逐渐变弱。

如图5所示, 肯定列表制度的实施一般在图中的CD段, 短期内它会使CD向左下方推移至CD1, 这时, 出口国中国应当采取措施积极主动地提高技术水平, 突破肯定列表制度的限制。如果出口国不采取任何行动, 则出口会沿着CD1以更快的速度下降, 甚至走向进口。如果出口国产品打破了贸易壁垒, 带来了技术创新, 出口量就会在E点出现更大的增加。

需要说明的是, 由于肯定列表制度是随着进口国的技术进步和其他一些因素而不断调整的, 即使出口国暂时跨越了贸易壁垒, 但是从动态的角度来看新的贸易壁垒又会重新产生。因此, 像中国这样的发展中国家在标准的制定上只能始终参照发达国家的标准。可以预见的是, 两者的差距只会越来越小, 我们期待中国有超越的一天。

按照这一结果, 在长期之内, 如果中国对肯定列表制度进行合理利用的话, 则存在着贸易促进的作用。见图6。

技术创新会使得出口国的出口农产品供给增加, 供给曲线由XS1向右移动, 甚至越过XS到达XS3处。同时, 由于产品的品质较之前有很大的提升, 这也会增加进口国的需求量, 需求曲线也会向右移动至ID3处。此时的贸易量Q3远大于之前的QE, 起到了贸易促进的作用。

三、小结

综上所述, 肯定列表制度对进口国和出口国来说, 其经济效应既有利又有弊。对进口国日本来讲, 如果不考虑动植物的病虫害带来的影响, 那么肯定列表的实施在任何情况下都有可能给其带来总福利的减少, 关键要看肯定列表制度的严格程度, 以及日本自身对肯定列表制度的管理和实施情况。如果考虑到动植物病虫害的影响因素, 那么肯定列表制度似乎是必不可少的, 但其严格程度仍然受到许多国家的质疑。

对出口国家而言, 类似于肯定列表制度的贸易壁垒无疑是一把双刃剑, 关键要看出口国家对待这一事件的态度。消极地等待他人援助不是可取的, 只有积极应对, 努力进行技术创新才是长久对策。

摘要：本文借用技术性贸易壁垒的关税效应模型, 采用局部均衡的方法, 将肯定列表制度对农产品进出口国的经济效应进行分析。其中, 对进口国的影响分三种情形进行讨论, 得出进口国总福利减少, 肯定列表制度严格性有待商榷的结论。对出口国的影响分长期和短期来讨论, 得出出口国应当积极应对, 不断采取科技创新的结论。

关键词：肯定列表制度,进出口国,经济效应

参考文献

[1]许海清.绿色贸易壁垒对我国农产品出口影响的实证分析——以中日蔬菜贸易为例[J].内蒙古财经学院学报, 2008 (3) .

[2]王柏玲, 王野啸.肯定列表制度对我国蔬菜出口影响的研究现代日本经济[J], 2010 (1) .

[3]李春顶.技术贸易壁垒对出口国的经济效应综合分析[J].国际贸易问题, 2005 (7) .

列表分析法 第7篇

1 类结构

2 类成员说明

如表1所示。

3 代码实现

(1) 处理自画事件, 可以为不同的行画上需要的颜色。

(2) 处理某列表项内容变更的事件处理函数。

4 多选的调用与测试

插空列表式的创业多半失败 第8篇

我发现如今许多刚刚创业的人,他的自我评价就像是“情人眼里出西施”。自己的这个创业项目怎么看怎么美,怎么看都觉得自己是马云,就是下一个BAT,但是实际上绝大多数人,都没有倒过去想这个事是不是一个真正的刚需。

我每天平均收到50个商业计划书,但我认为目前绝大部分的项目都是创业者意淫出来的伪需求,市场根本没有这个需求。

拿直播举例,有创业者在excel表上做分析,他看到现在有做游戏的直播,有做吐槽的直播等等,唯独没看到有做揉脚的直播,所以一商量就从这个事情入手准备蒙投资人俩钱。

创业者如果都按照这种插空列表的方式去创业,99%都是要失败的。

创业最好是从自己发自内心喜欢的事情入手,然后从自己的身边寻找到合适的人组建团队,在别人没有反应过来的时候,迅速地把一个细小的市场攻下来,而不是一开始就要掀翻三座大山。

其实机会绝对是留给有准备的人,那些整天想成为马云,但付出的努力还没有马云一半多的人,最后不可能获得成功。我们看到历史上那些突然得到横财的人,最后大多数都被钱财给毒害了,闹得家破人亡,跳楼自杀的多了去。

能力与回报不对等,最后幸运女神可能会连本带利地拿走你的一切。所以你要想成功,就需要不断地学习,脚踏实地地创造出有价值的产品,而绝不是每天都在意淫当中。

作为创业者,一定要有自己的判断,什么才是最重要的。独立思考的能力是每一位创业者必备的素质,不要成为盲目从众的牺牲品。如果作为创业者你还没有一套自己的价值观那最好先不要创业。

人类总是面临着各种选择,但又不擅长持续地做出正确的选择,所以你每做一个选择当时的状态都是有起伏的。而好的创业者,正是那些知道自己什么时候处于最佳选择状态的人。这一切都源于自己独立思考的能力,要认清自己。

我常说钱是用来买快乐的,如果赚钱的时候不能让你感到快乐,你就可以考虑放弃它,因为你投入的是你生命,还有比这个更宝贵的吗?

现在大家都说创业需要坚持,这一点其实我是不认可的。因为创业是你要去实现自己的梦想,你应该为自己能有机会实现自己梦想而感到开心,只有开心自在才能激发你无穷的创造力。就像一些天生的创业者,他乐在创业,他会用自己的生命去燃烧创业,创业已经融入到他的灵魂最深处,完全不需要什么坚持。

基于决策列表的客户响应模型研究 第9篇

关键词：数据挖掘,决策列表,客户响应模型

1 引言

随着信息技术的迅猛发展和金融市场的扩大, 国内金融机构之间的竞争日趋激烈, 同时也促使了许多新事物的产生, 各大金融机构为了获取更多的客户资源和占有更大的市场份额往往采取“简单”的价格竞争和“此起彼伏”的广告宣传战。这也使得金融机构认识到客户的重要地位, 营销要以人为本, 根据客户的实际需求, 提供多样化、层次化、个性化的服务。因此, 如何有效了解客户需求, 有效挖掘客户信息, 提高服务质量, 变得尤为重要。此时对于数据挖掘技术的研究变得尤为重要, 数据挖掘是根据企业的既定业务目标和存在的问题, 对大量的业务数据进行探索, 揭示其中隐藏的规律, 并将其模型化, 指导并应用于企业的实际经营中。决策列表是数据挖掘中一种重要的分析方法, 它已经在金融、医疗等行业得到了广泛的应用。

Clementine是SPSS公司推出的企业数据挖掘产品, 是能够有效地为企业活动改进决策的一个数据采集工作台。它提供了包括神经网络、决策树、聚类分析、关联分析、因子分析等在内的丰富的数据挖掘模型, 它通过节点的连接来完成整个数据挖掘过程。本文从某金融机构的原有客户数据出发, 应用决策列表模型进行数据分析与预测, 构建客户响应模型, 得出了对于某一营销活动响应的客户具有的属性特征, 寻找那些最不可能流逝的客户或最有可能对某个商业活动作出积极响应的客户, 从而缩减了营销成本, 提高了盈利率。

2 CBA算法描述:基于关联规则的分类

2.1 关联分类概念

分类是数据挖掘领域应用最多的一项技术, 目前已经应用于医疗诊断、金融欺诈、图像处理以及中文文本分类等领域, 其目的是从一组已知类别的数据中发现分类模型, 以预测新数据的类别。关联分类是数据挖掘中利用关联规则挖掘来完成分类任务的一种新的分类方法, 它集成了关联规则挖掘和分类的特点, 具有较高的分类精度和较强的扩展性。关联分类的核心在于挖掘出类关联规则CARs。其基本思想是若交易数据集中的两个或多个数据项的取值之间重复出现的概率很高时, 就认为它们之间存在某种关联, 可以建立起这些数据项之间的关联规则。SPSS Clementine软件中的决策列表方法算法核心是CBA (Classification-Based Association) 基于分类的关联, 它是使用频繁项集挖掘的替代方法。

2.2 关联规则产生

关联规则表现了频繁地出现在给定的数据集中的属性-值对之间的强关联。设I={I1, I2, I3, , Im}是项的集合, 其中I1是不可分割的最小单位信息, 称为项, 项的集合称为项集 (item set) , 包含K个项的项集称为K-项集。D是一组事务数据的集合, D中的每个事务T是I的一个数据项子集, 即T⊆I;每个事务T均有一个唯一的识别编号TID。设A为一个数据项集合, 当且仅当A⊆T时, 称事务T包含A。关联规则就是形如“A=>B”的蕴含式, 其中, A⊆I, B⊆I且A∩B=Ф。在进行关联分析时, 得到若干条关联规则A=>B可用如下参数描述:

(1) 支持度:Sup (A->B) =P (A∪B)

其中, Sup是D中事务同时包含A和B两者的百分比, 是对关联规则重要性的衡量, 说明该规则在所有的事物中有多大的代表性。支持度越大, 关联规则越重要, 如果项集满足最小支持度, 则称它为频繁项集;Conf是指D中包含A的事务同时也包含B的百分比, 是对关联规则准确度的衡量, 它反映了在给定A的前提下, B发生的后验概率。

关联规则的挖掘过程:

(1) 频繁项集挖掘。即搜索反复出现在数据集中的属性-值对的模式。

(2) 规则产生。分析频繁项集, 一边产生关联规则。从已发现的CARs中选择优先级高的规则来覆盖训练集, 规则的优先级往往根据分类关联规则的置信度、支持度、规则长度进行评价。

本文应用SPSS Clementine软件, 引入支持度以及置信度对某金融机构以往客户数据进行关联规则的挖掘, 然后综合考虑这些规则与测试数据之间的最小差异度, 并以此作为依据对客户的购买能力进行分类, 为金融机构有效营销理财产品, 提高收益, 实现客户财富增长提供了参考。

3 客户响应模型

营销定位的需要产生了客户响应模型, 营销定位的目的是为目标客户提供产品或服务。定位营销的概念最早出现于20世纪70年代, 当时美国报刊上涌现出一系列以“定位时代”为主题的有关营销和广告新思维的文章, 它是一个通过发现顾客不同的需求, 进行合理定位, 并不断地满足这些需求的以提高客户响应率的过程。其实质是消费者、市场、产品、价格以及广告诉求的重新细分与定位。随着数据挖掘技术的不断进步, 金融机构由于客户量较大, 开始使用客户响应模型来进行定位营销建模。客户营销响应模型能根据客户历史行为客观地、准确地、高效地评估客户对金融产品是否感兴趣, 让营销人员更好地细分市场、准确地获取目标客户, 提高业务管理水平和金融产品盈利能力。

本文所要建立的客户响应模型, 是利用数据挖掘方法中的决策列表方法, 分析某金融机构以前数据库中积累的大量的客户数据, 包括销售计划 (变量为campaign) 、该顾客接受与否 (变量为response) 、以及顾客的个人信息和其他服务信息, 如年龄 (age) 、收入 (income) 、是否使用金卡 (gold_card) 等各种数据属性。该金融机构推出四种金融产品, 拥有不同金融服务的客户购买其他产品的方式背后, 是他们的工作背景、收入、家庭成员、月交易数量等等的不同, 这也是为未来如何选择潜在客户, 金融机构营销人员对具有不同行为特征、不同响应程度的客户群体进行有选择和有针对性地宣传, 从而减少金融产品营销宣传的盲目性和随机性。通过一系列建模过程, 不断训练、筛选数据集, 评估模型的预测效果, 最终根据算法思想得出分类规则, 实证分析结果表明:收入、月交易数量、RFM得分、平均日常消费水平字段对客户响应营销产品度有直接影响。此模型帮助预测未来中最有可能对类似的促销活动作出响应的客户。

4 在SPSS Clementine中的实现

为了发展新客户和推广新产品, 企业通常会针对潜在客户推出各种直接营销活动。这个时候就需要准确的选择目标客户, 减少营销活动成本。建立客户响应模型, 针对高响应目标人群进行促销, 就是有效的促销, 既节约了促销成本, 又提升了客户的满意度, 增强客户对公司的忠诚度, 增加营销活动投资回报率, 直接带来企业效益的增加。研究表明许多客户可能只是暂时性的无需求或者对该产品产生的兴趣不大, 导致客户营销响应率始终不能处于一个较高的水平。基于决策列表的客户营销响应模型可以为金融机构进行客户消费行为分析, 客观地、准确地抓出响应客户的消费行为特征, 因此越来越受到金融机构的重视和依赖。

SPSS Clementine中的决策列表采用探索性数据挖掘方法通过对客户及其消费行为的各种属性进行分析, 预测哪些客户会对某种产品或服务的营销活动进行响应, 并能够接受并购买此次营销产品, 帮助企业在合适的时间, 通过合适的渠道, 以一种合适的接触频率, 对合适的客户开展活动, 在有限的成本控制中得到较高的客户响应率, 减少营销成本, 提高营销活动的响应率和投资回报率。

本文数据来源于某金融机构以前积累的客户数据, 该数据记录了21927条客户数据, 34个字段, 包括销售计划、该顾客接受与否 (变量为response) 、以及年龄、收入、是否使用金卡、月交易数量等字段, 四种销售计划即四种金融产品 (如表1) 。

在建立客户响应模型的时候, 根据历史数据, 挖掘出支持度较高的关联规则段, 得出的段可以用来预测潜在客户对该金融机构营销计划的响应度。在此次建模过程中, 清洗之后的数据集总量达到2万左右, 客户响应率 (如表2) 。

该文件还包括一系列字段, 如人口和财政信息, 这些关于每个顾客财政信息是被用于建立或“训练”一个模型对于具体特征的不同组别间的预测响应率。

表中数据表明:过去购买四种营销产品的客户比例由高到低依次为:2、3、1、4。正如campaign字段的值显示的那样, 文件pm_customer_train1.sav通过跟踪一些特定顾客在过去活动销售计划中的反应, 获得了一些历史数据。记录中数量最大的部分是campaign中的白金卡 (Premium account) , 即campaign=2有13504条记录, 占所有记录的61.6%。Campaign=4有1391条记录仅占6.3%。参与不同营销活动的客户在之后使用营销产品的情况通过响应 (response) 反应出来, 只有参与活动1和2的客户使用了该营销产品, 即campaign=2时response=1的比例为14.5%, campaign=1是response=1的比例为21.5%。说明该金融机构以后定向重点推进行销计划1和2, 营销计划3和4主要针对特定客户群体。所以接下来以“Campaign=1、2”为选择字段进行建模和分析。所选取的客户属性包括年龄、平均收支指数、分支、赤字、性别、收入、交易数量RFM得分等22个字段。在SPSS Clementine操作面板中, 导入数据源, 插入直方图节点初步确定分析数据 (如图1) 。

其中是否响应 (response) 是预测的因变量, 共有两个属性:0=否:开始响应营销活动的客户并没有继续响应;1=是:开始响应营销活动的客户继续响应。

在数据信息全部整理完毕后, 接下来就需要决定选择什么模型才能达到预设的商业目标。由于目标变量的值只有0和1两个, 这是一个典型的二值变量。对于二值变量的建模, 可供选择的候选模型包括决策列表模型、判别分析模型、决策树模型、贝叶斯模型、神经网络支持向量机等, 本文需要了解客户选择某种金融产品时的特征, 并且在众多属性特征中选出最能影响客户响应率的属性规则段, 选择决策列表模型可以高效完成既定目标。

在SPSS Clementine软件中进行模型的设计, 构建的数据流 (如图2) :

对campaign=2的情况进行建模, 执行流, 运用CBA算法得出支持度较高的规则段, 得到基于决策列表的客户响应模型 (如表3) :

如上表结果显示的那样, 客户特征属性-值对:

(1) income>55267和number_transactions>3, 选择响应的支持度是93.71%;

(2) income>55267和rfm_score>10.53和rfm_score<=12.33, 选择响应的支持度是88.53%;

(3) income>55267, average#balance#feed#index>124, average#balance#feed#index<=349, call_center_contacts>1和call_center_contacts<=3, 选择响应的支持度为94.40%。

以上3个规则段的支持度均在90%左右, 响应度是所有属性中最高的前三个属性值对, 所以在未来开展金融产品营销时可以针对具有以上三种属性值对的客户进行推销白金账号销售计划, 抓住目标客户, 行销成功率高。

同理, 对campaign=1的条件进行建模, 执行流, 挖掘出关联规则, 得到的基于决策列表的客户响应模型 (如表4) :

客户特征属性值对:

(1) months_current_account>29, months_current_account<=39和months_customer=“36”的客户选择响应的支持度达到100%;

(2) average#balance#feed#index>154, average#balance#feed#index<=221和income>55580的客户支持度为98.92%;

(3) Income>55580的客户支持度为98.31%。

以上3个属性值对的支持度均接近100%, 可以说明对于具有此类特征的客户推销透支 (Overdraft plus) 销售计划, 成功率极高。

该金融机构未来金融产品销售中, 获得新客户的资料后, 运用Spss Clementine的决策列表模型高效地筛选出对该金融机构推出的销售计划有可能感兴趣的客户, 得出最终决策信息列表, 并针对性的展开营销活动, 定向销售, 节约了时间, 减少了营销成本, 提高营销成功率。

5 总结

本文研究表明:对金融机构的销售计划响应的客户的分类, 收入、交易数量、平均收支指数是重要因素, 在未来营销方案中或对潜在客户分类时, 要着重考虑这些因素。决策列表帮助企业选择明确的、具有高响应率的目标客户群体, 减少营销活动成本, 取得了较好的实际效益。决策列表存在的问题是:它筛选出来的都是高响应率字段, 对于响应率不高但仍能为金融机构带来盈率的客户特征不能准确的筛选出来, 在营销时可能遗漏重要客户, 这也是我们需要在以后的研究中需要关注和改进的方面。在现有技术条件下, 尽可能有效的、定向的开展营销活动, 创造更多的潜在价值。

参考文献

[1]陈安, 陈宁, 周龙骧, 等.数据挖掘技术及应用[M].北京:科学出版社, 2006.

[2]Jiaweihan, Micheline Kamber.数据挖掘概念与技术[M].北京:机械工业出版社, 2006.

[3]高原, 耿国华, 周明全.基于类频繁模式树的关联分类[J].小型微型计算机系统, 2008 (10) :900-1902.

[4]李学明, 杨阳, 秦东霞, 周尚波.基于频繁闭项集的新关联分类算法ACCF[J].电子科技大学学报, 2012 (1) :104-109.

[5]戚俊伟.基于SAS的客户营销响应模型设计[D].华东理工大学.

[6]武建华, 沈均毅, 王元元.一种改进的关联分类算法[J].计算机工程, 2009 (9) :63-65.

多样化生成二维文件列表 第10篇

巧用DIR各类参数配合生成

我们可借助于命令提示符窗口来完成二维文件信息列表的生成。在命令提示符窗口中执行Windows内部命令DIR，同时附带各种灵活多变的参数，可生成按需定制的各种文件列表信息。参数的使用在DIR命令发挥作用的同时起很关键的作用。在需要显示的文件列表中，既可以包含各种属性的文件和子目录，也可以控制文件排序方式，还可以用三种基本文件时间来控制列表显示。

要获得Windows文件夹（不包含子文件夹）所有EXE可执行程序的文件列表，且按文件名顺序进行排序，这时可执行如下命令（图2）：

DIR C：＼WINDOWS＼*.EXE /ON

从执行结果中，我们看到一张分别以日期、时间、大小、文件名排序的二维文件列表。要获得这个列表的文本内容，可以在命令提示符窗口中执行鼠标右键菜单命令“标记”，然后在窗口中拖动鼠标框选文件列表所在的矩形区域，选中之后，直接按回车键，区域的文件列表信息就进入到剪贴板中了。之后，新建一个记事本文件，然后用Ctrl+V快捷键即可将刚才生成的列表粘贴到记事本文件中。

还有一个简单的方法能直接获取文件列表，就是在以上命令的最后直接添加一个后缀“>D：＼FILELIST.TXT”，这样整个命令行变成了：

DIR C：＼WINDOWS＼*.EXE /ON >D：＼FILELIST.TXT

执行如上命令后，在D盘就生成一个含有文件列表信息的二维字符文件FILELIST.TXT，用记事本打开可见其内容（图3）。

对这个文件的首尾稍加处理，留下中间的比较规整的行列信息，即可提供给程序或Excel表格等进行处理了。

我们希望获取所有Windows系统目录下（包含各级子文件夹）的EXE文件的二维信息列表，且需要列表按文件由大到小的顺序来排序，这时，可以构建如下的命令行（图4）：

DIR C：＼WINDOWS＼*.EXE /S /O-S >D：＼FILELIST.TXT

其中的参数/O-S表示按文件大小反序排列，也就是按由大到小排列。如果指定/OS则为由小到大排列。执行该命令获得的文件列表信息如图4所示。

根据以上思路，我们可以很容易地构建出各种按需求生成二维文件列表的命令。

生成系统目录中按文件创建时间排序的所有EXE文件列表：

DIR C：＼WINDOWS＼*.EXE /S /TC >D：＼FILELIST.TXT

生成系统目录中按文件上次访问时间排序的所有EXE文件列表：

DIR C：＼WINDOWS＼*.EXE /S /TA >D：＼FILELIST.TXT

生成系统目录中按文件上次写入时间排序的所有EXE文件列表：

DIR C：＼WINDOWS＼*.EXE /S /TW >D：＼FILELIST.TXT

生成系统目录中按文件类别分组排序的所有文件的信息列表：

DIR C：＼WINDOWS＼*.* /S /OE >D：＼FILELIST.TXT

网络管理中访问控制列表应用探讨 第11篇

网络是二十世纪末人类最伟大的发明,随着网络的迅猛发展和广泛应用,人们对网络的依赖性越来越高,合法有序、安全畅通使用网络资源是大家共同的愿望。访问控制是网络安全防范和维护的主要策略。对出入边界的数据包或网络内部的数据包进行精确识别和控制,防止非法访问及各种攻击,成为日常网络管理的重要任务。ACL是Cisco IOS所提供的一种访问控制技术,目前广泛应用于路由器、防火墙和三层交换机上,部分二层交换机也支持ACL[1]。华为、H3C等众多网络设备生产商都支持ACL,配置上有一定区别。本文无特别说明均以H3C公司为例进行探讨。

目前,ACL已成为网管使用最多的网络技术之一,有效地维护了网络安全。

1、访问控制列表介绍

1.1 访问控制置列表的概念及作用

ACL(Access Control List,访问控制列表)主要用来实现流识别功能访问,即匹配预先设定的规则来允许或拒绝数据包,从而实现对数据流的控制[2]。它是应用在网络设备接口的一组由permit或deny语句组成的条件列表,与报文的源地址、目的地址、协议、端口号等标示条件进行匹配,判断哪些报文允许通过、哪能报文应予拒绝,通过过滤这种不安全的服务,可以提高网络安全和减少子网中主机的风险,限制网络流量,提高网络性能,控制通信流量,是网络安全保障的第一道关卡。A C L概念并不复杂,但初学者在使用和配置ACL时容易出现错误。

1.2 访问控制置列表的分类

A C L可以从不同的角度进行分类,根据应用目的,可将A C L分为下面几种[3]:

(1)基本A C L:只根据三层源IP地址制定规则,对数据包进行相应的分析处理。基本ACL的序号取值范围为2000~2999。语法规则如下:

rule[rule-id]{permit|deny}[source{source-addr wildcard|any}|fragment|time-range timename]

如:配置ACL 2000,禁止源地址为1.1.1.1的报文通过:

[H3C]acl number 2000

[H3C-acl-basic-2000]rule deny source 1.1.1.1 0

(2)高级A C L:根据数据包的源IP地址信息、目的IP地址信息、IP承载的协议类型、协议特性等三、四层信息制定规则,利用高级ACL定义比基本ACL更准确、更丰富、更灵活的规则,如TCP或UDP的源端口、目的端口,TCP标记,ICMP协议的类型、code等内容定义规则。高级ACL序号取值范围3 0 0 0~3 9 9 9(A C L3998与3999是系统为集群管理预留的编号,用户无法配置)。

ACL规则信息包括:

Protocol:协议类型IP承载的协议类型用数字表示时取值范围为1~255用名字表示时,可以选取GRE、ICMP、IGMP、IP、IPinIP、OSPF、T C P、U D P。

s o u r c e{s o u r-a d d r s o u r-wildcard|any}源地址信息。

destination{dest-addr destwildcard|any}目的地址信息。

precedence报文优先级IP优先级取值范围0~7。

fragment分片信息。

time-range指定ACL规则生效的时间段。

当协议类型选择为TCP或者UDP时,用户还可以定义UDP/TCP报文的源端口信息、目的端口信息、TCP连接建立标识。

如配置一个A C L 3 0 0 0,禁止192.168.200.0网段的主机访问192.168.100.0网段的服务器网页:

[H3C]acl number 3000

[H3C-acl-adv-3000]rule deny tcp source 192.168.200.0 0.0.0.255destination

1 9 2.1 6 8.1 0 0.0 0.0.0.2 5 5destination-port eq 80

(3)二层A C L:根据源M A C地址、目的MAC地址、VLAN优先级、二层协议类型等二层信息制定规则,对数据进行相应处理。二层ACL的序号取值范围为4000~4999。

如配置ACL 4000,禁止从MAC地址000d-88f5-97ed发送到MAC地址011-4301-991e且802.1p优先级为3的报文通过:

[H3C]acl number 4000

[H3C-acl-link-4000]rule deny cos 3 source 000d-88f5-97ed ffffffff-ffff dest

0011-4301-991e ffff-ffff-ffff

(4)用户自定义ACL:以数据包的头部为基准,指定从第几个字节开始进行“与”操作,将从报文提取出来的字符串和用户定义的字符串进行比较,找到匹配的报文,然后进行相应的处理。用户自定义ACL的序号取值范围为5000~5999。

如配置ACL 5001,禁止所有的TCP报文通过:

[H3C]acl number 5001

[H3C-acl-user-5001]rule 25deny 06 ff 27

1.3 访问控制置列表的匹配顺序

ACL一般包含多个规则,每个规则都指定不同的报文范围。因而,匹配报文时就会出现匹配顺序的问题。

ACL支持两种匹配顺序:(1)配置顺序:根据配置顺序匹配ACL规则;(2)自动排序:根据“深度优先”规则匹配ACL规则,包括IP ACL(基本和高级A C L)深度优先顺序和二层ACL深度优先顺序。

IP ACL深度优先顺序的判断原则如下:

(1)先比较A C L规则的协议范围。IP协议的范围为1~255,承载在IP上的其他协议范围就是自己的协议号;协议范围小的优先;

(2)再比较源IP地址范围。源IP地址范围小(掩码长)的优先;

(3)然后比较目的IP地址范围。目的IP地址范围小(掩码长)的优先;

(4)最后比较四层端口号(TCP/UDP端口号)范围。四层端口号范围小的优先;

二层ACL深度优先顺序

二层ACL的深度优先以源MAC地址掩码长度和目的MAC地址掩码长度排序,掩码越长的规则匹配位置越靠前,当掩码长度都相等时,则先配置的规则匹配位置靠前。例如,源MAC地址掩码为FFFF-FFFF-0000的规则比源MAC地址掩码为FFFF-0000-0000的规则匹配位置靠前。

1.4 基于时间段的访问控制列表

基于时间段的ACL可以区分时间段对报文进行ACL控制。ACL中的每条规则都可选择一个时间段。如果规则引用的时间段未配置,则系统给出提示信息,并允许这样的规则创建成功。但是规则不能立即生效,直到用户配置了引用的时间段,并且系统时间在指定时间段范围内才能生效。如果用户手工删除ACL规则引用的时间段,则在ACL规则定时器刷新后,该规则将失效。例如:

如配置时间段,取值为周一到周五每天8:00到18:00:

[H3C]time-range test 8:00 to18:00 working-day

1.5 访问控制列表配置步骤

(1)定义A C L;

(2)进入以太网端口视图interface interface-type interface-number

(3)进入Q o S视图q o s

(4)在端口上应用A C L

packet-filter{inbound|outbound}acl-rule

2、访问控制列表在网络管理中的应用

2.1 关闭敏感端口,阻断病毒和黑客攻击

针对微软操作系统的漏洞,一些病毒程序和漏洞扫描软件通过UDP端口135、137、138、1434和TCP端口135、137、139、445、4444、5554、9995、9996等进行病毒传播和攻击[4]、破坏系统,植入木马。在出口设备路由器和防火墙上利用ACL关闭这些端口,保护网络。以Cisco防火墙为例关闭UDP 135端口:

access-list 110 deny udp any any eq 135

2.2 关闭不常用端口,阻断大部分P2P流量和网络游戏

P2P作为一种网络新技术,依赖网络中参与者和带宽,而不是把依赖都聚集在较少的几台服务器上。每台机器在下载的同时,还要继续做主机上传,这种下载方式,人越多速度越快,目前很多网络视频、聊天软件、在线游戏等大多采用P2P技术,在高校的校园中50~90%的总流量都来自P2P,大量蚕食带宽,导致校园内对实时性要求较高的如多媒体教学,电视电话会议,教师教学科研上网.校园办公OA等无法正常的开展,影响了正常的教学秩序。这些p2p软件或游戏有些是用一些固定的端口,如帝国时代是用端口范围:2300-2400,47624-42624,传奇是用UDP端口:7000,7050,7100,7200-7210,有些则不固定,因而我们可把除正常业务需要使用端口如80,21,22,23,25,443,109,110等端口外,在防火墙上利用访问控制列表将其余不常用端口关闭,从而使大部分p2p软件和游戏无展。我院在关闭端口前很多用户在网上看视频,打在线游戏,导致网络带宽耗尽,有时联网页也很难打开,关闭不常用端口后,网络访问感觉畅通多了。

2.3 网络设备远程访问控制

作为网管人员需要随时对遍布校园各个角落的路由器、防火墙、交换机进行远程访问,修改配置或制订新的策略,除网络管理人员外,其他人员不允许对设备进行远程访问和探测,利用访问控制列表可以控制登录范围。假设设备所处网段为192.168.100.0,管理网段为192.168.200.0,在核心交换机上如下制订策略,只允许管理网段对设备访问。

[h3c-7500switch]acl number3666

[h3c-7500switch]rule 0 permit ip source 192.168.200.0 0.0.0.255destination 192.168.100.0 0.0.0

[h3c-7500switch]rule 0 deny ip source any any destination192.168.100.0 0.0.0.255

然后将此ACL下发到相应端口,当然我们也可在此配置放在汇聚层交换机上,从而减轻中心交换机压力。

2.4 除服务器外的单向访问控制

校园网络时常受到网络黑客的攻击,特别一般普通的网络用户,他们的电脑由于没有安装或没有及时升级杀毒软件、没有打补丁修补系统或软件漏洞,因而主机更易受到攻击。可以采取一定的措施,除需要对外公开的服务器外,阻止外网的用户对内网用户发起主动连接,也即校园网内的用户可以对校园网外的用户发起主动连接.感觉不到有任何区别,而网内的客户主机不能提供对外网用户的被动连接,实现原理是检查TCP包中SYN位,只许可主机A对主机B发起TCP主动连接.不允许主机B发起到主机A的主动连接,从而达到限流和保护的双重目的。这种策略一般在路由器上实施,如下所示:

acl number 3888

rule 0 permit tcp destination211.83.79.192 0.0.0.63

rule 1 permit tcp destination211.83.73.128 0.0.0.127

rule 2 permit tcp destination211.83.79.96 0.0.0.31

rule 3 deny tcp established destination 211.83.72.0 0.0.7.255

规则0,1,2是允许任何地址对服务器网段的访问,规则3阻止外网的TCP主动连接。

2.5 访问内容与时间控制

基于时间的访问控制列表是在访问列表的基础上增加特定的时间范围来更灵活地配置管理网络。首先定义时间段或时间范围,然后在访问控制列表的基础上应用。如上面我们关闭了不常用的端口,但在深夜网络空闲时可开启这些端口从而满足部分人打在线游戏,看在线电影,实现人性化的网络管理,这就需要使用到基于时间的访问控制列表。

如图1要求正确配置ACL,限制研发部门在工作日8:00至18:00访问工资服务器。

(1)定义时间段

<H3C>system-view

[H3C]time-range test 8:00 to18:00 working-day

(2)定义到工资服务器的ACL

[H3C]acl number 3000

[H3C-acl-adv-3000]rule 1 deny ip destination 192.168.1.2 0 timerange test

(3)在端口上应用ACL

[H3C]interface Ethernet2/0/1

[H3C-Ethernet2/0/1]qos

[H 3 C-q o s s-E t h e r n e t 2/0/1]packet-filter inbound ip-group 3000

3、结论

访问控制列表是网络管理常用的器、防火墙、交换机的数据包进行过滤,防止网络资源滥用和被非法使用访问,保证网络的畅通有序。作为网管人员在日常管理中,深入理解、灵和应用ACL将起到事半功倍的效果。当然,访问控制列表也是一把双刃剑,由于交换路由设备的主要功能是数据的交换和路由,过多地使用ACL将消耗系统的大量资源,在实现对数据报文更精确区分的同时,无形中加重了设备的负担,进而影响交换路由设备的数据交换和路由性能[5]。一般除全局性的ACL布置在防火墙、路由器和核心交换机外,其余的ACL尽量布置在汇聚层交换机或接入交换机上。

参考文献

[1]范萍,李罕伟.基于ACL的网络层访问权限控制技术研究[J].华东交通大学学报.21304,21(4):89—92

[2]沈健,周兴社,张凡,於志勇.基于网络处理器的防火墙优化设计与研究[J].计算机工程.2007,33(10),172-174

[3]H3C访问控制列表详解[EB/OL].http://www.h3c.com.cn/Service/Document_Center/

[4]刘军,王彩萍.ACL在IP网络中的应用[J].计算机与数字工程.2009,37(1):178—181