-
公开(公告)号：CN114039889A
公开(公告)日：2022-02-11
申请号：CN202111136164.3
申请日：2021-09-27
Applicant: 北京邮电大学 , 中国人民解放军32147部队 , 北京网瑞达科技有限公司
IPC: H04L43/0852 , H04L43/50 , G06F16/2458 , G06N7/00
Abstract: 本公开提供一种基于往返时延的时间序列的网络异常检测方法，对目标网络进行路由追踪，得到多个链路的第一往返时延的时间序列；根据第一往返时延的时间序列的相似度和链路之间的连接关系，对链路进行聚类，得到链路集合；利用贝叶斯信息准则，确定链路集合对应的统计模型；对于目标链路，基于目标链路属于的链路集合对应的统计模型，得到第一往返时延的第一概率分布序列；获取目标链路的第二往返时延的时间序列，并根据第一往返时延在第二往返时延的时间序列中分布的概率，得到第一往返时延的第二概率分布序列；根据第一概率分布序列和第二概率分布序列的大偏差概率，得到网络异常检测结果。本公开可以准确的对网络异常进行检测。
-
Patent Agency Ranking
公开(公告)号：CN102548009B
公开(公告)日：2014-12-31
申请号：CN201210012128.0
申请日：2012-01-16
Applicant: 北京邮电大学
IPC: H04W72/12
Abstract: 本发明公开了一种有限长度队列业务的无线资源调度方法，该方法包括：计算无线信道传输系统的由用户数据包组成的包队列中每个用户数据包的时间信息；根据每个用户数据包的时间信息以及每个用户数据包对应用户设备的信道状况，分别计算每个用户数据包的调度优先级因子；根据计算得到的用户数据包的调度优先级因子的大小顺序，选取优先级别最高的用户数据包进行调度。通过本发明，能够充分利用无线信道资源。
-
公开(公告)号：CN114039889B
公开(公告)日：2023-06-16
申请号：CN202111136164.3
申请日：2021-09-27
Applicant: 北京邮电大学 , 中国人民解放军32147部队 , 北京网瑞达科技有限公司
IPC: H04L43/0852 , H04L43/50 , G06F16/2458 , G06N7/01
Abstract: 本公开提供一种基于往返时延的时间序列的网络异常检测方法，对目标网络进行路由追踪，得到多个链路的第一往返时延的时间序列；根据第一往返时延的时间序列的相似度和链路之间的连接关系，对链路进行聚类，得到链路集合；利用贝叶斯信息准则，确定链路集合对应的统计模型；对于目标链路，基于目标链路属于的链路集合对应的统计模型，得到第一往返时延的第一概率分布序列；获取目标链路的第二往返时延的时间序列，并根据第一往返时延在第二往返时延的时间序列中分布的概率，得到第一往返时延的第二概率分布序列；根据第一概率分布序列和第二概率分布序列的大偏差概率，得到网络异常检测结果。本公开可以准确的对网络异常进行检测。
-
公开(公告)号：CN119835155A
公开(公告)日：2025-04-15
申请号：CN202510237880.2
申请日：2025-02-28
Applicant: 北京邮电大学
IPC: H04L41/0803 , H04L41/40 , H04L41/14 , H04L41/142 , H04L9/40
Abstract: 本发明提供一种基于多重资源感知的分布式安全资源智能编排方法，涉及网络安全领域，所述方法包括：信息收集模块从边缘云节点、数据中心收集安全服务请求，确定安全服务功能链(Security Service Function Chaining，SSFC)，同时收集云安全资源池的安全资源信息；SSFC信息整合模块解析所需的安全虚拟网络功能(Security Virtual Network Function，SVNF)配置，由安全资源信息整合模块分析基础设施层的实时资源使用情况；然后将整合后的信息传递至TTS算法执行模块，TTS算法执行模块计算总体消耗，构建目标函数，采用分步禁忌搜索(Two‑step Tabu Search，TTS)方法，优化SSFC的节点和链路分配；最后将优化后的部署策略下发至基础设施层执行。本发明的上述方案提高了资源利用率，并降低了部署成本。
-
公开(公告)号：CN117313100A
公开(公告)日：2023-12-29
申请号：CN202311153868.0
申请日：2023-09-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向联邦学习的成员推理攻击方法，通过训练过程中的模型的多个训练轮次信息，观察模型参数变化规律，充分加强对训练过程中纵向信息的利用，并通过最后一层的偏差参数完成攻击。同时针对联邦学习系统中的两种模型设计局部攻击和全局攻击，以评估联邦学习的隐私泄露风险。对于局部攻击，基于神经网络充分学习成员数据与非成员数据差异，实现成员和非成员数据的区分。对于全局攻击，基于细粒度差异比较实现成员数据的来源推断。此外，本发明在不干扰模型训练的情况下进行攻击，不存在被系统检测的风险，通过特征放大操作增强了成员数据与非成员数据之间的偏差变化差异，在较少的参数下实现了更强攻击效果，方法具有高效性。
-
公开(公告)号：CN102548009A
公开(公告)日：2012-07-04
申请号：CN201210012128.0
申请日：2012-01-16
Applicant: 北京邮电大学
IPC: H04W72/12
Abstract: 本发明公开了一种有限长度队列业务的无线资源调度方法，该方法包括：计算无线信道传输系统的由用户数据包组成的包队列中每个用户数据包的时间信息；根据每个用户数据包的时间信息以及每个用户数据包对应用户设备的信道状况，分别计算每个用户数据包的调度优先级因子；根据计算得到的用户数据包的调度优先级因子的大小顺序，选取优先级别最高的用户数据包进行调度。通过本发明，能够充分利用无线信道资源。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
