-
公开(公告)号:CN105516020B
公开(公告)日:2018-09-11
申请号:CN201510974162.X
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/851
Abstract: 本发明为一种基于本体知识推理的并行网络流量分类方法,步骤为:Ⅰ、利用决策树算法训练已标记应用类型的网络流量训练样本集,建立网络流量的决策树分类模型,并将其转化成推理规则集;Ⅱ、采用Jena工具包将推理规则集构造成推理机,借助MapReduce并行计算框架,调用推理机进行并行知识推理,挖掘出网络流量本体中网络流量实例和网络应用类型的对应关系,对网络流量实例标记网络应用类型,完成网络流量分类。本发明引入并行处理技术MapReduce,以云计算为网络流量本体知识推理的存储和计算资源,对网络流量实例进行并行化分类,有效提高分类效率;结合机器学习和本体知识推理,构建推理规则集,直接针对网络流量本体中的流量实例进行有效分类。
-
公开(公告)号:CN104702465B
公开(公告)日:2017-10-10
申请号:CN201510066197.3
申请日:2015-02-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种并行网络流量分类方法,基于Hadoop集群平台提供的MapReduce并行框架,先对数据集进行预处理,通过特征选择方法对高维网络流量数据降维,去除不相关以及冗余特征;然后通过选择性集成学习训练多个基分类器,选出其中准确率高以及差异性大的基分类器集成;最后通过多数投票方式得出最终分类结果。本发明能够有效的解决海量数据降维及分类问题,很大程度上提高了数据处理效率。
-
公开(公告)号:CN105591972A
公开(公告)日:2016-05-18
申请号:CN201510975902.1
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/851
CPC classification number: H04L47/2441
Abstract: 本发明为一种基于本体的网络流量分类方法,主要步骤为:Ⅰ、构建网络流量本体对网络流量信息资源进行分层描述;Ⅱ、利用决策树算法训练已标记应用类型的网络流量训练样本集,建立网络流量的决策树分类模型,并生成推理规则集;Ⅲ、采用Jena工具包将推理规则集构造成推理机,用其对网络流量本体进行知识推理,对网络流量本体中网络流量实例进行应用类型标记,完成网络流量分类。本发明利用本体描述和管理网络流量信息资源,借助知识推理实现流量分类,有针对性地解决网络流量信息资源一致性描述,克服传统网络流量分类的低复用、低共享、语义表达能力差等问题,有助提高领域知识管理和分类性能,为大规模复杂网络环境下实时网络流量分类提供新方法。
-
公开(公告)号:CN105577438B
公开(公告)日:2018-09-28
申请号:CN201510974143.7
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/24
Abstract: 本发明为一种基于MapReduce的网络流量本体构建方法,主要步骤为Ⅰ、设计网络流量本体结构,采用网络流量本体结构对网络流量资源进行分层描述,并建立资源描述的层次关系;Ⅱ、利用MapReduce并行计算框架构建网络流量本体;Ⅱ的子步骤Ⅱ‑1、通过MapReduce的映射函数捕获网络流量数据包并计算网络流量统计特征值;Ⅱ‑2、通过MapReduce的规约函数生成文件形式的网络流量本体并保存至Hadoop分布式文件系统。本发明在网络流量本体构建时采用云计算作为网络流量本体的构建及知识推理的存储和计算资源,为用户提供具有并行化、虚拟化、按需服务等特点的高效服务;借助MapReduce并行处理技术,有效地提高网络流量本体构建的效率。
-
公开(公告)号:CN105591972B
公开(公告)日:2018-09-11
申请号:CN201510975902.1
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/851
Abstract: 本发明为一种基于本体的网络流量分类方法,主要步骤为:Ⅰ、构建网络流量本体对网络流量信息资源进行分层描述;Ⅱ、利用决策树算法训练已标记应用类型的网络流量训练样本集,建立网络流量的决策树分类模型,并生成推理规则集;Ⅲ、采用Jena工具包将推理规则集构造成推理机,用其对网络流量本体进行知识推理,对网络流量本体中网络流量实例进行应用类型标记,完成网络流量分类。本发明利用本体描述和管理网络流量信息资源,借助知识推理实现流量分类,有针对性地解决网络流量信息资源一致性描述,克服传统网络流量分类的低复用、低共享、语义表达能力差等问题,有助提高领域知识管理和分类性能,为大规模复杂网络环境下实时网络流量分类提供新方法。
-
公开(公告)号:CN104702465A
公开(公告)日:2015-06-10
申请号:CN201510066197.3
申请日:2015-02-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种并行网络流量分类方法,基于Hadoop集群平台提供的MapReduce并行框架,先对数据集进行预处理,通过特征选择方法对高维网络流量数据降维,去除不相关以及冗余特征;然后通过选择性集成学习训练多个基分类器,选出其中准确率高以及差异性大的基分类器集成;最后通过多数投票方式得出最终分类结果。本发明能够有效的解决海量数据降维及分类问题,很大程度上提高了数据处理效率。
-
公开(公告)号:CN105516020A
公开(公告)日:2016-04-20
申请号:CN201510974162.X
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/851
CPC classification number: H04L47/2441
Abstract: 本发明为一种基于本体知识推理的并行网络流量分类方法,步骤为:Ⅰ、利用决策树算法训练已标记应用类型的网络流量训练样本集,建立网络流量的决策树分类模型,并将其转化成推理规则集;Ⅱ、采用Jena工具包将推理规则集构造成推理机,借助MapReduce并行计算框架,调用推理机进行并行知识推理,挖掘出网络流量本体中网络流量实例和网络应用类型的对应关系,对网络流量实例标记网络应用类型,完成网络流量分类。本发明引入并行处理技术MapReduce,以云计算为网络流量本体知识推理的存储和计算资源,对网络流量实例进行并行化分类,有效提高分类效率;结合机器学习和本体知识推理,构建推理规则集,直接针对网络流量本体中的流量实例进行有效分类。
-
公开(公告)号:CN117443989A
公开(公告)日:2024-01-26
申请号:CN202311470705.5
申请日:2023-11-07
Applicant: 广西科学院 , 广西产研院新型功能材料研究所有限公司 , 桂林电子科技大学 , 桂林漓佳金属有限责任公司
Abstract: 一种金属挤压缺陷自动标识方法,在挤压前梁出口以及淬火通道出口处设置自动标识装置,自动标识装置与PLC信号电性连接,PLC还与挤压机和淬火通道信号电性连接;挤压前梁出口上方设置测温仪A,淬火通道出口处设置测温仪B,测温仪A和测温仪B与PLC信号电性连接;通过检测挤压前梁出口以及淬火通道出口处的温度,作为自动标识的触发条件,并控制自动标识装置对在线生产的产品进行标识。可与挤压机和淬火系统PLC进行信号连接,可实现在挤压出口前梁处,以及淬火冷却系统出口处进行自动标识,在产品上留下印记,方便后续工序将废料段识别,并进行校验或锯除报废。
-
公开(公告)号:CN105577438A
公开(公告)日:2016-05-11
申请号:CN201510974143.7
申请日:2015-12-22
Applicant: 桂林电子科技大学
IPC: H04L12/24
CPC classification number: H04L41/145 , H04L41/142
Abstract: 本发明为一种基于MapReduce的网络流量本体构建方法,主要步骤为Ⅰ、设计网络流量本体结构,采用网络流量本体结构对网络流量资源进行分层描述,并建立资源描述的层次关系;Ⅱ、利用MapReduce并行计算框架构建网络流量本体;Ⅱ的子步骤Ⅱ-1、通过MapReduce的映射函数捕获网络流量数据包并计算网络流量统计特征值;Ⅱ-2、通过MapReduce的规约函数生成文件形式的网络流量本体并保存至Hadoop分布式文件系统。本发明在网络流量本体构建时采用云计算作为网络流量本体的构建及知识推理的存储和计算资源,为用户提供具有并行化、虚拟化、按需服务等特点的高效服务;借助MapReduce并行处理技术,有效地提高网络流量本体构建的效率。
-
公开(公告)号:CN221869761U
公开(公告)日:2024-10-22
申请号:CN202322856961.X
申请日:2023-10-24
Applicant: 桂林漓佳金属有限责任公司 , 广西科学院 , 桂林电子科技大学 , 广西产研院新型功能材料研究所有限公司
Abstract: 一种铜挤压铸棒储料上料装置,储料台为上下双层,倾斜的上层台板的末端开口连接反向倾斜的下层台板进料端,下层台板的末端连接待料区,待料区末端通过抬升上料装置连接进料辊道,进料辊道末端连接感应加热炉炉膛入口。本实用新型双层的储料台可以较传统的储料台多储存一倍的挤压铜铸棒,减少了备料的频率,增加了车间内的有效利用空间;上料机构简洁可靠,上料速度快效率高。
-
-
-
-
-
-
-
-
-