-
公开(公告)号:CN115396137A
公开(公告)日:2022-11-25
申请号:CN202210621858.4
申请日:2022-06-01
Applicant: 中债金科信息技术有限公司 , 清华大学
IPC: H04L9/40
Abstract: 本发明公开一种基于日志关联分析的攻击溯源方法及装置,方法包括:收集系统内各个层次的日志,根据各个层次的日志之间的关联关系,构建日志连接图,并利用日志连接图中的标记节点将各个单源溯源图中的溯源元素进行连接,得到融合溯源图,进而在融合溯源图中执行攻击溯源算法,并基于短路机制挖掘融合溯源图中围绕依赖爆炸节点周围形成的连通路径,使用搜索路径包含所述连通路径作为路径评估因素之一,计算攻击溯源算法搜索到各个路径的评估分数,选取评估分数最高的路径作为攻击溯源算法输出的攻击链。通过上述方法可以实现日志文件的攻击溯源,解决了现有技术在攻击溯源中使用依赖分析缓解依赖爆炸问题的方式很难达到的预期效果的问题。
-
公开(公告)号:CN111464461B
公开(公告)日:2022-05-03
申请号:CN201910059909.7
申请日:2019-01-22
Applicant: 清华大学
IPC: H04L47/6275
Abstract: 本发明公开一种用于交换机的优先级调度方法和装置,其中该优先级调度方法包括:从多个输入端口的等待队列中的有效数据请求中获取多个数据请求,每个所述数据请求携带有请求优先级、输入端口标识和输出端口标识;基于所述输出端口标识与所述请求优先级对所述多个数据请求进筛选,得到待调度数据请求;将所述待调度数据请求的输入端口标识和输出端口标识进行匹配,生成端口匹配数据,依据所述端口匹配数据对所述待调度数据请求进行调度。
-
公开(公告)号:CN113285872A
公开(公告)日:2021-08-20
申请号:CN202110257321.X
申请日:2021-03-09
Applicant: 清华大学
IPC: H04L12/703 , H04L12/721 , H04L12/803 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度强化学习的时间敏感网络通信流调度方法,其步骤如下:通过构筑基础、系统建模、系统框架、时隙选择、状态建模、动作建模、环境建模、深度神经网络来实现整体的构成,并通过错误恢复、实验论证和实验对象对整体进行检测,保证整体的正常使用。该基于深度强化学习的时间敏感网络通信流调度方法,提出了一种适用于TS流调度的基于DRL的建模、训练和应用方法,使用不同的数据训练就能够应用在不同的网络环境,且提出了一些优化方法,使用有向图表达网络信息使得DRLS能够动态的调度TS流并且能够在网络拓扑变化时迅速恢复,控制门技术的使用缓解了DNN的不确定性并且提高了调度方法的调度能力和可靠性。
-
公开(公告)号:CN112866052A
公开(公告)日:2021-05-28
申请号:CN202011639076.0
申请日:2020-12-31
Applicant: 清华大学
Abstract: 本发明实施例公开一种网络链路状态的检测方法、检验矩阵的训练方法和装置,该方法包括:接收从网络链路的末端节点发送的故障检测包,其中,故障检测包按照预设检测路径集中的各预设检测路径进行传输;根据故障检测包的当前到达状态,确定各预设检测路径的路径状态;根据路径状态,以及预设检测路径集对应的检测矩阵,确定网络链路的链路状态;其中,检测矩阵中的各行表示各个预设检测路径的路径,列号对应所述网络链路中的各个链路,各列的值均为二进制编码,用于表示预设检测路径是否经过该链路;检测矩阵建立了网络链路中各链路的链路状态与预设检测路径的路径状态之间的映射关系。通过采用上述技术方案,提高了网络链路故障检验的准确性。
-
公开(公告)号:CN109769014B
公开(公告)日:2020-08-04
申请号:CN201811565056.6
申请日:2018-12-20
Applicant: 清华大学
Abstract: 本发明提供一种混合临界系统的服务等级转换方法及装置,其中转换方法包括如下步骤:步骤一、按照系统服务的功能需求,将系统服务划分为多个服务板块;步骤二、根据多个所述服务板块的重要程度,确定多个所述服务板块的优先等级;步骤三、根据每个所述服务板块对环境状况的容忍极限,确定多个所述服务板块之间的转换条件;步骤四、根据多个所述服务板块的优先等级、多个所述服务板块之间的转换条件以及当前系统服务所处的环境条件,对系统服务当前的服务板块进行自动转换。本发明在严酷环境下,关闭部分重要性较低的服务板块,保障关键模块的正常运行,在系统级别增强设备对环境的适应性。
-
公开(公告)号:CN110990630A
公开(公告)日:2020-04-10
申请号:CN201911201018.7
申请日:2019-11-29
Applicant: 清华大学
IPC: G06F16/783 , G06F16/75 , G06F16/787 , G06F16/738 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种基于图建模视觉信息的利用问题指导的视频问答方法,包括:步骤1,获取训练视频的视觉特征和训练问题的问题特征,利用逐项积算法,计算时序注意力特征;步骤2,利用物体检测框架,计算训练视频的物体特征,并确定显式图建模特征;步骤3,利用时序注意力特征和显式图建模特征,进行第0维点乘运算,生成全局视频特征向量;步骤4,根据问题特征和全局视频特征向量,确定全局特征值,并根据全局特征值和训练问题对应的问题答案,更新显式图模型;步骤5,根据更新后的显式图模型,确定视频问题的问题答案。通过本申请中的技术方案,在时间和空间两个维度更加有效地挖掘视频信息,以提高视频问答任务的性能。
-
公开(公告)号:CN110601888A
公开(公告)日:2019-12-20
申请号:CN201910851512.1
申请日:2019-09-10
Applicant: 清华大学
IPC: H04L12/24 , H04L12/721 , H04L12/733 , H04L12/939
Abstract: 本说明书公开一种时间敏感网络中确定性故障检测与定位方法及系统,该方法包括:获取时间敏感网络中的全局网络拓扑,根据所述全局网络拓扑确定最少流覆盖的探测流路径;根据所述探测流路径生成调度表,并将所述调度表发送至所述时间敏感网络中的每个交换机,以使得所述时间敏感网络中的交换机按照所述调度表中对应的时刻发送探测流;接收所述时间敏感网络中的交换机发送的探测流,并根据所接收到的探测流的到达状态,确定对应的探测流路径包含的链路是否出现故障以及故障链路的具体位置。采用说明书提供的方案,能够降低故障检测和定位的时间不确定性,达到实时检测网络故障、保障全网络拓扑时效性的目的。
-
公开(公告)号:CN110545206A
公开(公告)日:2019-12-06
申请号:CN201910851119.2
申请日:2019-09-10
Applicant: 清华大学
Abstract: 本说明书公开一种时间触发网络中调度表生成的方法、装置及系统,该方法适于在时间触发网络中控制器上执行,包括:通过简单网络管理协议读取链路层发现协议的数据,解析该数据,获取网络中的网络拓扑和设备信息;通过可视化用户界面接收用户根据实时传输需求添加的数据流信息;根据网络拓扑、设备信息及数据流信息,对每条数据流的传输路径进行规划,并计算路径延迟,生成满足调度生成程序输入的格式化数据;调用调度生成程序对所述格式化数据进行运算处理,生成数据流传输路径上每个所流经设备的调度文件,对不同设备的调度文件进行压缩并存储至TFTP服务器;通过简单网络管理协议将TFTP服务器的IP地址和调度表文件压缩包的存储路径发给网络中的设备。
-
公开(公告)号:CN110545152A
公开(公告)日:2019-12-06
申请号:CN201910851124.3
申请日:2019-09-10
Applicant: 清华大学
Abstract: 本说明书公开一种以太网中具有实时传输功能的上位机及以太网系统,该上位机包括:全局时统模块确定全局设备的主时钟,基于时钟同步机制实现时钟同步;应用层模块生成调度表并解析调度表,在应用层模块下行时间触发报文的时刻将该报文下行至内核驱动模块,接收来自内核驱动模块的时间触发报文;内核驱动模块接收来自应用层模块的时间触发报文并将该报文下行至第一硬件FPGA模块,接收来自第一硬件FPGA模块的时间触发报文并将该报文上行至应用层模块;第一硬件FPGA模块下载调度表,按照调度表接收来自内核驱动模块的时间触发报文,在发送时刻将该报文发送给目标交换机,按照调度表接收来自交换机的时间触发报文,在上行时刻将该报文上行至内核驱动模块。
-
公开(公告)号:CN109818971A
公开(公告)日:2019-05-28
申请号:CN201910183446.5
申请日:2019-03-12
Applicant: 清华大学
Abstract: 本申请公开了一种基于高阶关联挖掘的网络数据异常检测方法与系统,其中,该方法包括:步骤1,根据获取到的网络数据集合,生成离散森林,并计算网络数据集合中网络数据的离散值;步骤2,根据聚类算法和异常网络数据,生成聚类中心点,并计算网络数据与聚类中心点的相似值;步骤3,根据离散值和相似值,计算网络数据集合中网络数据的权值;步骤4,根据网络数据的权值和超图模型,计算网络数据集合中未标记网络数据的标签矩阵;步骤5,根据标签矩阵,确定未标记网络数据的安全类型。通过本申请中的技术方案,实现了对工业网络环境中大量未标记网络数据的有效识别,提高了未标记网络数据识别的准确性以及已标记网络数据的利用率。
-
-
-
-
-
-
-
-
-