-
公开(公告)号：CN109450876B
公开(公告)日：2020-12-22
申请号：CN201811239423.3
申请日：2018-10-23
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于多维度状态转移矩阵特征的DDos识别方法和系统。该方法包括：1)采集网络流元数据，并标注DDos流量与正常流量；2)利用采集并标注的网络流元数据，基于状态转移矩阵提取DDos的多维度特征；3)利用提取的多维度特征，采用机器学习算法训练分类模型；4)将待测的网络流数据按照步骤2)提取多维度特征，输入到步骤3)训练得到的分类模型中，获得DDos识别结果。本发明提取出可以有效刻画不同DDos攻击手法的网络行为特征，结合机器学习算法训练学习，在对场景先验知识较少的情况下，能够既准又全的识别DDos攻击。
-
公开(公告)号：CN111082995A
公开(公告)日：2020-04-28
申请号：CN201911359152.X
申请日：2019-12-25
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种以太坊网络行为分析方法及相应存储介质与电子装置，包括：使用被动关联方法对网络流量数据中的以太坊节点进行检测，获取以太坊节点集合，并依据所述以太坊节点集合中节点间的迭代关联关系得到以太坊迭代节点集合；将所述以太坊迭代节点集合通过机器学习分类器进行收敛，得到以太坊收敛节点集合；监测所述以太坊节点集合与所述以太坊收敛节点集合，得到通联关系数据集，分析所述通联关系数据集得到以太坊网络属性分析结果。本发明利用真实骨干网NetFlow流量检测以太坊节点，NetFlow数据对数据包信息进行了汇总和统计，保留了体现流量特征的重要信息，又不涉及用户隐私。
-
公开(公告)号：CN109450876A
公开(公告)日：2019-03-08
申请号：CN201811239423.3
申请日：2018-10-23
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于多维度状态转移矩阵特征的DDos识别方法和系统。该方法包括：1)采集网络流元数据，并标注DDos流量与正常流量；2)利用采集并标注的网络流元数据，基于状态转移矩阵提取DDos的多维度特征；3)利用提取的多维度特征，采用机器学习算法训练分类模型；4)将待测的网络流数据按照步骤2)提取多维度特征，输入到步骤3)训练得到的分类模型中，获得DDos识别结果。本发明提取出可以有效刻画不同DDos攻击手法的网络行为特征，结合机器学习算法训练学习，在对场景先验知识较少的情况下，能够既准又全的识别DDos攻击。
-
公开(公告)号：CN106911531A
公开(公告)日：2017-06-30
申请号：CN201710018083.0
申请日：2017-01-10
Applicant: 中国科学院信息工程研究所
CPC classification number: H04L43/0829 , H04L43/045 , H04L69/22
Abstract: 本发明涉及一种多分发场景的数据丢包率统计方法。该方法主要使用在数据分发的场景下，大数据负载均衡的分发到不同的目的地，首先对发送的数据预留一个字段用于标记数据的序列号，然后在数据发送过程中按照目的地对数据进行序列标记，最后对接收数据的序列号进行分析统计，得到丢包率，进而能够计算出丢失数据的序列以及进行网络状态的推测。该方法不仅能够准确统计出丢包率，还能够明确推算出丢失数据的序列以及网络状态，并能够采用可视化的方式展示网络运行状态。
-
-
-
Search Results
14
records
(took 0.019 seconds)
