一种基于多阶段保序对齐的可回溯校验方法和系统

    公开(公告)号:CN119884179A

    公开(公告)日:2025-04-25

    申请号:CN202411738743.9

    申请日:2024-11-29

    Abstract: 本发明属于数据校验技术领域,涉及一种基于多阶段保序对齐的可回溯校验方法和系统。本发明通过版本号属性的附加和版本号图谱的构建,实现了对数据的动态回溯校验,能够有效应对传输过程中可能出现的错位、丢失或篡改等问题。本发明基于多阶段保序对齐机制,解决了多区域版本不一致从而校验困难的问题,使得在全网范围内的版本一致性校验变得更加简便高效。本发明通过版本号回溯校验技术,可以快速准确地追溯到之前的状态,并进行比对验证,从而实现了对系统异常的快速定位和修复,提高了系统的稳定性和安全性。本发明保证了数据的完整性和一致性,避免了数据传输过程中的数据丢失或损坏,从而提升了用户体验,保障了数据传输的顺畅和可靠。

    一种面向智能网卡的四层负载均衡器加速的方法及系统

    公开(公告)号:CN119520434A

    公开(公告)日:2025-02-25

    申请号:CN202311059768.1

    申请日:2023-08-22

    Abstract: 本发明属于计算机网络领域,涉及一种面向智能网卡的四层负载均衡器加速的方法及系统。该方法将智能网卡和智能网卡对应的x86服务器作为数据平面,共同处理四层负载均衡器的包处理及转发任务;在控制平面对流表进行管理,由控制平面决定网络流量由智能网卡进行处理或者在智能网卡对应的x86服务器上进行处理。本发明采用优先级控制的思想,根据流的长短对卸载的执行顺序进行控制,由智能网卡和网卡对应的x86服务器共同向外提供四层负载均衡功能,在面向具有大量新建连接的重负载场景时,将长流进行优先卸载,进而提升在该场景下的转发性能。

    一种基于细粒度缓存探测的用户类型识别方法及系统

    公开(公告)号:CN116471035A

    公开(公告)日:2023-07-21

    申请号:CN202310111676.7

    申请日:2023-02-14

    Abstract: 本发明公开了一种基于细粒度缓存探测的用户类型识别方法及系统。本方法为:1)获取目标网络范围内的解析器地址或访问路径;2)根据解析器地址或访问路径,探测每一解析器的缓存模式及缓存结构;3)根据域名分类列表和每一解析器的缓存结构,探测每一解析器的域名列表中各域名资源记录在对应解析器缓存中的缓存情况;将域名资源记录在解析器的缓存命中情况转换为特征向量,生成对应解析器的指纹;4)将各解析器的指纹作为对应解析器的特征,将各解析器的已知缓存域名类别为对应解析器的类型标签,构造一训练数据集训练用户分类模型;5)对于一待识别解析器,将其指纹输入训练后的用户分类模型,得到该待识别解析器服务的用户类型。

    一种层次化深度图卷积网络的训练方法

    公开(公告)号:CN115828996A

    公开(公告)日:2023-03-21

    申请号:CN202111102875.9

    申请日:2021-09-15

    Abstract: 本发明公开了一种层次化深度图卷积网络的训练方法,其特征在于,包括如下步骤:1)将目标领域的图中的节点特征输入待训练的层次化深度图卷积网络;2)每次迭代训练时,计算邻接矩阵A的对称归一化邻接矩阵3)判断当前迭代次数k是否小于设定迭代次数K,若小于则进行步骤4),否则结束训练;4)计算该层次化深度图卷积网络第k+1次迭代训练后输出的节点嵌入Zk+1,然后根据Zk+1计算该层次化深度图卷积网络第k+1次迭代训练后输出的各节点的类别predk+1;5)采用predk+1和节点真实标签的交叉熵作为损失函数,对该层次化深度图卷积网络的参数矩阵进行参数优化,迭代次数加一,返回步骤3)。

    面向DPI应用的HTTP流量分析处理的方法、系统及存储介质

    公开(公告)号:CN112995145B

    公开(公告)日:2022-05-31

    申请号:CN202110162792.2

    申请日:2021-02-05

    Abstract: 本发明公开一种面向DPI应用的HTTP流量分析处理的方法、系统及存储介质,属于网络安全领域,分为解析层和业务层,业务层将各个业务感兴趣的HTTP字段填写在配置文件中,并同时标明解析层到业务层的回调模式,然后将该配置文件发送给解析层进行业务注册;解析层根据配置文件中的各个业务感兴趣的HTTP字段,按照HTTP协议标准对HTTP流量进行解析,当完整解析出HTTP协议的一个字段时,查看业务层是否有业务注册和回调模式,根据回调模式,回调相应的业务至业务层。本发明采用对HTTP协议解析与HTTP业务分析进行分层的设计思想,通过灵活的字段注册的方式以及不同的回调模式,实现HTTP流量的分析处理。

    一种集成GBDT与神经网络的网络异常检测方法

    公开(公告)号:CN114169390A

    公开(公告)日:2022-03-11

    申请号:CN202111231657.5

    申请日:2021-10-22

    Abstract: 本发明公开一种集成GBDT与神经网络的网络异常检测方法,属于网络信息安全和机器学习的交叉技术领域。为了克服网络异常检测任务中传统机器学习算法和深度学习算法在处理表格数据上的不足,本发明选用专为表格数据设计的TabTransformer结构,同时为了应对网络异常检测中的类别不平衡问题,本发明采取了代价敏感的思想,引入了专门针对不平衡问题设计的Focal Loss损失函数,采取自适应学习策略,从参数搜索空间中自动选取Focal Loss的最佳参数。本发明既适用于二分类问题又适用于多分类问题。

    面向DPI应用的HTTP流量分析处理的方法、系统及存储介质

    公开(公告)号:CN112995145A

    公开(公告)日:2021-06-18

    申请号:CN202110162792.2

    申请日:2021-02-05

    Abstract: 本发明公开一种面向DPI应用的HTTP流量分析处理的方法、系统及存储介质,属于网络安全领域,分为解析层和业务层,业务层将各个业务感兴趣的HTTP字段填写在配置文件中,并同时标明解析层到业务层的回调模式,然后将该配置文件发送给解析层进行业务注册;解析层根据配置文件中的各个业务感兴趣的HTTP字段,按照HTTP协议标准对HTTP流量进行解析,当完整解析出HTTP协议的一个字段时,查看业务层是否有业务注册和回调模式,根据回调模式,回调相应的业务至业务层。本发明采用对HTTP协议解析与HTTP业务分析进行分层的设计思想,通过灵活的字段注册的方式以及不同的回调模式,实现HTTP流量的分析处理。

Patent Agency Ranking