-
公开(公告)号：CN102710448B
公开(公告)日：2015-05-20
申请号：CN201210193946.5
申请日：2012-06-12
Applicant: 清华大学
IPC: H04L12/24
Abstract: 本发明提出一种SAVI交换机过滤表生存期参数自适应调整方法，包括：设置交换机的过滤表生存期参数，收集预设工作周期时间内交换机的用户在线记录和交换机的过滤表的负荷状态；获得多个备选过滤表生存期参数值；选取初始过滤表生存期参数最优值并设置过滤表项数调整阈值；在交换机运行的每个工作周期时间的第一个采样点，基于上一个工作周期时间过滤表的运行情况，计算本工作周期时间的过滤表生存期参数最优值；在每个采样点，计算过滤表的平均表项数并与过滤表项数调整阈值进行比较，实时调整过滤表生存期参数。本发明可以对过滤表生存期参数进行动态调整。
-
公开(公告)号：CN101159632B
公开(公告)日：2011-01-05
申请号：CN200710177817.6
申请日：2007-11-21
Applicant: 清华大学
Abstract: 本发明公开了一种网络事件处理的方法，属于计算机网络管理领域。所述方法包括客户端监测被管对象，收集并发送网络事件信息；网络事件综合处理服务器根据网络事件综合处理服务器的配置信息、监听指定端口，接收对应的网络事件信息，验证网络事件信息摘要并返回应答；解析网络事件信息，结合来自多个客户端的事件信息进行综合处理，并分析网络事件信息对应的被管对象的状态；判断网络事件的优先级别值是否大于预设值，如果是，触发报警提示。本发明提供的方法能够支持IPv4/IPv6双栈网络，基于XML的交换内容的定义有更好的扩展性，更适合于分布式大规模网络管理系统并实现了对来自多个监测客户端的网络事件的综合处理与报警。
-
公开(公告)号：CN100493001C
公开(公告)日：2009-05-27
申请号：CN200710064678.6
申请日：2007-03-23
Applicant: 清华大学
Abstract: G比特流率下多粒度的网络自动聚类方法属于计算机网络测量技术领域。其特征在于基于网络测量的周期性采样机制，采用了基于流量预测的启发式算法，同时通过将IP包头的不同字段看成是网络特征空间中的不同维度，提出了针对多维空间的数据进行自动分类的自适应算法。其主要步骤在于：1.设置相关参数；2.启动测量程序；3.在一个测量周期内，对于每一个到达的报文依次执行一维源地址和目的地址的聚类，源/目的地址队聚类和端口聚类；4.数据的压缩与输出；5.流量预测。实验表明，本方法能够实时运行在G比特速率的互联网之上，达到了预期发明目标。
-
公开(公告)号：CN115600040B
公开(公告)日：2023-05-26
申请号：CN202211487579.X
申请日：2022-11-25
Applicant: 清华大学
IPC: G06F16/958 , G06F16/957 , G06F16/955
Abstract: 本申请提供一种钓鱼网站识别方法及装置，可用于网络安全技术领域或其他技术领域。所述方法包括：获取目标网站数据；根据目标网站数据获得自定义特征、文本特征和图像特征；根据自定义特征、文本特征和图像特征获得对应的自定义特征向量、文本特征向量和图像特征向量；将根据自定义特征向量、文本特征向量和图像特征向量进行拼接得到的拼接特征向量输入预先建立的深度神经网络，得到综合特征向量；将综合特征向量输入预先建立的分类神经网络，得到目标网站属于各个分类的概率。能够充分利用多特征互补的特点，解决了现有技术自适应能力差和针对反钓鱼技术的抵抗性弱的问题，具有较强的钓鱼网站检测能力。
-
公开(公告)号：CN115460110A
公开(公告)日：2022-12-09
申请号：CN202211414924.7
申请日：2022-11-11
Applicant: 清华大学
IPC: H04L43/0817 , H04L41/147
Abstract: 本公开涉及网络通信技术领域，尤其涉及一种基于链路预测的异常AS_PATH检测方法及装置。其中，该基于链路预测的异常AS_PATH检测方法，包括：获取待测AS链路；根据目标链路预测器和/或检测策略对待测AS链路进行检测，得到待测AS链路对应的检测结果；根据检测结果，确定待测AS链路对应的异常原因，并输出待测AS链路对应的异常事件。采用本公开可以实现对异常AS_PATH的检测。
-
Patent Agency Ranking
公开(公告)号：CN114386079B
公开(公告)日：2022-12-06
申请号：CN202210289814.6
申请日：2022-03-23
Applicant: 清华大学
Abstract: 本发明提出一种基于对比学习的加密流量分类方法及装置，其中方法包括，获取加密流量数据，并对加密流量数据进行预处理，得到预处理后的数字序列；对数字序列进行数据增强，得到数字序列对应的增强样本；基于对比学习方法设计编码器，利用训练好的编码器对所述增强样本进行特征提取得到增强样本对应的表征向量；将表征向量输入分类器中进行分类，得到表征向量预测的最大概率以及最大概率对应的标签；通过表征向量预测的最大概率以及最大概率对应的标签对加密流量数据进行分类。本申请保证了表征向量包含更多的关键特征更少的低价值特征，使得表征向量更加具有鲁棒性，更好地指导分类器的训练，从而得到更好的分类效果。
-
公开(公告)号：CN114386079A
公开(公告)日：2022-04-22
申请号：CN202210289814.6
申请日：2022-03-23
Applicant: 清华大学
Abstract: 本发明提出一种基于对比学习的加密流量分类方法及装置，其中方法包括，获取加密流量数据，并对加密流量数据进行预处理，得到预处理后的数字序列；对数字序列进行数据增强，得到数字序列对应的增强样本；基于对比学习方法设计编码器，利用训练好的编码器对所述增强样本进行特征提取得到增强样本对应的表征向量；将表征向量输入分类器中进行分类，得到表征向量预测的最大概率以及最大概率对应的标签；通过表征向量预测的最大概率以及最大概率对应的标签对加密流量数据进行分类。本申请保证了表征向量包含更多的关键特征更少的低价值特征，使得表征向量更加具有鲁棒性，更好地指导分类器的训练，从而得到更好的分类效果。
-
公开(公告)号：CN110719223A
公开(公告)日：2020-01-21
申请号：CN201910872239.0
申请日：2019-09-16
Applicant: 清华大学
IPC: H04L12/721 , G06Q10/04 , G06F17/18
Abstract: 本发明公开了一种探测周期协同自适应调整方法及系统，其中，该方法包括以下步骤：建立路径变化的预测模型；通过线性回归方法建立预测模型的路径属性预测值与最优探测周期的线性关系；系统运行时，根据预设周期进行探测周期的自适应调整，包括：对所有路径属性进行预测，得到所有路径的预测值；通过线性关系处理所有路径的预测值和探测预算，得到所有路径探测周期调整值。该方法可根据管理员的权衡偏好进行探测周期的调整，适用于探测路径变化的测量中，根据实际路径变化特点对多条路径的探测周期参数进行动态调整，实现探测资源的合理部署。
-
公开(公告)号：CN102710448A
公开(公告)日：2012-10-03
申请号：CN201210193946.5
申请日：2012-06-12
Applicant: 清华大学
IPC: H04L12/24
Abstract: 本发明提出一种SAVI交换机过滤表生存期参数自适应调整方法，包括：设置交换机的过滤表生存期参数，收集预设工作周期时间内交换机的用户在线记录和交换机的过滤表的负荷状态；获得多个备选过滤表生存期参数值；选取初始过滤表生存期参数最优值并设置过滤表项数调整阈值；在交换机运行的每个工作周期时间的第一个采样点，基于上一个工作周期时间过滤表的运行情况，计算本工作周期时间的过滤表生存期参数最优值；在每个采样点，计算过滤表的平均表项数并与过滤表项数调整阈值进行比较，实时调整过滤表生存期参数。本发明可以对过滤表生存期参数进行动态调整。
-
公开(公告)号：CN101188530A
公开(公告)日：2008-05-28
申请号：CN200710303868.9
申请日：2007-12-26
Applicant: 清华大学
Abstract: 本发明公开了一种IPv4和IPv6网络故障检测及定位的方法和装置，属于计算机网络管理技术领域。所述方法包括：路由监测系统接收标识网络状态的链路状态广播，通过分析链路状态广播的类型及其信息变化产生网络事件，并将网络事件插入网络事件数据表；路由监测系统根据网络事件的属性，并对其和已有网络事件进行关联分析生成故障信息；路由监测系统将故障信息插入网络故障数据表，并向网管上报故障信息。所述装置包括：接收模块、分析产生模块、生成模块和上报模块。本发明通过路由监测系统收集标识网络状态的链路状态广播，并对链路状态广播进行存储和分析，从而实现了及时地检测并定位网络中出现的故障。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.022 seconds)
