-
公开(公告)号:CN119172154B
公开(公告)日:2025-02-18
申请号:CN202411376744.3
申请日:2024-09-29
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0464 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及网络攻防技术领域,特别涉及一种基于深度学习的DDoS攻击流量检测方法,方法包括:解析终端设备发送的当前数据流得到多个数据包的特征序列;基于多个数据包的特征序列组成时序特征矩阵输入至目标深度学习模型进行流量检测,得到模型检测结果,其中,目标深度学习模型由对初始深度学习模型训练得到;若模型检测结果为DDoS攻击流量,则终端设备发送警报信息至显示界面,若终端设备接收到用户的DDoS攻击流量为正常流量的的确认指示,则判定DDoS攻击流量为正常流量,并自修正目标深度学习模型的参数,若终端设备接收到用户的DDoS攻击流量为非正常流量的确认指示,则判定DDoS攻击流量为非正常流量。
-
公开(公告)号:CN119254395A
公开(公告)日:2025-01-03
申请号:CN202411230602.6
申请日:2024-09-03
Applicant: 北京理工大学
IPC: H04L5/00 , H04L25/02 , H04B7/0413
Abstract: 本申请涉及一种基于去蜂窝大规模MIMO架构的导‑频分配方法及装置,其中,方法包括:基于预设的去蜂窝大规模MIMO架构,并根据目标网络中的每个无线接入点和每个目标用户构建目标网络对应的无向拓扑图;根据预设的信号阈值和大尺度衰落系数化简无向拓扑图,生成简化无向拓扑图;根据简化无向拓扑图对每个目标用户进行可用导频分析,得到每个目标用户的可用导频分析结果,并基于可用导频分析结果,结合预设的导频使用次数要求或导频污染值要求,为每个目标用户分配相应的目标导频。由此,解决了现有技术在导频资源有限的条件下,难以有效地分配导频资源,每个用户无法均获取正交导频时,导频污染抑制难等问题。
-
公开(公告)号:CN119172155A
公开(公告)日:2024-12-20
申请号:CN202411377435.8
申请日:2024-09-29
Applicant: 北京理工大学
IPC: H04L9/40 , G06F18/214
Abstract: 本发明涉及数字信息的传输技术领域,特别涉及一种基于识别模型的DDoS攻击防御方法,其中,方法包括:获取来自目标数据源的训练数据,并进行模型训练,得到初始攻击识别模型;利用服务器对初始攻击识别模型进行调试,得到调试结果;在预设时长内,判断调试结果是否满足预设正常报警条件,如果调试结果满足预设正常报警条件,则将初始攻击识别模型作为实际攻击识别模型,否则,基于调试结果重新训练初始攻击识别模型,直至满足预设迭代停止条件,得到实际攻击识别模型,以利用所述实际攻击识别模型进行DDoS攻击识别。由此,解决了相关技术中,构建成本较高,无法有效缓解服务器压力,且实施难度大,不利于推广应用等技术问题。
-
公开(公告)号:CN118886342A
公开(公告)日:2024-11-01
申请号:CN202411377562.8
申请日:2024-09-29
Applicant: 北京理工大学
IPC: G06F30/27 , G06N3/0455 , G06N3/084
Abstract: 本申请涉及通信工程和深度学习技术领域,特别涉及一种基于大模型的多条件天线优化方法,其中,方法包括:将至少一个目标天线的设计数据分为训练集、验证集和测试集中的至少一个;利用Adam算法设置生成式预训练GPT模型训练过程中的第一超参数;利用混淆矩阵对GPT最终模型在测试集上的输出结果进行分析,评估GPT最终模型对天线性能条件的理解能力,并根据理解能力对GPT最终模型和第二超参数进行调整优化,以优化目标天线的设计。由此,解决了相关技术中的天线设计方法往往基于经验和试错,难以满足高速数据传输、大容量通信、低延迟等多种需求,效率和性能较低的问题。
-
-
-