一种用于光通信的信号均衡方法及装置

    公开(公告)号:CN110190909A

    公开(公告)日:2019-08-30

    申请号:CN201910493273.7

    申请日:2019-06-06

    Abstract: 本发明实施例提供一种用于光通信的信号均衡方法及装置,包括:将待均衡的信号进行预处理,得到目标信号;基于训练好的信号均衡模型,对所述目标信号进行均衡处理,获取到所述目标信号的均衡结果,以得到均衡后的信号;所述训练好的信号均衡模型是基于XGBoost模型构建得到的,并由具有多个特征,且标注有标签的样本信号训练得到的。本发明实施例将基于自适应树模型的机器学习方法应用到信号均衡中,即利用XGBoost模型对多种光通信场景下的接收信号进行智能均衡,实现信号均衡的智能化和自动化,从而更加准确地均衡信号,并且能够以较低的复杂度实现更好的性能。

    一种网络异常行为的动态标识方法

    公开(公告)号:CN118316716A

    公开(公告)日:2024-07-09

    申请号:CN202410562995.4

    申请日:2024-05-08

    Abstract: 本发明提供一种网络异常行为的动态标识方法,属于网络安全技术领域,具体包括:通过关联系数确定不同的组合识别模型与其它的组合识别模型的模型关联系数以及不同的组合识别模型的识别有效性,根据历史识别数据确定不同类型的网络异常行为的识别准确率以及不同的组合识别模型的识别准确率,利用不同类型的网络异常行为的出现频繁度、组合识别模型的识别准确率以及识别有效性确定不同的组合识别模型的识别处理顺序,按照识别处理顺序进行网络异常行为的识别得到识别结果,并基于识别结果确定进行二次识别的网络异常行为的识别模型,从而进一步提升了网络异常行为的准确识别和标识。

    软件定义光网络中收发机的配置方法及装置

    公开(公告)号:CN110519664B

    公开(公告)日:2020-11-13

    申请号:CN201910722503.2

    申请日:2019-08-06

    Abstract: 本发明实施例提供一种软件定义光网络中收发机的配置方法及装置。其中,方法包括:将软件定义光网络的配置前网络状态输入至决策网络,获取所述决策网络的输出结果;根据所述输出结果,从预设的配置动作集中确定目标配置动作,并根据所述目标配置动作对所述软件定义光网络中的收发机进行配置。本发明实施例提供的方法及装置,通过持续对训练网络进行训练,并基于训练网络得到决策网络,以将软件定义光网络的配置前网络状态输入至决策网络,根据决策网络的输出结果,从预设的配置动作集中确定目标配置动作,并根据目标配置动作对软件定义光网络中的收发机进行配置,节省了配置时间,并降低了资源占用。

    软件定义光网络中收发机的配置方法及装置

    公开(公告)号:CN110519664A

    公开(公告)日:2019-11-29

    申请号:CN201910722503.2

    申请日:2019-08-06

    Abstract: 本发明实施例提供一种软件定义光网络中收发机的配置方法及装置。其中,方法包括:将软件定义光网络的配置前网络状态输入至决策网络,获取所述决策网络的输出结果;根据所述输出结果,从预设的配置动作集中确定目标配置动作,并根据所述目标配置动作对所述软件定义光网络中的收发机进行配置。本发明实施例提供的方法及装置,通过持续对训练网络进行训练,并基于训练网络得到决策网络,以将软件定义光网络的配置前网络状态输入至决策网络,根据决策网络的输出结果,从预设的配置动作集中确定目标配置动作,并根据目标配置动作对软件定义光网络中的收发机进行配置,节省了配置时间,并降低了资源占用。

Patent Agency Ranking