-
公开(公告)号：CN1852164A
公开(公告)日：2006-10-25
申请号：CN200610011787.7
申请日：2006-04-25
Applicant: 清华大学
IPC: H04L12/24
Abstract: 基于联邦模型的P2P网络管理方法，是在包含有P2P(Peer－to－Peer)应用的网络中进行流量的检测管理的方法，属于网络流量控制方法技术领域。ISP端和P2P端向中心服务器进行注册；中心服务器维护注册用户信息的数据库；P2P端实时将自己维护的Peers列表发送给中心服务器；中心服务器处理列表实时发送给相应的ISP端；ISP端实时将自己所管理网段的路由信息表发送给中心服务器；中心服务器处理后将路由信息表实时发送给每一个P2P端，P2P和ISP双方进行有用信息交互；P2P端根据路由信息表可以实现快速下载；ISP端使用Peers列表对网络流量进行控制，达到管理P2P网络的目的。
-
公开(公告)号：CN114039937B
公开(公告)日：2024-08-13
申请号：CN202111350800.2
申请日：2021-11-15
Applicant: 清华大学
IPC: H04L47/80
Abstract: 本申请公开了一种网络资源管理方法及相关设备。该方法包括：在至少一个第一请求接入网络的情况下，获取所述至少一个第一请求的可用性；基于所述至少一个第一请求的可用性，确定第一网络场景的资源分配信息，其中，所述第一网络场景为第一预设时段内的多个网络场景中的任一网络场景；基于所述第一网络场景的资源分配信息，对所述第一网络场景下各所述第一请求分配资源。如此，能够依据接入网络的请求的可用性对请求分配资源，减少网络资源浪费，提高网络利用率，保障了应用的高可用性。
-
公开(公告)号：CN116489091A
公开(公告)日：2023-07-25
申请号：CN202310318525.9
申请日：2023-03-28
Applicant: 清华大学
Abstract: 本申请涉及一种基于远程带内遥测和时延的流量调度方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取累计队列长度与数据往返时间；针对不同的流量调度路径，根据每一所述流量调度路径对应的比例积分控制器、所述累计队列长度以及所述数据往返时间，确定每一所述流量调度路径对应的控制因子；根据每一所述流量调度路径对应的控制因子以及所述流量调度路径对应的目标流量调度策略，控制拥塞窗口大小，对所述流量调度路径的流量进行调度。采用本方法能够加快拥塞信号的收敛速度，加快解决流量调度过程中的拥塞问题。
-
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：CN115277245A
公开(公告)日：2022-11-01
申请号：CN202210956100.6
申请日：2022-08-10
Applicant: 清华大学
IPC: H04L9/40 , H04L43/0823
Abstract: 本文公开基于属性的多维异常根因定位方法，包括：根据多维属性记录数据集构建频繁模式树，利用所述频繁模式树进行频繁项挖掘，得到影响异常的粗粒度的属性值组合；其中，多维属性记录数据集中的任意一条记录包括多维属性的属性值以及关键性能指标KPI的测量值；利用粗粒度的属性值组合之间的超集‑子集关系构建属性分析图，利用所述属性分析图进行启发式搜索得到影响异常的更细粒度的属性值组合。本文的多维异常根因定位方法可解释性强、速度快、准确性高。
-
公开(公告)号：CN114024726B
公开(公告)日：2022-09-02
申请号：CN202111244852.1
申请日：2021-10-26
Applicant: 清华大学
IPC: H04L9/40 , H04L47/2483 , G06K9/62
Abstract: 一种在线检测网络流量的方法及系统，获取设定时间窗内的网络流量样本，得到对应不同网络属性特征类别的网络流量样本空间；采用分割熵方式计算，得到低、中概率联合空间的样本熵向量集合，及高、中概率联合空间的样本熵向量集合；通过GAN进行扩充；训练得到对应网络属性特征类别的正常低熵范围及正常高熵范围；在线检测网络流量时，从网络中获取设定时间窗内的网络流量，得到低、中概率联合空间的熵向量集合，及得到高、中概率联合空间的熵向量集合，基于对应网络属性特征类别的正常低熵范围及正常高熵范围判断，得到对应的网络属性特征的异常检测结果；对应网络属性特征，确定网络异常类型。因此在线检测网络流量，得到准确的网络异常类型。
-
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：CN110601984B
公开(公告)日：2020-10-23
申请号：CN201910891163.6
申请日：2019-09-20
Applicant: 清华大学
IPC: H04L12/749 , H04L29/12
Abstract: 本申请实施例提供一种获取本地服务、生成链路本地地址的方法及装置，应用于用户设备，所述方法包括：在所述用户设备接入IPv6网络后，确定是否接收到路由器通告报文，其中，所述路由器通告报文中携带有用于指示本地服务入口的统一资源标识符URI；若没有接收到所述路由器通告报文，获取目标本地服务对应的链路本地地址，其中，所述链路本地地址中嵌入有目标本地服务对应的服务描述信息；基于所述链路本地地址，获取所述目标本地服务。如此，通过链路本地地址来获取本地服务，能够实现不依赖于DNS服务器、DHCP服务器等其它服务器，只需接入IPv6网络即可获取到所需的目标本地服务。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.025 seconds)
