-
公开(公告)号:CN113033614A
公开(公告)日:2021-06-25
申请号:CN202110221395.8
申请日:2021-02-27
Applicant: 中国人民解放军战略支援部队信息工程大学 , 网络通信与安全紫金山实验室
Abstract: 本发明属于网络安全技术领域,特别涉及一种网络流量数据处理方法及系统,用于网络流量分类检测,包含:对原始网络流量数据集中不平衡数据进行采样并通过加入噪声来获取待处理数据,其中,不平衡数据为网络流量各类分布占比小于设定条件值类型的流量数据;对待处理数据进行标准化处理,并基于数据生成器生成样本数据;将样本数据添加至原始网络流量数据集中,组成用于网络流量分类检测的增强数据集。本发明采用数据生成器能够对采样数据的隐变量和似然函数精确处理,可以生成较为清晰的样本数据;且该方法可以对大型图像数据处理,在现实生活中具有较高的应用前景,在硬件上处理效率高,优化过程较为简单。
-
公开(公告)号:CN113011163A
公开(公告)日:2021-06-22
申请号:CN202110222535.3
申请日:2021-02-27
Applicant: 中国人民解放军战略支援部队信息工程大学 , 网络通信与安全紫金山实验室
IPC: G06F40/216 , G06F40/242 , G06F40/284 , G06F40/30 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理技术领域,特别涉及一种基于深度学习模型的复合文本多分类方法及系统,包含:将复合文本转换至词语粒度级的文本表示,对转换后的词语粒度级文本表示进行预处理,并通过词嵌入方法表示为词向量;将词向量作为深度学习模型输入,通过模型CNN卷积层提取文本特征,选取卷积后向量,并保留全局部分序列关联信息,通过模型self‑attention层为文本特征向量附加权重并进行等长向量序列拼接,利用模型LSTM循环层提取文本特征向量;通过模型池化层对文本特征向量进行平均化操作,并利用softmax分类器获取输入的文本类别概率,依据概率大小来获取文本分类结果。本发明可解决复合文本精确多分类问题,满足自然语言文本多分类预测识别的实际应用。
-
公开(公告)号:CN109818864A
公开(公告)日:2019-05-28
申请号:CN201811520036.7
申请日:2018-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L12/721 , H04L12/743 , H04L12/755
Abstract: 本发明属于计算机网络通信技术领域,特别涉及一种软件定义网络中数据流路径更新方法及装置,该方法包含:提取更新过程中一致性约束特征,确定约束逻辑关系,并根据初始网络配置与最终网络配置,建立线性规划模型;求解线性规划模型,若模型无解,则返回约束逻辑关系确定过程对约束逻辑关系进行约束置换,重新建立线性规划模型;若模型有解,则获取执行复制匹配操作节点数目进行数据流拼接。本发明中协同利用源路由与一致性约束提取与置换,通过约束提取与建模、约束置换与模型求解、操作序列校验与源路由拼接,可以在保证一致性特征的前提下,大幅度削减更新过程的TCAM冗余资源开销,对软件定义网络技术发展领域具有重要的指导意义。
-
公开(公告)号:CN116208673B
公开(公告)日:2024-05-07
申请号:CN202310106552.X
申请日:2023-02-13
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络设备技术领域,具体涉及一种多样化网络模态共存的转发装置及方法,该装置包括前端处理单元、在线可编译单元和后端处理单元,前端处理单元用于数据包的预处理,将数据包引导至相应的网络模态处理;在线可编译单元用于支持多种网络模态处理逻辑独立编译,动态加/卸载,每种网络模态运行自定义的解析、匹配/动作、队列调度和逆解析的处理逻辑;后端处理单元用于根据网络模态的处理结果更新数据包外部包头,实施自定义的多模态网络数据报文混合调度策略。本发明打破了传统网络设备单一的网络处理逻辑,可支持多种网络模态处理逻辑共存。
-
公开(公告)号:CN117519935A
公开(公告)日:2024-02-06
申请号:CN202311510999.X
申请日:2023-11-14
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及云边系统网络技术领域,特别涉及一种基于强化学习的云边系统多资源交错任务调度方法及系统,建立多资源任务队列系统模型,依据边缘节点的任务及可用资源信息并基于深度神经网络获取边缘节点排队任务的最优化分组方案,最优化分组方案任务分组内各任务在不同资源上交错执行;将深度神经网络作为策略网络部署至云边系统SDN控制器,利用SDN控制器收集网络中当前边缘节点的任务及可用资源信息并通过深度强化学习算法对策略网络在线训练,利用策略网络输出当前边缘节点排队任务的调度转发策略;SDN控制器依据调度转发策略并通过流表调整当前边缘节点排队任务的调度转发顺序。本发明能够适配于云边协同网络的任务管理调度,可提升云边系统效率。
-
公开(公告)号:CN114915670B
公开(公告)日:2023-10-24
申请号:CN202210379366.9
申请日:2022-04-12
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种支持多种协议共存的网络切片实现方法与装置。该方法包括:在控制平面和数据平面之间部署网络切片装置,利用所述网络切片装置将用户业务需求映射为物理网络切片需求,根据所述物理网络切片需求在数据平面上生成多个不同的网络切片,每个所述网络切片之间相互隔离;在控制平面上为每个所述网络切片对应配置一个控制器,采用所述控制器对所述网络切片进行管理;利用所述网络切片装置将用户业务需求映射为切片协议部署需求,根据所述切片协议部署需求在内置的协议库中选取适配的协议部署到对应的网络切片并运行。
-
公开(公告)号:CN113037730B
公开(公告)日:2023-06-20
申请号:CN202110221394.3
申请日:2021-02-27
Applicant: 中国人民解放军战略支援部队信息工程大学 , 网络通信与安全紫金山实验室
Abstract: 本发明属于网络安全技术领域,特别涉及一种基于多特征学习的网络加密流量分类方法及系统,包含:通过对原始流量数据集进行预处理来获取用于作为深度学习模型输入的流量数据包向量;将流量数据包向量分别输入到已训练的多通道CNN模型和LSTM模型中进行并行学习,通过多通道CNN模型提取数据包空间特征,通过LSTM模型提取流量时序特征;将数据包空间特征和流量时序特征进行向量拼接,得到全方位流量特征向量;将全方位流量特征向量输入到神经网络全连接层,通过流量类型概率来获取加密流量分类类型。本发明能够从空间特征和时间特征的角度全方位自动提取和利用流量特征,提升加密流量的分类能力,具有较好的应用价值。
-
公开(公告)号:CN115277604B
公开(公告)日:2023-04-25
申请号:CN202210815179.0
申请日:2022-07-09
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L49/25
Abstract: 本发明一种异构网络平台协同处理系统和方法。该系统包括前端处理单元和后端处理单元;所述前端处理单元,用于接收由外部端口传入的数据包,对所述数据包进行模态分类,分为无状态转发的数据包和有状态转发的数据包;采用无状态转发流水线对无状态转发的数据包进行处理;以及对无状态转发流水线的处理结果和有状态转发流水线的处理结果进行汇聚并转发;所述后端处理单元,用于采用有状态转发流水线对有状态转发的数据包进行处理,并将处理结果反馈至前端处理单元。本发明可以根据多样化的网络需求,灵活切换数据包的有状态和无状态转发处理,以提供不同场景下差异化的网络性能保障,大大提高了转发效率。
-
公开(公告)号:CN115756488A
公开(公告)日:2023-03-07
申请号:CN202211464237.6
申请日:2022-11-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F8/41
Abstract: 本申请公开了一种数据平面中网络设备的编程方法及多目标编译装置,该方法包括:获取待部署处理程序;基于待部署处理程序,确定得到存储子程序、计算子程序和转发子程序;从数据平面中至少一个可使用网络设备中确定出至少满足存储子程序对应的存储功能、计算子程序对应的计算功能和转发子程序对应的转发功能的至少一个待使用网络设备;将存储子程序、计算子程序和转发子程序部署到至少一个待使用网络设备;将至少一个待使用网络设备部署的存储子程序、计算子程序和转发子程序转换为至少一个待使用网络设备可识别的待使用存储子程序、待使用计算子程序和待使用转发子程序。
-
公开(公告)号:CN115348323A
公开(公告)日:2022-11-15
申请号:CN202210976337.0
申请日:2022-08-15
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明所提供的数据处理方法、装置、设备和存储介质,可以获取用户的业务请求。然后基于业务请求确定和业务请求相匹配的模态处理程序。基于模态处理程序确定处理业务请求所需的网络资源和网络资源间的连接关系,并基于可编程互联通道对各网络资源进行连接。对归属于业务请求下的数据包进行预处理后,传输至模态处理程序进行处理,并将处理后的数据包转发至数据包接入的物理端口,其中模态处理程序和物理端口之间基于可编程互联通道进行连接。该数据处理方法实现了网络各类资源的动态按需调度,实现了模态处理逻辑的灵活部署和动态组合,解决传统的数据处理流程难以改变的问题,使该网络设备能按网络需求多样化的功能呈现,满足不同的网络场景。
-
-
-
-
-
-
-
-
-