-
公开(公告)号:CN115576732B
公开(公告)日:2023-03-10
申请号:CN202211427061.7
申请日:2022-11-15
Abstract: 本说明书实施例提供根因定位方法以及系统,其中所述根因定位方法包括:获取在故障时间点虚拟机集群中虚拟机的流量变化信息;根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机,并加载所述候选虚拟机关联所述故障时间点的历史数据;根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息;基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号:CN115208800B
公开(公告)日:2023-01-03
申请号:CN202211129938.4
申请日:2022-09-16
Applicant: 清华大学
IPC: H04L43/10 , H04L43/0805 , H04L43/16 , G06N20/00
Abstract: 本发明公开了基于强化学习的全互联网端口扫描方法及装置,该方法包括将互联网划分为多个目标网络,对每个目标网络中的预设数量的活跃地址进行全端口扫描,以根据扫描得到的端口开放信息构建开放端口关联图;根据开放端口关联图推荐每个目标网络中未探测的活跃地址的候选端口,对候选端口进行扫描得到端口扫描反馈结果;基于端口扫描反馈结果对候选端口的预期奖励进行更新,并基于更新后的预期奖励更新开放端口关联图,根据更新后的开放端口关联图预测每个目标网络下一个需要被扫描的活跃地址的候选端口;当每个目标网络的探测端口的数量达到探测数量阈值时,完成一个目标网络的端口扫描任务。本发明优先扫描更有可能开放的端口提高探测的利用率。
-
公开(公告)号:CN115514620A
公开(公告)日:2022-12-23
申请号:CN202211427145.0
申请日:2022-11-15
IPC: H04L41/0631 , H04L67/10
Abstract: 本发明实施例提供了一种异常检测的方法和云网络平台,所述方法包括:获取在虚拟网络设备变更开始后采集的实时流量数据;在所述实时流量数据为具有时序特征的流量数据的情况下,将实时流量数据输入预先训练的数据模型,并根据实时流量数据和所述数据模型输出针对所述实时流量数据的重构结果,生成第一偏差数据;根据所述第一偏差数据和预先确定的异常数据阈值,生成异常检测结果。通过本发明实施例,实现了对虚拟网络设备变更导致网络流量异常的检测优化,能够满足大规模网络中对不同类型设备的通用性要求,有利于建立统一的网络变更管理平台,进而能够通过统一的网络变更管理平台实现对全网各类变更的虚拟网络设备进行统一的、自适应的异常检测。
-
公开(公告)号:CN115277464A
公开(公告)日:2022-11-01
申请号:CN202210520263.X
申请日:2022-05-13
IPC: H04L43/04 , H04L41/0631 , H04L41/16
Abstract: 本申请提出了一种基于多维时间序列分析的云网络变更流量异常检测方法,涉及数据分析技术领域,其中,该方法包括:将云网络变更流量处理为多维时间序列,并检测所述多维时间序列的每个时间维度中包含的突刺点;根据序列的每个时间维度中包含的突刺点对多维时间序列进行突刺平滑处理,得到目标时间序列;对目标时间序列的每个维度的数据进行异常检测,得到异常检测结果;对多维时间序列中的所有时间维度进行分类,根据分类结果对异常检测结果进行汇总,得到变更异常判别结果。采用上述方案的本申请能够提高异常检测准确率,进而更好地保证大规模云网络的稳定运行、提高云网络的服务质量。
-
公开(公告)号:CN115208800A
公开(公告)日:2022-10-18
申请号:CN202211129938.4
申请日:2022-09-16
Applicant: 清华大学
IPC: H04L43/10 , H04L43/0805 , H04L43/16 , G06N20/00
Abstract: 本发明公开了基于强化学习的全互联网端口扫描方法及装置,该方法包括将互联网划分为多个目标网络,对每个目标网络中的预设数量的活跃地址进行全端口扫描,以根据扫描得到的端口开放信息构建开放端口关联图;根据开放端口关联图推荐每个目标网络中未探测的活跃地址的候选端口,对候选端口进行扫描得到端口扫描反馈结果;基于端口扫描反馈结果对候选端口的预期奖励进行更新,并基于更新后的预期奖励更新开放端口关联图,根据更新后的开放端口关联图预测每个目标网络下一个需要被扫描的活跃地址的候选端口;当每个目标网络的探测端口的数量达到探测数量阈值时,完成一个目标网络的端口扫描任务。本发明优先扫描更有可能开放的端口提高探测的利用率。
-
公开(公告)号:CN113746691B
公开(公告)日:2022-08-16
申请号:CN202110801532.5
申请日:2021-07-15
Applicant: 清华大学
IPC: H04L43/0811 , H04L43/10 , H04L41/0677 , H04L101/659
Abstract: 本发明提出一种基于ICMP限速的远程IPv6节点相互连通性测量方法,包括:确定离第二远程IPv6节点最近的边缘路由器,和边缘路由器下面不可达的第三远程IPv6节点;测量点先向第三远程IPv6节点发送N个ICMP回显请求报文;测量点再向第三远程IPv6节点发送N个ICMP回显请求报文;将步骤S20和步骤S30分别重复执行q次,分别获取x的q个取值以及y的q个取值,并分别计算x和y的q个取值的平均值,x的平均值为y的平均值为其中,q为正整数;若确定第一远程网络节点与第二远程网络节点的连通性正常;若确定第一远程网络节点与第二远程网络节点的连通性异常。本申请提出的方法在任意两个远程网络节点进行连通性测量上具有高效性、高覆盖、高可用等优点。
-
公开(公告)号:CN113382092B
公开(公告)日:2022-05-20
申请号:CN202110458412.X
申请日:2021-04-27
Applicant: 清华大学
IPC: H04L61/5007 , H04L101/659
Abstract: 本发明公开了一种基于图社区发现的活跃地址探测方法及装置,将收集的IPv6种子地址集合划分为多个地址集合,并对每个地址集合生成其地址结构模式,通过计算这些模式之间的相似度建立无向图,最终利用图社区发现算法从该图结构中挖掘热门的地址结构模式,并将这些模式通过组织关联策略用于无种子地址的BGP前缀下进行IPv6活跃地址发现。提供了一种基于图社区发现算法的通用、自动化并且具有高命中率的无种子地址区域的IPv6活跃地址探测方案。
-
公开(公告)号:CN114205289A
公开(公告)日:2022-03-18
申请号:CN202111232419.6
申请日:2021-10-22
Applicant: 清华大学
IPC: H04L45/28 , H04L45/00 , H04L47/10 , H04L41/14 , H04L41/142
Abstract: 本申请实施例公开了一种分段路由网络中考虑故障的流量工程计算方法和装置,该方法包括:获取概率性故障模型,根据概率性故障模型计算预设网络状态的发生概率;根据发生概率和预设计算式计算概率阈值;构建数学规划问题;该数学规划问题的目标包括:最小化定义的损失函数的尾部损失值期望;尾部损失值期望指对于每个确定的路由配置,均已知在概率阈值情况下网络最大链路利用率的最大可能值,将大于该最大可能值的最大链路利用率的期望作为尾部损失值期望;数学规划问题的约束包括:所有流量都在网络中被完整路由、路由量为非负数和压缩状态有最大的损失值;求解该数学规划问题,获取路由配置。该实施例方案实现了在发生网络故障时避免网络拥塞。
-
公开(公告)号:CN113296894B
公开(公告)日:2022-03-04
申请号:CN202110619375.6
申请日:2021-06-03
Applicant: 清华大学
Abstract: 本申请提出一种云网络虚拟专有网络内部主动探测路径规划方法及装置,其中,具体实现方案为:确定云网络虚拟专有网络中多个物理机和每个物理机上部署的所有虚拟机的标识信息;将每个物理机作为一个节点,根据每个物理机上部署的所有虚拟机的标识信息,以全互联的方式生成多个物理机间的第一探测路径;根据每个物理机上部署的所有虚拟机的标识信息,以及参与第一探测路径的第一虚拟机的标识信息,获取每个物理机的剩余虚拟机集合;根据每个物理机的剩余虚拟机集合,使用冗余探测路径生成算法,生成每个第二虚拟机与虚拟交换机之间的第二探测路径。本申请达到了使用尽可能少的探测路径能覆盖网络中出现故障的地方的效果。
-
公开(公告)号:CN113780528A
公开(公告)日:2021-12-10
申请号:CN202111045792.0
申请日:2021-09-07
Applicant: 清华大学
Abstract: 本申请公开了一种在线反馈的知识蒸馏方法及装置,该方法包括:基于两个状态机设计蒸馏模型,以构成决策系统,其中,第一个状态机表示模型决策结果,第二个状态机关联模型决策结果和专家反馈状态;根据蒸馏模型将在线蒸馏过程分为两个阶段:更新阶段和测试阶段;其中,更新阶段将更新后的专家反馈融入决策系统中,测试阶段将蒸馏模型作为插件和原始模型一起参与决策。本发明不依赖于全新的蒸馏模型进行检测,同时能很好的支持在线反馈和更新蒸馏模型,易于维护和使用,通用性强。基于蒸馏模型,操作人员可以更快的进行模型理解,模型的检测效果也能得到有效提升。
-
-
-
-
-
-
-
-
-