-
公开(公告)号:CN119544500A
公开(公告)日:2025-02-28
申请号:CN202411423001.7
申请日:2024-10-12
Applicant: 清华大学
IPC: H04L41/0853 , G10L15/18 , H04L41/084
Abstract: 本申请涉及计算机网络配置技术领域,特别涉及一种基于大语言模型的路由配置互译方法、装置、设备及介质,其中,方法包括:获取待转换配置的路由器的原始配置文件和目标厂商的路由器的配置手册;基于大语言模型提取原始配置文件的源配置模板;利用配置手册对大语言模型进行训练得到目标大语言模型,基于目标大语言模型将源配置模板翻译成目标配置模板,基于目标配置模板将原始配置文件互译为与目标厂商的路由器对应的目标格式配置文件,其中,目标大语言模型具有目标厂商的路由器配置方法垂直领域知识。由此,解决了相关技术中配置解析器仅限于解析来自特定供应商的配置,无法实现不同厂商的路由器间的互译等问题。
-
公开(公告)号:CN116032557B
公开(公告)日:2024-07-02
申请号:CN202211606695.9
申请日:2022-12-13
IPC: H04L9/40 , H04L41/14 , H04L41/082 , G06N20/00
Abstract: 本发明公开了一种网络安全异常检测中深度学习模型的更新方法与装置,该方法包括:对不同网络安全场景的样本数据进行特征提取得到高维特征向量;输入至异常检测模型得到模型输入样本异常度值的原始输出值,对校正后的原始输出值进行漂移检测得到基于置信度的漂移检测结果;通过计算优化目标函数得到引起网络安全数据分布发生变化的漂移样本;利用漂移样本对异常检测模型进行模型重训练,通过计算模型重训练时的损失函数以优化模型参数权重,并基于优化后的模型参数权重以得到训练好的异常检测模型。本发明能准确的检测出分布的漂移,降低标注样本带来的人力开销,在拟合新环境的代表性样本的同时保证不会遗忘原有模型中的有效知识。
-
公开(公告)号:CN114389972B
公开(公告)日:2024-03-26
申请号:CN202210171121.7
申请日:2022-02-22
Applicant: 清华大学
IPC: H04L43/0829
Abstract: 一种丢包检测方法,应用于设置有第一缓冲区的源端,所述第一缓冲区包括至少一个存储单元,所述存储单元存储有计数值,所述丢包检测方法包括:所述源端获取待发送的数据包,根据预设生成方式为所述数据包生成索引值,根据所述索引值将所述数据包按预设映射方式映射到所述第一缓冲区的一个存储单元,称为第一目标存储单元,更新所述第一目标存储单元的计数值:在该第一目标存储单元的已有计数值上增加一次计数作为所述第一目标存储单元更新后的的计数值;所述源端将所述第一目标存储单元更新后的计数值加入到所述数据包的包头,发送所述数据包。本实施例提供的方案,通过在源端维护计数值和在目的端维护计数值,比较二者的计数值,实现丢包检测。
-
公开(公告)号:CN117651013A
公开(公告)日:2024-03-05
申请号:CN202311607137.9
申请日:2023-11-28
IPC: H04L45/02
Abstract: 一种自治系统网络拓扑识别方法、装置和存储介质,其中,所述方法包括:将互联网协议IP路径和其映射的自治系统AS路径,输入构造好的路径映射学习模型,获得所述IP路径中每个IP节点的映射判定结果;当所述IP路径中存在IP节点的映射判定结果为错误映射时,修正所述IP节点映射的AS节点。
-
公开(公告)号:CN117278468A
公开(公告)日:2023-12-22
申请号:CN202311188364.2
申请日:2023-09-14
Applicant: 清华大学
IPC: H04L45/76 , H04L47/125
Abstract: 本申请公开了一种基于服务链的流量迁移方法、装置、电子设备及存储介质。该方法包括:在获取到流经目标VNF实例的多个用户流量之后,根据每个用户流量对应的流量迁移成本以及流量路由成本,从多个用户流量中确定待迁移的目标用户流量,以及目标用户流量所对应的目标服务链,将目标用户流量迁移至目标服务链中,其中,流量路由成本用于表征流量迁移后的虚拟网络的网络性能,目标服务链为目标用户流量所流经的多个VNF实例组成的链序集合。本申请所提供的方案在保证流量迁移效果的同时,减少了流量迁移成本,实现了流量迁移成本与网络性能的均衡。
-
公开(公告)号:CN117118889A
公开(公告)日:2023-11-24
申请号:CN202311110350.9
申请日:2023-08-30
Abstract: 本申请实施例公开了一种AS路由路径的确定方法。所述方法包括:步骤A10、在接收到第m个路径推断请求后,获取当前的路径推断模型;步骤A20、以当前目的AS长度为N的路径为推断条件,循环每跳对应的验证通过路径,直到推断得到的全部验证通过路径的上一跳节点没有AS的上一跳节点没有AS为止,得到第m个路径推断请求的路径推断结果,步骤A30、利用第m个路径推断请求的路径推断结果,更新当前的路径推断模型的训练集;步骤A40、采用路径推断模型更新后的训练集,更新当前的路径推断模型,将更新得到的路径推断模型作为当前的路径推断模型,并继续执行步骤A10;其中m为正整数。
-
公开(公告)号:CN115695002A
公开(公告)日:2023-02-03
申请号:CN202211352783.0
申请日:2022-10-31
Applicant: 清华大学
IPC: H04L9/40 , G06N3/0464 , G06N3/08 , G06N3/09
Abstract: 本公开提供了一种流量入侵检测方法,可以应用于网络安全和计算机网络管理领域。该流量入侵检测方法包括:获取多个流量数据包;基于神经网络分别从多个流量数据包中提取多个特征向量;通过对多个特征向量构成的数据流进行傅里叶变换,提取数据流的频域特征;以及通过分类器,根据频域特征检测数据流的类型。本公开还提供了一种流量入侵检测装置、设备、存储介质和程序产品。
-
-
公开(公告)号:CN113810226A
公开(公告)日:2021-12-17
申请号:CN202111045786.5
申请日:2021-09-07
Applicant: 清华大学
Abstract: 本申请提出一种结合离散特征编码和聚类修正的广域网单点流量预测方法,包括:获取训练集、验证集和测试集,其中,所有数据集均包含流量时间序列和对应的小时信息、日期信息;使用K‑Means算法对训练集和验证集进行聚类得到聚类结果;对流量时间序列进行特征提取获得对应的流量时间序列关联特征;对小时信息、日期信息进行编码得到编码结果;将流量时间关联特征和编码结果进行拼接,拼接后的向量转换得到初步预测结果;根据聚类结果获取测试集包含的最后一个流量时间序列所属的聚类中心,将聚类中心与初步预测结果进行平均,得到最终预测结果。本申请利用广域网流量的周期性和潮汐性特征,提升了广域网单点流量预测的准确度。
-
-
-
-
-
-
-
-