-
公开(公告)号：CN119420629A
公开(公告)日：2025-02-11
申请号：CN202411450178.6
申请日：2024-10-17
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
IPC: H04L41/0631 , H04L41/16 , G06N3/042
Abstract: 本发明涉及一种基于图卷积神经网络的微服务故障根因定位方法(Micro)，该方法通过图卷积神经网络分析微服务之间的复杂依赖关系，帮助在故障发生时判断故障类型，首先，利用监控系统模拟各种故障类型并将其注入系统，对模拟故障的度量数据进行分类和标记，然后，通过图卷积神经网络MetricSage，基于历史度量数据进行训练，以实现实例级别的故障根因分析。故障发生后，系统收集实时故障数据和服务调用数据，并通过异常服务调用数据构建微服务异构拓扑子集。根据实时指标数据分配权重，创建加权异构拓扑，并对其执行个性化随机漫步算法以生成根因候选集。最后，将该候选集和实时数据特征输入MetricSage进行特征加权分析，确定最终的故障根因和类型。
-
公开(公告)号：CN117632355A
公开(公告)日：2024-03-01
申请号：CN202311359179.5
申请日：2023-10-19
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
Abstract: 本发明公开了一种基于云平台资源监视的虚拟资源高速调度系统，包括资源管理调度系统，资源管理调度系统包括虚拟资源层、管理层和服务层，虚拟资源层包括计算资源、存储资源和网络资源的虚拟化资源池，管理层包括对云资源的监控、管理和调度。通过云资源管理与调度主要是对云计算资源、云存储资源以及云网络资源的虚拟化管理以及动态调度，通过对云资源的统一管理、监控、部署以及调度，实现对资源安全、高效、经济的管理，并流量调度、流量分配及故障流量切换技术，遇到云平台故障时，快速切换云平台的可用区，减少对用户的感知。
-
公开(公告)号：CN117675709A
公开(公告)日：2024-03-08
申请号：CN202311514212.7
申请日：2023-11-14
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
IPC: H04L47/12 , H04L47/2441 , H04L47/24 , H04L47/76
Abstract: 本发明公开了一种基于云平台调度的流量分配方法，从源网端获取各种需要进行分配流量的整体信息，比如流量类型以及优先级等等；然后建立多个监控节点对云平台内部的用户使用数据进行实时监控；综合接收到的流量信息以及云平台的使用情况，采用优化算法对流量进行动态调度和分配，算法根据每处流量的节点的硬件软件性能，以及带宽限制等因素，以最大化资源利用效率和服务质量。算法根据每处流量的节点的硬件软件性能，以及带宽限制等因素，以最大化资源利用效率和服务质量，更好的利用优化计算和存储资源，从而提高了网络性能和响应速度，使得数据流量更加合理的调度，不会出现网络延迟和拥塞，使得流量调度更加高效。
-
公开(公告)号：CN117596027A
公开(公告)日：2024-02-23
申请号：CN202311522813.2
申请日：2023-11-15
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
Abstract: 本发明公开了一种基于层次结构的云平台隐私保护方法(HLPP)，系统模型主要由5个部分组成：PID交换服务器IDES、LBS APPs森林节点、代表APP节点、各大LBS APP节点和位置提供商LP。具体步骤：各个APP之间广播请求聚合消息，成功聚合后形成聚合包；其次，检查聚合包中每个APP的位置信息。如果该位置属于敏感位置，将调用PID交换算法来保护位置隐私；相反，如果该位置属于普通位置，将调用改进的PLAM算法来保护位置隐私。最后，由代表APP将聚合包发送给位置服务提供商，以请求位置服务。该方案旨在相较于现有的方案提高了响应速度，降低了流量负载，对于具有相同位置的k个用户，有效保护其位置隐私。
-
公开(公告)号：CN117614874A
公开(公告)日：2024-02-27
申请号：CN202311528680.X
申请日：2023-11-14
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
Abstract: 本发明提供一种基于流量的应用层云协议优化识别方法，属于云服务网络安全领域，所述优化识别方法包括改进现有网络协议频繁项提取方法，基于序列比对的工业协议语义识别方法、构建协议内部依赖关系的状态转换图三种方向，改进的频繁项提取方法通过确定最大频繁项长度，自顶向下结合位置信息筛选频繁项特征；序列比对的语义识别方法基于工业协议的简明结构和云端边缘架构特征，在边缘节点多序列比对，对报文序列进行字段划分和语义识别；构建状态转换图利用图论与概率论知识，对难以挖掘的协议统计分析字段出现位置、概率、依赖关系，构建图用于描述协议内部依赖关系，结合上述三者可设计一种整体的云端工业协议识别框架。
-
Patent Agency Ranking
公开(公告)号：CN117459438A
公开(公告)日：2024-01-26
申请号：CN202311514213.1
申请日：2023-11-14
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
Abstract: 本发明公开了一种云环境下二进制协议消息的边界划分方法，包括对字段边界进行垂直分析步骤，对字段边界进行水平分析步骤和结合垂直分析和水平分析结果综合分析步骤；垂直分析步骤通过消息间所呈现出结构信息，对相邻消息进行比较，从而得出相关的统计信息，水平分析步骤使用路径搜索算法等对消息的内部结构进行分段，水平分析作用的单条消息，结合垂直分析可将分析对象由单条消息转为消息集合，即为综合分析步骤；本方法利用消息固有的结构以及消息间所蕴含的信息，适用于云环境下二进制协议的边界划分。
-
公开(公告)号：CN119544259A
公开(公告)日：2025-02-28
申请号：CN202411444901.X
申请日：2024-10-16
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
IPC: H04L9/40 , H04L9/00 , H04L67/104 , G06F21/62 , G06F21/60 , G06F21/32 , G06F21/64 , G06F18/241
Abstract: 本发明公开了一种云平台数据安全风险预测方法、系统及存储介质，涉及数据安全技术领域，包括：获取云平台的至少一个数据存储节点和至少一个数据存储路径；获取数据存储节点的数据重要等级；对云平台的数据进行备份，备份数据存储在区块链中；得到至少一个网络攻击类别，计算得出网络攻击类别的占比；计算得出网络攻击类别对云平台攻击的平均影响因子；计算得出至少一个网络攻击对云平台攻击的总体影响因子；使用总体影响因子作为云平台数据安全风险预测等级。通过设置安全分类模块、异常获取模块、因子计算模块和风险预测模块，考虑到各种网络攻击的不同情况及对数据影响的不同，得到的预测结果具有较高的参考价值。
-
公开(公告)号：CN119537070A
公开(公告)日：2025-02-28
申请号：CN202411447065.0
申请日：2024-10-16
Applicant: 国网安徽省电力有限公司信息通信分公司 , 东南大学
IPC: G06F11/07 , G06F18/22 , G06F18/24 , G06F18/213
Abstract: 本发明公开了一种云平台大规模主机故障的处理方法及系统，包括：获取所有历史主机分析原始数据，并对所有历史主机分析原始数据进行特征提取。基于对主机中的海量历史分析数据及最终的分析结果进行综合总计分析，最终分析为存有主机故障种类的所有历史分析特征数据中出现的分析特征作为与主机故障种类相关的若干个分析特征，同时计算主机故障种类与分析特征之间的相关权重，依次作为后续分析时，进行匹配度计算的数据基础，进而实现对于海量分析数据的有效复用，提高推荐分析手段时的精准度，可有效的降低对于工作人员分析经验的积累需求，实现海量分析数据的有效复用，保证主机故障分析时可以进行推荐最佳的检修手段。
-
公开(公告)号：CN118093102B
公开(公告)日：2024-07-23
申请号：CN202410507949.4
申请日：2024-04-25
Applicant: 东南大学 , 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明公开了一种群智感知中的资源分配方法，涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题，本发明根据群智感知的真实情况，提出了移动用户个人的对不同任务的偏好属性并进行量化分析，提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度，并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下，相较于对比的基于贪心和等级划分的优化算法，CSI算法在效用指标上有10%~20%的提升，且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标，助力提高收集数据的质量，同时增加系统的可靠性和稳健性。
-
公开(公告)号：CN118093102A
公开(公告)日：2024-05-28
申请号：CN202410507949.4
申请日：2024-04-25
Applicant: 东南大学 , 国网安徽省电力有限公司信息通信分公司
Abstract: 本发明公开了一种群智感知中的资源分配方法，涉及移动用户MU的策略制定过程中一致的部分建模为标准的凸优化问题，本发明根据群智感知的真实情况，提出了移动用户个人的对不同任务的偏好属性并进行量化分析，提出连续策略迭代算法CSI使得MCS系统能够在跨周期迭代的过程中学习用户的偏好程度，并与相关的Greedy以及Ranking算法进行了仿真比较。在一般的实验设置下，相较于对比的基于贪心和等级划分的优化算法，CSI算法在效用指标上有10%~20%的提升，且使得模拟误差降低10%左右。本发明证明了CSI算法在大多数场景下有着更优秀的指标，助力提高收集数据的质量，同时增加系统的可靠性和稳健性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.158 seconds)
