-
公开(公告)号:CN106685690B
公开(公告)日:2019-07-09
申请号:CN201610973338.4
申请日:2016-10-27
Applicant: 中南大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于模拟组建过程的计算机网络关键节点发现方法,包括以下步骤:步骤1:根据端口使用情况寻找使用默认功能端口的服务器;步骤2:取与步骤1得到的服务器集合中的节点有通信记录的节点集合,根据备选路由器标准进行筛选,将筛选出的节点加入备选路由器集合;步骤3:以网络中的通信记录为基础,模拟网络组建过程,完善服务器集合和备选路由器集合;步骤4:根据网络模块度函数对备选路由器集合中的节点进行筛选,将筛选出的节点加入路由器集合。本发明能通过网络中节点间的通信数据,较为较精确地找出网络中的服务器和路由器。
-
公开(公告)号:CN104394021A
公开(公告)日:2015-03-04
申请号:CN201410745810.X
申请日:2014-12-09
Applicant: 中南大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于可视化聚类对网络流量进行异常分析的方法,步骤为:1)对网络流量监控数据记录进行预处理;2)对流量数据进行RadViz可视聚类,得到网络流量特征类似的流量时隙聚类;3)归纳2)所得到的流量时隙聚类的网络流量特征,得到流量特征异常的聚类;4)对2)所得到的流量时隙聚类过滤选择,得到不在聚类内离散的时隙点;5)结合IPPort矩阵对3)4)所得到的流量异常聚类中的和离散的时隙点进行分析。本发明能结合多角度快速对网络流量进行协同过滤,高效分析出网络流量的异常。
-
公开(公告)号:CN104394021B
公开(公告)日:2017-08-25
申请号:CN201410745810.X
申请日:2014-12-09
Applicant: 中南大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于可视化聚类对网络流量进行异常分析的方法,步骤为:1)对网络流量监控数据记录进行预处理;2)对流量数据进行RadViz可视聚类,得到网络流量特征类似的流量时隙聚类;3)归纳2)所得到的流量时隙聚类的网络流量特征,得到流量特征异常的聚类;4)对2)所得到的流量时隙聚类过滤选择,得到不在聚类内离散的时隙点;5)结合IPPort矩阵对3)4)所得到的流量异常聚类中的和离散的时隙点进行分析。本发明能结合多角度快速对网络流量进行协同过滤,高效分析出网络流量的异常。
-
公开(公告)号:CN106685690A
公开(公告)日:2017-05-17
申请号:CN201610973338.4
申请日:2016-10-27
Applicant: 中南大学
IPC: H04L12/24
CPC classification number: H04L41/12 , H04L41/142 , H04L41/145
Abstract: 本发明公开了一种基于模拟组建过程的计算机网络关键节点发现方法,包括以下步骤:步骤1:根据端口使用情况寻找使用默认功能端口的服务器;步骤2:取与步骤1得到的服务器集合中的节点有通信记录的节点集合,根据备选路由器标准进行筛选,将筛选出的节点加入备选路由器集合;步骤3:以网络中的通信记录为基础,模拟网络组建过程,完善服务器集合和备选路由器集合;步骤4:根据网络模块度函数对备选路由器集合中的节点进行筛选,将筛选出的节点加入路由器集合。本发明能通过网络中节点间的通信数据,较为较精确地找出网络中的服务器和路由器。
-
-
-