获取用户设备的位置的方法、系统、管理平台及虚拟基站

    公开(公告)号:CN106792498A

    公开(公告)日:2017-05-31

    申请号:CN201610995909.4

    申请日:2016-11-11

    CPC classification number: H04W4/02 H04W64/00

    Abstract: 本发明提供一种获取用户设备的位置的方法、系统、管理平台及虚拟基站,涉及无线通信技术领域。其中,所述方法包括:管理平台将用于获取所述用户设备的位置的控制指令发送至设置于每个分区的虚拟基站,以使得所述虚拟基站根据预先配置的发射功率向所在的分区发射信号;若所述用户设备接入所述虚拟基站,所述管理平台接收由所述虚拟基站上报的所述用户设备的国际移动用户识别码IMSI和所述虚拟基站的ID;所述管理平台根据预设的所述ID与所述虚拟基站所在的分区的对应关系表确定所述ID对应的分区为所述IMSI对应的用户设备的位置。通过本发明,能够在不影响手机正常通信且无需用户或运营商配合的情况下获取手机的位置,具有简单易行的技术优势。

    一种基于元伪标签的半监督恶意域名检测方法及系统

    公开(公告)号:CN118646570A

    公开(公告)日:2024-09-13

    申请号:CN202410715623.0

    申请日:2024-06-04

    Abstract: 本发明公开了一种基于元伪标签的半监督恶意域名检测方法及系统,属于网络安全领域。本发明从DNS流量中提取域名之间的关联关系并建立域名关联图,提取域名特征并作为域名关联图中节点的初始化向量;将由金标签节点和无标签节点输入到伪标签生成器,推测出无标签节点上的伪标签,得到伪标签节点;将金标签节点和伪标签节点输入到域名分类器中,预测出良性域名和恶意域名;通过对伪标签生成器和域名分类器进行循环迭代训练,优化域名分类器的内循环参数和伪标签生成器的外循环参数;利用训练好的域名分类器对网络DNS流量中的恶意域名进行检测。本发明能够检测出隐藏在孤立节点中的恶意域名。

    一种基于5G移动网络流量分析的应用识别方法和系统

    公开(公告)号:CN113382039A

    公开(公告)日:2021-09-10

    申请号:CN202110494589.5

    申请日:2021-05-07

    Abstract: 本发明公开了一种基于5G移动网络流量分析的应用识别方法和系统。本方法为:1)数据采集模块采集5G移动网络流量并将其发送给DPI识别模块;2)DPI识别模块对数据链路层和网络层进行拆包,获取五元组以及时间戳信息,然后根据五元组以及时间戳信息对数据包进行分类合并成流;然后根据每一流中数据包的明文特征判断该流对应的应用层协议;3)DFI识别模块从网络流量数据包中提取流量的多粒度级别特征,包括流特征、数据包特征、主机行为特征、TCP头部特征、IP头部特征;然后对得到的多粒度级别特征进行过滤;4)DFI识别模块根据过滤后的流的特征利用基于结构数据依赖的DBSCAN方法识别该流所属应用。

    一种基于助教的动态目标对齐的数据高效知识蒸馏方法和系统

    公开(公告)号:CN118194952A

    公开(公告)日:2024-06-14

    申请号:CN202410024764.8

    申请日:2024-01-08

    Abstract: 本发明涉及一种基于助教的动态目标对齐的数据高效知识蒸馏方法和系统。该方法包括:在数据层,采用基于熵的策略选择信息丰富的样本,将其输入学生模型进行学习;在模型层,引入助教模型,根据训练过程中学生模型的能力的演变动态地查询教师模型或助教模型;在目标层,根据熵值从教师模型中选择信息丰富的层,使学生模型与选择的教师模型中信息丰富的层进行动态对齐;通过学生模型、教师模型和助教模型,使知识从教师模型向学生模型转移,并随着学生模型的能力的进化提高知识蒸馏性能。本发明能够从数据、模型和目标层面全面提升知识蒸馏效果。

    一种基于5G移动网络流量分析的应用识别方法和系统

    公开(公告)号:CN113382039B

    公开(公告)日:2023-01-13

    申请号:CN202110494589.5

    申请日:2021-05-07

    Abstract: 本发明公开了一种基于5G移动网络流量分析的应用识别方法和系统。本方法为:1)数据采集模块采集5G移动网络流量并将其发送给DPI识别模块;2)DPI识别模块对数据链路层和网络层进行拆包,获取五元组以及时间戳信息,然后根据五元组以及时间戳信息对数据包进行分类合并成流;然后根据每一流中数据包的明文特征判断该流对应的应用层协议;3)DFI识别模块从网络流量数据包中提取流量的多粒度级别特征,包括流特征、数据包特征、主机行为特征、TCP头部特征、IP头部特征;然后对得到的多粒度级别特征进行过滤;4)DFI识别模块根据过滤后的流的特征利用基于结构数据依赖的DBSCAN方法识别该流所属应用。

Patent Agency Ranking