-
公开(公告)号：CN110191052B
公开(公告)日：2021-05-14
申请号：CN201910330482.X
申请日：2019-04-23
Applicant: 北京交通大学
IPC: H04L12/709 , H04L29/06
Abstract: 本发明提供了一种跨协议网络传输方法及系统。该方法包括：第一传输单元和第二传输单元分别感知自己传输数据包可用的路径和协议；在第一传输单元和所述第二传输单元之间通过协商建立多条不同协议的传输数据包的路径；在第一传输单元和所述第二传输单元之间利用多条不同协议的传输数据包的路径进行数据包的传输。本发明通过在不同传输单元之间建立多条不同协议的路径，使得用户请求内容产生的数据包可以动态选择多条传输数据包的路径、协议，同时该数据包所包含的序号等信息也被混淆，有针对性地多维设计传输数据包规则而不是单一路径转发，极大地提升了攻击者窃听用户内容的难度。
-
Patent Agency Ranking
公开(公告)号：CN111416770B
公开(公告)日：2021-05-14
申请号：CN202010106305.6
申请日：2020-02-21
Applicant: 北京交通大学
IPC: H04L12/709 , H04L12/721 , H04L29/06
Abstract: 本发明提供了一种跨协议融合传输的自适应调度系统和方法，将第一可编程交换机、入网决策模块、选路模块、感知单元放在一个集成装置作为自适应调度装置，并且建立N条路径，构成多路径跨协议传输系统，用户使用跨协议自适应调度方法通过自选协议，自选无线接入方式，自选接口，并根据所述感知单元实时感知的时延、丢包率、吞吐量信息在所述选路单元依据权重，自适应的从N条路径中选择满足自身需求的M条路径；本发明提供的系统和方法，既能够分别满足对系统链路质量，安全性的要求，也能兼顾上述要求，有效的提升了链路有效吞吐量，优化系统链路服务性能，同时通过选择多协议使安全性得到更高的保证，最终达到用户自适应选路的目的。
-
公开(公告)号：CN111416770A
公开(公告)日：2020-07-14
申请号：CN202010106305.6
申请日：2020-02-21
Applicant: 北京交通大学
IPC: H04L12/709 , H04L12/721 , H04L29/06
Abstract: 本发明提供了一种跨协议融合传输的自适应调度系统和方法，将第一可编程交换机、入网决策模块、选路模块、感知单元放在一个集成装置作为自适应调度装置，并且建立N条路径，构成多路径跨协议传输系统，用户使用跨协议自适应调度方法通过自选协议，自选无线接入方式，自选接口，并根据所述感知单元实时感知的时延、丢包率、吞吐量信息在所述选路单元依据权重，自适应的从N条路径中选择满足自身需求的M条路径；本发明提供的系统和方法，既能够分别满足对系统链路质量，安全性的要求，也能兼顾上述要求，有效的提升了链路有效吞吐量，优化系统链路服务性能，同时通过选择多协议使安全性得到更高的保证，最终达到用户自适应选路的目的。
-
公开(公告)号：CN110191052A
公开(公告)日：2019-08-30
申请号：CN201910330482.X
申请日：2019-04-23
Applicant: 北京交通大学
IPC: H04L12/709 , H04L29/06
Abstract: 本发明提供了一种跨协议网络传输方法及系统。该方法包括：第一传输单元和第二传输单元分别感知自己传输数据包可用的路径和协议；在第一传输单元和所述第二传输单元之间通过协商建立多条不同协议的传输数据包的路径；在第一传输单元和所述第二传输单元之间利用多条不同协议的传输数据包的路径进行数据包的传输。本发明通过在不同传输单元之间建立多条不同协议的路径，使得用户请求内容产生的数据包可以动态选择多条传输数据包的路径、协议，同时该数据包所包含的序号等信息也被混淆，有针对性地多维设计传输数据包规则而不是单一路径转发，极大地提升了攻击者窃听用户内容的难度。
-
公开(公告)号：CN111526096B
公开(公告)日：2022-03-15
申请号：CN202010175749.5
申请日：2020-03-13
Applicant: 北京交通大学
IPC: H04L47/12 , H04L47/127 , H04L47/32 , H04L43/0852 , H04L43/0829 , H04L43/16 , H04L43/0876 , H04L43/0882 , H04L47/10 , H04L47/625 , G06K9/62 , G06N3/04
Abstract: 本发明所提出的智融标识网络状态预测与拥塞控制系统，基于P4在可编程数据平面上结合机器学习的模型方法实现网络状态预测及数据包队列拥塞控制的方法和系统，通过带内网络遥测(In‑band network telemetry,INT)技术实时收集网络状态特征信息，采用长短期记忆网络(Long Short‑Term Memory,LSTM)神经网络模型与模糊聚类算法相结合的“LSTM—模糊聚类”的模型方法实现网络状态特征值预测，根据得到的网络状态特征值模糊聚类为四个网络状态：正常状态、拥塞预警状态、持续拥塞状态和拥塞缓解状态，针对不同的网络状态制定了对应的策略，控制器在不同的网络状态下发对应的流表及制定交换机动作，提供一个综合的、动态的队列反馈机制，以确保数据包排队延迟尽可能小，达到拥塞控制的效果。
-
公开(公告)号：CN111526096A
公开(公告)日：2020-08-11
申请号：CN202010175749.5
申请日：2020-03-13
Applicant: 北京交通大学
IPC: H04L12/801 , H04L12/823 , H04L12/863 , H04L12/865 , H04L12/26 , G06K9/62 , G06N3/04
Abstract: 本发明所提出的智融标识网络状态预测与拥塞控制系统，基于P4在可编程数据平面上结合机器学习的模型方法实现网络状态预测及数据包队列拥塞控制的方法和系统，通过带内网络遥测(In‑band network telemetry,INT)技术实时收集网络状态特征信息，采用长短期记忆网络(Long Short‑Term Memory,LSTM)神经网络模型与模糊聚类算法相结合的“LSTM—模糊聚类”的模型方法实现网络状态特征值预测，根据得到的网络状态特征值模糊聚类为四个网络状态：正常状态、拥塞预警状态、持续拥塞状态和拥塞缓解状态，针对不同的网络状态制定了对应的策略，控制器在不同的网络状态下发对应的流表及制定交换机动作，提供一个综合的、动态的队列反馈机制，以确保数据包排队延迟尽可能小，达到拥塞控制的效果。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
