-
公开(公告)号：CN111835763A
公开(公告)日：2020-10-27
申请号：CN202010667126.X
申请日：2020-07-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种DNS隧道流量检测方法、装置及电子设备，获取文本格式的待检测DNS流量数据；将文本格式的待检测DNS流量数据输入预先基于训练完成的神经网络模型，以使神经网络模型对文本格式的待检测DNS流量数据进行特征提取，得到待检测特征向量；并基于待检测特征向量，进行类别划分，得到检测结果；神经网络模型是基于多个DNS流量数据样本和样本真值训练得到的。本发明实施例中，执行特征提取操作的神经网络模型是基于大量的DNS流量数据样本和样本真值训练得到的，与人工提取特征的方式相比，提取到的特征向量的准确性较高。因此，基于提取到的准确率较高的特征向量，得到的检测结果的准确性也较高，提高了DNS隧道流量检测的准确性。
-
公开(公告)号：CN113141394B
公开(公告)日：2022-04-01
申请号：CN202110322386.8
申请日：2021-03-25
Applicant: 北京邮电大学
IPC: H04L67/101 , H04L67/1023 , H04L67/56
Abstract: 本申请实施例提供的一种资源分配方法、装置、电子设备及存储介质，应用于信息技术领域，通过接收目标任务对应的任务请求；获取所述多个终端设备中各终端设备的综合信任值；选取对应的所述综合信任值大于预设阈值的终端设备，根据预设多组资源分配系数生成对应所述目标任务的多组资源分配列表；分别计算所述多组资源分配列表中每一组资源分配列表对应的多个性能参数；根据所述每一组资源列表对应的多个性能参数，计算所述每一组资源列表对应的综合时延能耗；选取并根据所述多组资源分配列表中对应的综合时延能耗最小的一组资源分类列表进行所述目标任务的分配。可以避免部分终端设备故障导致的计算效率下降，提高计算效率。
-
公开(公告)号：CN111160649A
公开(公告)日：2020-05-15
申请号：CN201911400286.1
申请日：2019-12-30
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了资源调度方案获取方法及装置，该方法包括：获得资源调度数据；获得应对受灾资源调度的第一目标函数和第二目标函数；其中，第一目标函数是以资源调度时间满意度最优作为目标的函数；第二目标函数是以资源调度费用最优作为目标的函数；根据资源调度数据和基于分解的多目标进化MOEA/D算法，对第一目标函数和第二目标函数进行优化，得到各个物资供应点给各个受灾点调度待调度物资的目标调度方案。这种资源调度方案获取方法获取的资源调度方案，可以同时满足资源调度时间满意度最优和资源调度费用最优，实现了获得同时满足多个目标函数的目标调度方案。
-
公开(公告)号：CN111160649B
公开(公告)日：2023-07-21
申请号：CN201911400286.1
申请日：2019-12-30
Applicant: 北京邮电大学
IPC: G06Q10/04 , G06Q10/0631
Abstract: 本申请实施例提供了资源调度方案获取方法及装置，该方法包括：获得资源调度数据；获得应对受灾资源调度的第一目标函数和第二目标函数；其中，第一目标函数是以资源调度时间满意度最优作为目标的函数；第二目标函数是以资源调度费用最优作为目标的函数；根据资源调度数据和基于分解的多目标进化MOEA/D算法，对第一目标函数和第二目标函数进行优化，得到各个物资供应点给各个受灾点调度待调度物资的目标调度方案。这种资源调度方案获取方法获取的资源调度方案，可以同时满足资源调度时间满意度最优和资源调度费用最优，实现了获得同时满足多个目标函数的目标调度方案。
-
公开(公告)号：CN111275308B
公开(公告)日：2023-04-18
申请号：CN202010049095.1
申请日：2020-01-16
Applicant: 北京邮电大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明实施例提供的一种资源分配方法及装置，基于待处理种群包含的个体，分别计算各目标函数的函数值，作为第一函数值，判断待处理种群的遗传代数是否大于预设阈值，如果大于，基于各第一函数值和非支配排序算法，从待处理种群中确定各目标函数的最优解，按照最优解确定为每一需求点分配的每一种资源的数目，如果不大于，基于各第一函数值和非支配排序算法，确定待处理种群中的目标个体；基于目标个体，生成子代种群，作为当前的待处理种群，并执行判断待处理种群的遗传代数是否大于预设阈值步骤。基于上述处理，可以较快的确定各目标函数的最优解，可以在一定程度上避免现有技术中无法及时确定为每一需求点分配的每一种资源的数目的问题。
-
Patent Agency Ranking
公开(公告)号：CN111026536B
公开(公告)日：2022-09-20
申请号：CN201911296494.1
申请日：2019-12-16
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于信任融合评估的任务处理方法，应用于第一边缘节点，方法包括：在接收到待处理任务时，确定处理待处理任务所需的边缘节点的数量；基于对待评价边缘节点的历史信任值，计算第一直接信任值；基于对第二边缘节点的历史信任值以及第二边缘节点对待评价边缘节点的历史信任值，计算第一推荐信任值；基于终端节点的历史信任值以及第三边缘节点对待评价边缘节点的历史信任值，计算第二推荐信任值；计算待评价边缘节点的信任融合评估值；根据信任融合评估值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。应用本发明实施例，可以提高任务的处理质量。
-
公开(公告)号：CN112732402B
公开(公告)日：2022-06-21
申请号：CN202011609283.1
申请日：2020-12-30
Applicant: 北京邮电大学
IPC: G06F9/455 , G06F9/50 , G06N20/10 , H04L67/1074
Abstract: 本发明实施例提供了一种云计算中心资源调度方法、装置及设备，获取云计算中心的虚拟机信息集合，待分配的云任务信息集合，虚拟机信息集合反映的虚拟机总数，待分配的云任务信息集合反映的云任务总数，每次随机游走的步长，预设随机游走的迭代次数以及每次随机游走的临时游走迭代次数；利用预设调度算法将待分配的云任务信息集合代表的云任务的执行总时间和执行所需的总能量耗费封装为适应度函数，并利用预设随机游走获取适应度函数最小化时的解；解为预设随机游走的游走结果：n维向量；以n维向量为分配方案，将待分配的云任务信息集合代表的云任务分配给虚拟机信息集合代表的虚拟机。本方案可以减少云计算中心资源调度的执行时间和资源消耗。
-
公开(公告)号：CN111835763B
公开(公告)日：2022-03-04
申请号：CN202010667126.X
申请日：2020-07-13
Applicant: 北京邮电大学
IPC: H04L9/40 , H04L61/4511 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种DNS隧道流量检测方法、装置及电子设备，获取文本格式的待检测DNS流量数据；将文本格式的待检测DNS流量数据输入预先基于训练完成的神经网络模型，以使神经网络模型对文本格式的待检测DNS流量数据进行特征提取，得到待检测特征向量；并基于待检测特征向量，进行类别划分，得到检测结果；神经网络模型是基于多个DNS流量数据样本和样本真值训练得到的。本发明实施例中，执行特征提取操作的神经网络模型是基于大量的DNS流量数据样本和样本真值训练得到的，与人工提取特征的方式相比，提取到的特征向量的准确性较高。因此，基于提取到的准确率较高的特征向量，得到的检测结果的准确性也较高，提高了DNS隧道流量检测的准确性。
-
公开(公告)号：CN113141394A
公开(公告)日：2021-07-20
申请号：CN202110322386.8
申请日：2021-03-25
Applicant: 北京邮电大学
IPC: H04L29/08
Abstract: 本申请实施例提供的一种资源分配方法、装置、电子设备及存储介质，应用于信息技术领域，通过接收目标任务对应的任务请求；获取所述多个终端设备中各终端设备的综合信任值；选取对应的所述综合信任值大于预设阈值的终端设备，根据预设多组资源分配系数生成对应所述目标任务的多组资源分配列表；分别计算所述多组资源分配列表中每一组资源分配列表对应的多个性能参数；根据所述每一组资源列表对应的多个性能参数，计算所述每一组资源列表对应的综合时延能耗；选取并根据所述多组资源分配列表中对应的综合时延能耗最小的一组资源分类列表进行所述目标任务的分配。可以避免部分终端设备故障导致的计算效率下降，提高计算效率。
-
公开(公告)号：CN112732402A
公开(公告)日：2021-04-30
申请号：CN202011609283.1
申请日：2020-12-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种云计算中心资源调度方法、装置及设备，获取云计算中心的虚拟机信息集合，待分配的云任务信息集合，虚拟机信息集合反映的虚拟机总数，待分配的云任务信息集合反映的云任务总数，每次随机游走的步长，预设随机游走的迭代次数以及每次随机游走的临时游走迭代次数；利用预设调度算法将待分配的云任务信息集合代表的云任务的执行总时间和执行所需的总能量耗费封装为适应度函数，并利用预设随机游走获取适应度函数最小化时的解；解为预设随机游走的游走结果：n维向量；以n维向量为分配方案，将待分配的云任务信息集合代表的云任务分配给虚拟机信息集合代表的虚拟机。本方案可以减少云计算中心资源调度的执行时间和资源消耗。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
