公开(公告)号：CN116208583B

公开(公告)日：2024-12-27

申请号：CN202310084813.2

申请日：2023-01-16

Applicant: 北京邮电大学

Inventor： 张沛 ,  黄小红 ,  王奇 ,  何方舟 ,  杨逸珺

IPC: H04L61/5053 ,  H04L61/5061 ,  H04L61/5014 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/08

Abstract: 本申请提供一种地址配置方法及相关设备，根据当前时刻的用户终端数量通过时空图形神经网络模型，得到各个区域中下一时刻的预测用户终端数量，然后再根据历史移动序列信息通过递归神经网络模型，得到每个用户终端的在对应区域中的预测在线时间，最后根据下一时刻的预测用户终端数量设置每个区域的地址池容量，按照每个用户终端的在对应区域中的预测在线时间为对应的用户终端分配地址租约时间，利用递归神经网络模型能够准确地预测用户的在线时间，从而能够充分利用个体用户的行为特征，确保有效地为个体用户终端分配地址租约时间，并且还通过时空图形神经网络模型准确预测每个区域的群体用户终端数量，从而提供有效的地址租约时间和地址池容量。

公开(公告)号：CN116208583A

公开(公告)日：2023-06-02

申请号：CN202310084813.2

申请日：2023-01-16

Applicant: 北京邮电大学

Inventor： 张沛 ,  黄小红 ,  王奇 ,  何方舟 ,  杨逸珺

IPC: H04L61/5053 ,  H04L61/5061 ,  H04L61/5014 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/08

Abstract: 本申请提供一种地址配置方法及相关设备，根据当前时刻的用户终端数量通过时空图形神经网络模型，得到各个区域中下一时刻的预测用户终端数量，然后再根据历史移动序列信息通过递归神经网络模型，得到每个用户终端的在对应区域中的预测在线时间，最后根据下一时刻的预测用户终端数量设置每个区域的地址池容量，按照每个用户终端的在对应区域中的预测在线时间为对应的用户终端分配地址租约时间，利用递归神经网络模型能够准确地预测用户的在线时间，从而能够充分利用个体用户的行为特征，确保有效地为个体用户终端分配地址租约时间，并且还通过时空图形神经网络模型准确预测每个区域的群体用户终端数量，从而提供有效的地址租约时间和地址池容量。

公开(公告)号：CN117614653A

公开(公告)日：2024-02-27

申请号：CN202311436104.2

申请日：2023-10-31

Applicant: 北京邮电大学

Inventor： 张沛 ,  林深远 ,  张毓 ,  杨逸珺 ,  王辉 ,  陈奕舟

IPC: H04L9/40 ,  H04L61/4511 ,  H04L61/5007

Abstract: 本申请提供一种代理IP地址的检测方法及相关设备。所述方法包括：获取多个已知代理IP地址，提取所述已知代理IP地址的前缀并确定相同前缀的已知代理IP地址数量，响应于任一前缀对应的已知代理IP地址数量大于预设阈值，获取该前缀对应的其他IP地址为第一预测IP地址；根据所述第一预测IP地址的自治域信息和域名信息确定所述第一预测IP地址是否属于云服务代理商，得到第二预测IP地址；根据所述第二预测IP地址的端口属性对所述第二预测IP地址进行评分，响应于任一第二预测IP地址的评分大于预设阈值，确定该第二预测IP为目标IP地址。通过本申请提供的方法可以有效提高代理IP地址的识别覆盖面。

公开(公告)号：CN117614863A

公开(公告)日：2024-02-27

申请号：CN202311424704.7

申请日：2023-10-30

Applicant: 北京邮电大学

Inventor： 张沛 ,  张毓 ,  林深远 ,  陈奕舟 ,  杨逸珺 ,  王辉

IPC: H04L43/0811 ,  H04L45/02 ,  H04L41/12 ,  H04L41/16 ,  G06N3/042 ,  H04L43/50

Abstract: 本申请提供一种检测方法及相关设备。所述方法包括：根据路由表数据和互联网协议地理定位信息构建国家自治系统拓扑图，之后提取得到时间序列特征，并基于真实路由中断事件信息，对其进行标记；利用国家自治系统拓扑图和标记后的时间序列特征对图神经网络进行训练，得到训练后的图神经网络；将待检测路由的时间序列特征和待检测路由的国家自治系统拓扑图输入训练后的图神经网络，得到路由中断检测结果。本申请实施例通过构建拓扑图以及提取路由更新数据的时间序列特征，在检测过程中无需发送大量的探测报文，且图神经网络能够有效考虑到各个自治系统之间的相互依赖信息，使得在中断检测时能够考虑到更多的信息，有效提高中断检测的准确性。

公开(公告)号：CN117608889A

公开(公告)日：2024-02-27

申请号：CN202311424494.1

申请日：2023-10-30

Applicant: 北京邮电大学

Inventor： 张沛 ,  杨逸珺 ,  张毓 ,  林深远 ,  王辉 ,  陈奕舟

IPC: G06F11/07 ,  G06F18/2433 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/22 ,  G06F18/243 ,  G06F18/27 ,  G06N5/01 ,  G06N20/20 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/092 ,  G06N3/09 ,  G06N3/094

Abstract: 本申请提供一种基于日志语义的异常检测方法以及相关设备。所述方法包括：获取待检测的日志文件；其中，日志文件包括若干条目标日志条目；对日志文件中的每一条目标日志条目的进行解析，得到每一条目标日志条目对应的目标日志序列；根据预先构建的日志语料库以及目标日志序列确定目标日志序列的异常特征向量；将异常特征向量输入到预先构建的异常数据生成模型中，生成模拟异常向量；将异常特征向量作为标记训练集，将模拟异常向量作为未标记训练集，根据标记训练集以及未标记训练集训练预先构建的主动异常检测模型，得到优化后的主动异常检测模型；根据优化后的主动异常检测模型对待检测的日志文件进行检测，得到日志文件的异常日志条目。