-
公开(公告)号：CN112350899A
公开(公告)日：2021-02-09
申请号：CN202110018129.5
申请日：2021-01-07
Abstract: 本发明公开了一种基于图卷积网络融合多特征输入的网络流量预测方法，步骤为：获取网络流量数据；利用皮尔森相关系数对流量进行相关性分析；采用时空特征提取单元来提取流量间的时空特征；提取历史上每周同一时刻的网络流量数据；特征融合得到预测结果。本发明解决了传统网络流量预测模型存在无法有效提取流量间的时空特性缺陷而导致的预测误差高、精度低的问题。
-
公开(公告)号：CN118250766B
公开(公告)日：2024-10-11
申请号：CN202410659132.9
申请日：2024-05-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于分簇优化的无线传感器网络节点休眠调度方法，根据无线传感器网络节点及其邻居节点的部署位置和统一感知半径，计算无线传感器网络节点被其邻居节点覆盖的冗余程度；若冗余程度不小于预设阈值，则判定无线传感器网络节点为冗余节点，并设置为休眠状态；基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标，使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点；无线传感器网络中剔除簇头节点和休眠节点后的剩余无线传感器网络节点选择距离最近的簇头，获得簇结构。本发明在每轮存活节点数、网络剩余能量和每轮消耗能量方面表现优于传统算法。
-
公开(公告)号：CN115348215B
公开(公告)日：2023-11-24
申请号：CN202210876800.4
申请日：2022-07-25
Applicant: 南京信息工程大学
IPC: H04L47/2441 , H04L47/2483 , H04L69/22 , G06F18/241
Abstract: 本发明公开了一种基于时空注意力机制的加密网络流量分类方法，包括如下步骤：步骤1，解析报文，获取网络流量数据X，并进行归一化处理；步骤2，将归一化处理后的网络流量数据输入到空间特征提取组件SAtt，提取网络流量的空间特征Zs；步骤3，将归一化处理后的网络流量数据输入到时间特征提取组件TAtt，提取网络流量的时间特征Zt；步骤4，将空间特征Zs和时间特征Zt进行重构，得到网络流量特征Z。本发明利用空间特征提取组件SAtt和时间特征提取组件TAtt分(56)对比文件刘啸;赵文涛;刘强;闵尔学;李盼.基于网络流跨层特征的深度入侵检测方法《.计算机与数字工程》.2020,(03),全文.
-
公开(公告)号：CN116170351B
公开(公告)日：2023-08-22
申请号：CN202310043768.6
申请日：2023-01-29
Applicant: 南京信息工程大学
IPC: H04L43/0876 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/049 , G06N3/08 , H04L41/147 , H04L41/16
Abstract: 本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。
-
公开(公告)号：CN116208969A
公开(公告)日：2023-06-02
申请号：CN202310221067.7
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于改进海洋捕食者算法的无线传感器网络覆盖优化方法，针对固定范围的目标网络监测区域，以该目标网络监测区域内传感器节点数量、传感器节点部署位置、以及传感器节点统一的感知半径与传感半径作为输入，以目标网络监测区域的网络覆盖率作为输出，构建基于布尔感知的传感器节点联合感知模型；以当前传感器节点二维部署位置和目标网络监测区域的网络覆盖率为输入，利用海洋捕食者算法结合Tent混沌对步骤S1得到的传感器节点联合感知模型的待优化参数进行优化，获得优化后的最大网络覆盖率及其所对应的最优节点位置部署方案。改进海洋捕食者算法取得的优化效果更好，网络节点分布更均匀，覆盖盲区与节点覆盖冗余现象更少。
-
Patent Agency Ranking
公开(公告)号：CN112232604B
公开(公告)日：2021-06-11
申请号：CN202011426660.8
申请日：2020-12-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于Prophet模型提取网络流量的预测方法，针对网络流量的多分形特性，通过Prophet模型的可分解方法，对附加分量建立Prophet模型预测，对非线性分量建立卷积神经网络和基于注意力机制的长短期记忆网络模型预测，实现粗细粒度特征提取的融合，并给重要的特征分配更多的权重以提高其对结果的影响，在预测精度和预测速度上效果显著提升。本发明的网络流量的预测方法相较传统的流量预测方法具有明显的有效性和先进性。
-
公开(公告)号：CN112350876A
公开(公告)日：2021-02-09
申请号：CN202110027901.X
申请日：2021-01-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于图神经网络的网络流量预测方法，该方法首先用图卷积神经网络GCN来学习通信区域块的网络拓扑结构，提取通信区域块的网络流量的空间特征，然后将具有空间特征的数据作为门限递归单元GRU的输入，学习通信区域块属性的时间变化规律，进而提取通信区域块网络流量的时间特征，最后通过全连接层得到最终预测结果，可以较好的提取网络流量的时空特性，得到更好的预测精度。
-
公开(公告)号：CN116208969B
公开(公告)日：2023-11-03
申请号：CN202310221067.7
申请日：2023-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于改进海洋捕食者算法的无线传感器网络覆盖优化方法，针对固定范围的目标网络监测区域，以该目标网络监测区域内传感器节点数量、传感器节点部署位置、以及传感器节点统一的感知半径与传感半径作为输入，以目标网络监测区域的网络覆盖率作为输出，构建基于布尔感知的传感器节点联合感知模型；以当前传感器节点二维部署位置和目标网络监测区域的网络覆盖率为输入，利用海洋捕食者算法结合Tent混沌对步骤S1得到的传感器节点联合感知模型的待优化参数进行优化，获得优化后的最大网络覆盖率及其所对应的最优节点位置部署方案。改进海洋捕食者算法取得的优化效果更好，网络节点分布更均匀，覆盖盲区与节点覆盖冗余现象更少。
-
公开(公告)号：CN116170351A
公开(公告)日：2023-05-26
申请号：CN202310043768.6
申请日：2023-01-29
Applicant: 南京信息工程大学
IPC: H04L43/0876 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/049 , G06N3/08 , H04L41/147 , H04L41/16
Abstract: 本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。
-
公开(公告)号：CN115348215A
公开(公告)日：2022-11-15
申请号：CN202210876800.4
申请日：2022-07-25
Applicant: 南京信息工程大学
IPC: H04L47/2441 , H04L47/2483 , H04L69/22 , G06K9/62
Abstract: 本发明公开了一种基于时空注意力机制的加密网络流量分类方法，包括如下步骤：步骤1，解析报文，获取网络流量数据X，并进行归一化处理；步骤2，将归一化处理后的网络流量数据输入到空间特征提取组件SAtt，提取网络流量的空间特征Zs；步骤3，将归一化处理后的网络流量数据输入到时间特征提取组件TAtt，提取网络流量的时间特征Zt；步骤4，将空间特征Zs和时间特征Zt进行重构，得到网络流量特征Z。本发明利用空间特征提取组件SAtt和时间特征提取组件TAtt分别提取空间特征和时间特征，对网络流量分类效果明显提高，在不同类别的流量下均有不错的分类表现，且算法收敛速度较快。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.032 seconds)
