公开(公告)号：CN118551946B

公开(公告)日：2024-10-11

申请号：CN202411022230.8

申请日：2024-07-29

Applicant: 南京信息工程大学

Inventor： 刘光杰 ,  陈苏霄 ,  高申 ,  吴娟 ,  翟江涛

IPC: G06Q10/063 ,  G06Q50/40 ,  G06N7/01

Abstract: 本发明提供了一种基于随机采样和贝叶斯分析的多线路间票款清分方法，包括：读取OD记录信息和行车信息储存到数据库中；生成存在多种换乘方式的OD对的出行链集合；筛选出选定窗口时间内的OD记录，对旅行时间进行万分位统计，约减出行链集合；给定OD记录后，随机采样取得走行时间，得到在特定出行链下的单次出站时间；使用蒙特卡洛方法对走行时间随机采样重复上一步取得出行链下的出站时间，得到出站时间在所有出行链上的频率估计，计算出行链在给定进站时间下的条件概率；将贡献率与条件概率结合获得交易票款对线路间的分配。本发明在无需在车站部署WIFI探针或者监控追踪乘客出行链的情况下，提供了一种经济有效的票款清分方法。

公开(公告)号：CN115190032A

公开(公告)日：2022-10-14

申请号：CN202211101740.5

申请日：2022-09-09

Applicant: 南京信息工程大学

Inventor： 孟玉飞 ,  刘光杰 ,  季伟杰 ,  翟江涛

IPC: H04L41/14 ,  H04L41/40 ,  H04L43/0811 ,  H04L43/0888 ,  H04L43/0894 ,  H04L43/08

Abstract: 本发明涉及网络仿真和嵌入式设备技术领域，具体是高适用轻量化全虚拟网络仿真、测试方法与嵌入式设备，高适用轻量化全虚拟网络仿真、测试方法的步骤包括：利用虚拟仿真模块搭建由路由节点、路由协议以及通信链路所组成的虚拟网络；利用链路损伤仿真模块对构建的虚拟网络进行链路损伤仿真，通过修改通信链路的参数来模拟链路的损伤情况，损伤仿真包括包延时、包丢失、包重复、包损伤以及带宽限制；利用网络测试模块对进行链路损伤仿真后的网络进行网络测试，本发明的虚拟仿真功能、链路损伤仿真功能以及网络测试功能的实现基于嵌入式设备的硬件资源，而非服务器资源，部署更加自由灵活，成本更低。

公开(公告)号：CN114615093A

公开(公告)日：2022-06-10

申请号：CN202210506848.6

申请日：2022-05-11

Applicant: 南京信息工程大学

Inventor： 肖滕龙 ,  翟江涛 ,  许成程

IPC: H04L9/40 ,  H04L41/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于流量重构与继承学习的匿名网络流量识别方法及装置，方法包括：采集原始网络流量，并进行流量初筛，剔除非Tor流量；对初筛后的流量进行重构，将流量转化为灰度特征图；利用卷积神经网络和循环神经网络模型处理流量重构后的特征图，提取出交互信息特征向量、包空间特征向量、流时序特征向量，并将三种特征向量进行融合；将融合特征输入多分类器进行应用分类，所述多分类器在检测到流量新类别时通过继承学习机制更新分类器参数；基于多数原则确定流量的归属应用。本发明简化了特征设计过程，同时丰富了特征的全面性，满足模型参数在线更新的需求，使模型保持对过去训练的记忆，每次增加新类别只需要进行小规模训练。

公开(公告)号：CN113746707A

公开(公告)日：2021-12-03

申请号：CN202111311502.2

申请日：2021-11-08

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  林鹏 ,  许历隆 ,  崔永富

IPC: H04L12/26 ,  H04L12/24 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于分类器及网络结构的加密流量分类方法，属于加密流量识别领域。步骤如下：S1、通过所述网络流量收集模块进行网络流量收集；S2、通过所述流量数据预处理模块进行流量数据预处理；S3、通过所述流量解析模块进行流量聚合；S4、再通过所述流量解析模块进行计算代价矩阵；S5、通过所述分类器训练及优化模块进行分类器的训练；S6、通过所述分类器训练及优化模块进行分类器优化。本发明在较短的训练时间内可以获得较高的性能，适用于类别不平衡的数据集和特征提取困难的加密流量分类识别。

公开(公告)号：CN119202804B

公开(公告)日：2025-05-09

申请号：CN202411700138.2

申请日：2024-11-26

Applicant: 南京信息工程大学

Inventor： 王圣贤 ,  翟江涛 ,  惠梓航 ,  刘光杰

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  H04L9/40

Abstract: 本发明提供了一种基于冲激序列响应的Tor网络流量感知方法，包括：利用抓包工具从Tor网络中捕获数据流，利用五元组信息进行初步分流；对Tor网络流量进行指纹识别，提取窗口内数据流的频域熵和直流分量两种特征并进行表征；使用动态窗口调整器比较相邻窗口的熵值，动态调整窗口的大小；将特征矩阵输入到分类器中对网络流量数据的频域特征进行学习；根据损失值灵活调整训练批次的大小。本发明通过自适应处理策略，有效应对Tor网络环境下的复杂流量特征，能够及时做出分类决策，显著提高处理准确率和响应能力。本发明在Tor网络流量感知和管理中，特别是在流量分析、隐私保护、网络安全监控及异常检测方面，展现了广泛的应用潜力。

公开(公告)号：CN118659986B

公开(公告)日：2024-11-19

申请号：CN202411143981.5

申请日：2024-08-20

Applicant: 南京信息工程大学

Inventor： 许郑勇 ,  曹达明 ,  翟江涛 ,  刘光杰 ,  吉小鹏

IPC: H04L43/024 ,  H04L41/16 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F18/241

Abstract: 本发明提供了一种基于卷积神经网络的渐进式业务流量分类方法和装置，所述方法包括：通过设置初始时间窗口大小，阶段性地收集数据包，构建模型的特征输入和索引；输入到渐进式一维卷积神经网络对网络流量数据的时间序列特征进行学习，根据实际数据包使用数量动态选择输出头输出分类结果，将分类结果进行置信度评估；根据评估结果重新反馈给数据包时间窗口大小，从而灵活调整分类时所需数据包数量。本发明通过渐进式处理策略，有效应对数据中心环境下高速且复杂的网络流量，可以及时做出分类决策，显著提高处理速度和响应能力，本发明在数据中心网络管理，特别是在网络资源分配、服务质量保障及安全监控方面，展现了广泛的应用潜力。

公开(公告)号：CN116743506A

公开(公告)日：2023-09-12

申请号：CN202311016642.6

申请日：2023-08-14

Applicant: 南京信息工程大学

Inventor： 孙文茜 ,  翟江涛 ,  刘光杰

IPC: H04L9/40 ,  H04L47/2483 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明公开了一种基于四元数卷积神经网络的加密流量识别方法及装置。所述方法包括：采集数据；对数据进行预处理；提取每条流中指定数量数据包的负载长度、到达时间间隔、方向和传输协议四个特征并进行归一化；在四元数空间中嵌入归一化数据表示成四元数矩阵形式；将四元数矩阵送入四元数卷积神经网络模型，获得加密流量识别结果，其中四元数卷积神经网络模型将输入数据和卷积核均扩展为四元数，利用四元数性质进行前向传播进行训练。本发明将流量识别输入由灰度图的形式转换成四元数的形式，在四元数的数学框架下将传统标量卷积神经网络拓展为超复数卷积神经网络，结合各特征通道之间的相关性使得加密流量的特征描述更精确，分类也更为准确。

公开(公告)号：CN116319086B

公开(公告)日：2023-07-21

申请号：CN202310552486.9

申请日：2023-05-17

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  张凯杰 ,  孟玉飞 ,  季伟杰

IPC: H04L9/40 ,  H04L43/026 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种面向Tor匿名网络的流关联方法与系统，方法包括：获取Tor匿名网络中指定中继节点上的流量，初步识别入口流量还是出口流量；对入口和出口流量按照五元组分流；分别提取入口和出口流量的包间延时特征和包大小特征；对两类特征进行短时傅里叶变换和主成分分析法降维，得到包间延时和包大小的主成分时频矩阵，对降维后的特征进行融合重构；将融合的特征向量输入卷积神经网络提取深层次的特征，并由卷积神经网络后的全连接网络完成Tor匿名网络流量关联。本发明通过Tor匿名网络的包间延时和包大小两类特征，可以快速精准地完成Tor匿名流量关联，从而发现利用身份匿名和隐藏服务来躲避网络追踪关联的恶意网络行为。

公开(公告)号：CN113438137B

公开(公告)日：2021-11-30

申请号：CN202111000021.X

申请日：2021-08-30

Applicant: 南京信息工程大学 ,  南京理工大学

Inventor： 白惠文 ,  刘光杰 ,  翟江涛 ,  刘伟伟 ,  王桢云

IPC: H04L12/26 ,  H04L29/12 ,  G06K9/62

Abstract: 本发明公开了一种DNS隧道内复杂协议行为识别方法，该方法包括：首先识别DNS隧道流量，针对DNS隧道流量，提取DNS数据包中的查询和应答数据并生成长度序列，提取识别DNS隧道内不同协议行为的统计特征并生成特征向量，基于该特征向量识别DNS隧道内部的HTTP协议、邮件协议、SSH协议、FTP协议等常用协议及行为；对于对隧道内部多种协议混合使用的情况，进一步提取估计DNS隧道内部混合协议数据包比例的统计特征并生成特征向量，并基于该特征向量建立回归模型，估计DNS隧道内部混合协议情况下的各协议数据包占比。本发明用以实现DNS隧道流量的细粒度分析。

公开(公告)号：CN112910853A

公开(公告)日：2021-06-04

申请号：CN202110062223.0

申请日：2021-01-18

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  许历隆 ,  崔永富 ,  林鹏 ,  陈伟 ,  王勤凡

IPC: H04L29/06 ,  H04L12/851 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于混合特征的加密流量分类方法，包括以下步骤：数据集采集、数据预处理、搭建CNN模型、CNN自动提取特征、提取流级特征、组合特征、SVM输出分类结果。本发明分别从一维空间中提取出流的具体特征和从二维空间中提取出流的抽象特征，组成了混合特征，提升了特征结构的复杂性，有效的提高了加密流量分类的准确率。