-
公开(公告)号:CN119107493A
公开(公告)日:2024-12-10
申请号:CN202411130675.8
申请日:2024-08-16
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N7/01 , H04L47/125
Abstract: 本发明提出一种针对类别不平衡加密网络流量的分类方法及系统,涉及网络流量分类技术领域。包括获取原始类别不平衡加密网络流量,进行预处理,生成表征网络流量特征的真实的马尔可夫图像;搭建包括生成器和判别器的CWGAN‑GP网络,将真实的马尔可夫图像输入至CWGAN‑GP网络中,利用生成器生成马尔可夫图像,并利用判别器对生成的马尔可夫图像和真实的马尔可夫图像进行类别判别,实现对原始类别不平衡加密网络流量的分类。本发明克服了WGAN中的优化难题和样本可靠性问题,确保了样本生成的类别平衡,并保证了计算上更为高效。
-
公开(公告)号:CN118864921A
公开(公告)日:2024-10-29
申请号:CN202410828723.4
申请日:2024-06-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/764 , H04L9/40 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本发明提供了一种加密流量分类方法及系统,包括:将待分类的加密流量原始文件转化为马尔可夫链图像;基于获得的马尔科夫链图像,利用预先训练的流量分类模型,获得流量分类结果,其中,所述流量分类模型中每个残差单元内部的第二个卷积层之后和残差连接之前引入有坐标注意力机制,所述坐标注意力机制执行如下处理过程:对于输入的特征图,沿着图像的两个正交空间方向进行特征聚合,将空间坐标信息整合到注意力图中,获得输入特征图在特定空间方向上的特征依赖关系。
-
公开(公告)号:CN118337717A
公开(公告)日:2024-07-12
申请号:CN202410313718.X
申请日:2024-03-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L47/2441 , H04L41/16 , H04L9/40 , G06F18/2431 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明提供了一种加密网络流量分类方法及系统,所述方案包括:对于待分类的加密网络流量进行数据预处理;以预处理后的加密网络流量数据作为预先训练的混合深度学习模型的输入,获得分类结果;其中,所述混合深度学习模型具体执行如下处理过程:对于输入的加密网络流量数据,利用第一神经网络模块进行多尺度空间特征提取,获得空间融合特征;对于获得的空间融合特征,按照预设时间步的顺序作为第二神经网络模块的输入,获得融合的时空特征,并基于所述时空特征获得分类结果。
-
公开(公告)号:CN119276809A
公开(公告)日:2025-01-07
申请号:CN202411326506.1
申请日:2024-09-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L47/6275 , H04L41/14 , H04L41/142
Abstract: 本公开提供了一种时间敏感网络中混合流量传输方法及系统,涉及混合流量传输技术领域,包括:构建TSN时间敏感网络拓扑以及时间触发流的有向图模型;获取TT流集以及AVB流集,并对TT流集和AVB流集的优先级进行排序;使用ASAP调度算法对排序后的TT流集和AVB流集进行初步的调度,所有的流初步调度完成后,生成时隙,并根据时隙确定初始调度方案,并利用网络演算计算流集中所有流从源节点到目的节点总的最坏端到端时延;从AVB流集中选取优先级最大的流与TT流集中的流进行交换,重新进行调度并将交换完后的AVB流从AVB流集中删除;重新计算总最坏时延,直到所有的AVB流都已参与交换完成,确定最佳调度方案。本公开提高了AVB流的调度效率。
-
公开(公告)号:CN118747365A
公开(公告)日:2024-10-08
申请号:CN202410770288.4
申请日:2024-06-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/56 , G06F18/24 , G06F21/60 , G06F18/10 , G06F18/25 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于加密恶意流量检测领域,提供了一种基于注意力机制的恶意流量识别分类方法及系统,包括获取实时网络流量并进行预处理;基于预处理后的网络流量数据,利用深度神经网络模型进行多尺度特征学习,得到多尺度网络流量特征;利用多尺度感知融合注意机制,对多尺度网络流量特征进行不同尺度的特征映射,并对不同尺度的网络流量映射特征进行注意力加权融合,得到融合尺度网络流量特征;基于融合尺度网络流量特征进行分类识别,确定网络流量的恶意分类识别结果。
-
公开(公告)号:CN116112436A
公开(公告)日:2023-05-12
申请号:CN202211650317.0
申请日:2022-12-21
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/85 , H04L67/148 , H04L69/164
Abstract: 本发明涉及一种基于QUIC传输协议的主动连接迁移方法及系统,其方法包括如下步骤:通过遍历客户端的所有可用网络接口,主动获取所述客户端每个所述可用网络接口的网络接入方式以及网络接入路径;通过评价每个所述网络接入方式的网络质量指标,选取最优的所述网络接入方式,得到最优网络接入方式;根据所述最优网络接入方式获取所述最优网络接入方式所对应的所述网络接入路径,得到最优网络接入路径;将所述客户端的QUIC连接始终收敛在所述最优网络接入方式上,并通过所述最优网络接入路径让所述客户端进行主动迁移连接;本发明能够提高网络服务响应速度,提高QUIC在异构多接入网络环境下移动性管理性能和传输效率。
-
-
-
-
-