-
公开(公告)号：CN115190020B
公开(公告)日：2023-09-26
申请号：CN202210564220.1
申请日：2022-05-23
Applicant: 清华大学
IPC: H04L41/0823 , H04L41/12 , H04L45/28
Abstract: 本发明公开了一种区域网络抗毁性优化方法和装置，其中，该方法包括：获取区域网络中的多个网络节点，根据多个网络节点的薄弱点得到多个薄弱组；其中，多个网络节点表示多个自治系统；计算多个薄弱组被破坏后无法通信的网络节点的节点对；基于无法通信的网络节点的节点对，根据预设匹配规则计算得到每个薄弱组的优化连接及收益量；比较收益量，根据净收益量的大小对优化连接进行排序，从排序的结果中选择排序靠前的多个优化连接。本发明解决了在控制建立连接成本的同时，较大程度地提高区域的抗毁性的问题，对提高互联网拓扑安全性具有重要意义。
-
公开(公告)号：CN115190020A
公开(公告)日：2022-10-14
申请号：CN202210564220.1
申请日：2022-05-23
Applicant: 清华大学
IPC: H04L41/0823 , H04L41/12 , H04L45/28
Abstract: 本发明公开了一种区域网络抗毁性优化方法和装置，其中，该方法包括：获取区域网络中的多个网络节点，根据多个网络节点的薄弱点得到多个薄弱组；其中，多个网络节点表示多个自治系统；计算多个薄弱组被破坏后无法通信的网络节点的节点对；基于无法通信的网络节点的节点对，根据预设匹配规则计算得到每个薄弱组的优化连接及收益量；比较收益量，根据净收益量的大小对优化连接进行排序，从排序的结果中选择排序靠前的多个优化连接。本发明解决了在控制建立连接成本的同时，较大程度地提高区域的抗毁性的问题，对提高互联网拓扑安全性具有重要意义。
-
公开(公告)号：CN113987503A
公开(公告)日：2022-01-28
申请号：CN202111082777.3
申请日：2021-09-15
Applicant: 清华大学
Abstract: 本申请提出了一种基于拓扑分析的区域级网络抗毁性差异评估方法，涉及计算机网络测量技术领域，其中，该方法包括：计算各个区域里重要自治系统AS的抗毁性采样；通过上采样将区域里重要AS的抗毁性采样转换为区域抗毁性采样；建立显著性检验器，从整体水平和波动水平分别评估区域抗毁性采样，得到区域抗毁性排名；从整体水平和波动水平对区域抗毁性排名结果聚类，得到区域抗毁性聚类结果。采用上述方案的本申请可以从整体水平和波动水平分别评估区域的抗毁性差异，具有普适性，能够发现区域之间拓扑的本质差异。
-
公开(公告)号：CN113987503B
公开(公告)日：2023-05-12
申请号：CN202111082777.3
申请日：2021-09-15
Applicant: 清华大学
Abstract: 本申请提出了一种基于拓扑分析的区域级网络抗毁性差异评估方法，涉及计算机网络测量技术领域，其中，该方法包括：计算各个区域里重要自治系统AS的抗毁性采样；通过上采样将区域里重要AS的抗毁性采样转换为区域抗毁性采样；建立显著性检验器，从整体水平和波动水平分别评估区域抗毁性采样，得到区域抗毁性排名；从整体水平和波动水平对区域抗毁性排名结果聚类，得到区域抗毁性聚类结果。采用上述方案的本申请可以从整体水平和波动水平分别评估区域的抗毁性差异，具有普适性，能够发现区域之间拓扑的本质差异。
-
公开(公告)号：CN114513274B
公开(公告)日：2022-07-26
申请号：CN202210396532.6
申请日：2022-04-15
Applicant: 清华大学 , 奇安信科技集团股份有限公司
Abstract: 本发明提出一种面向互联网的多跳高精度时间同步协议实现方法及装置，其中方法包括，构造探测网络，构造背对背数据包，获取探测网络中受网络设备延迟影响较小的背对背数据包；对受网络设备延迟影响较小的背对背数据包基于SVM计算正负随机传播时延分布；将正负随机传播时延分布带入L估计器进行计算，并估计初步时间偏差；为初步时间偏差施加基于权重的环路校正，计算得到最终时间偏差；根据最终时间偏差调整硬件时钟，实现时钟同步。本发明方法具有高精度，低成本和高扩展性的特点。
-
Patent Agency Ranking
公开(公告)号：CN115600040B
公开(公告)日：2023-05-26
申请号：CN202211487579.X
申请日：2022-11-25
Applicant: 清华大学
IPC: G06F16/958 , G06F16/957 , G06F16/955
Abstract: 本申请提供一种钓鱼网站识别方法及装置，可用于网络安全技术领域或其他技术领域。所述方法包括：获取目标网站数据；根据目标网站数据获得自定义特征、文本特征和图像特征；根据自定义特征、文本特征和图像特征获得对应的自定义特征向量、文本特征向量和图像特征向量；将根据自定义特征向量、文本特征向量和图像特征向量进行拼接得到的拼接特征向量输入预先建立的深度神经网络，得到综合特征向量；将综合特征向量输入预先建立的分类神经网络，得到目标网站属于各个分类的概率。能够充分利用多特征互补的特点，解决了现有技术自适应能力差和针对反钓鱼技术的抵抗性弱的问题，具有较强的钓鱼网站检测能力。
-
公开(公告)号：CN114386079B
公开(公告)日：2022-12-06
申请号：CN202210289814.6
申请日：2022-03-23
Applicant: 清华大学
Abstract: 本发明提出一种基于对比学习的加密流量分类方法及装置，其中方法包括，获取加密流量数据，并对加密流量数据进行预处理，得到预处理后的数字序列；对数字序列进行数据增强，得到数字序列对应的增强样本；基于对比学习方法设计编码器，利用训练好的编码器对所述增强样本进行特征提取得到增强样本对应的表征向量；将表征向量输入分类器中进行分类，得到表征向量预测的最大概率以及最大概率对应的标签；通过表征向量预测的最大概率以及最大概率对应的标签对加密流量数据进行分类。本申请保证了表征向量包含更多的关键特征更少的低价值特征，使得表征向量更加具有鲁棒性，更好地指导分类器的训练，从而得到更好的分类效果。
-
公开(公告)号：CN114386079A
公开(公告)日：2022-04-22
申请号：CN202210289814.6
申请日：2022-03-23
Applicant: 清华大学
Abstract: 本发明提出一种基于对比学习的加密流量分类方法及装置，其中方法包括，获取加密流量数据，并对加密流量数据进行预处理，得到预处理后的数字序列；对数字序列进行数据增强，得到数字序列对应的增强样本；基于对比学习方法设计编码器，利用训练好的编码器对所述增强样本进行特征提取得到增强样本对应的表征向量；将表征向量输入分类器中进行分类，得到表征向量预测的最大概率以及最大概率对应的标签；通过表征向量预测的最大概率以及最大概率对应的标签对加密流量数据进行分类。本申请保证了表征向量包含更多的关键特征更少的低价值特征，使得表征向量更加具有鲁棒性，更好地指导分类器的训练，从而得到更好的分类效果。
-
公开(公告)号：CN110719223A
公开(公告)日：2020-01-21
申请号：CN201910872239.0
申请日：2019-09-16
Applicant: 清华大学
IPC: H04L12/721 , G06Q10/04 , G06F17/18
Abstract: 本发明公开了一种探测周期协同自适应调整方法及系统，其中，该方法包括以下步骤：建立路径变化的预测模型；通过线性回归方法建立预测模型的路径属性预测值与最优探测周期的线性关系；系统运行时，根据预设周期进行探测周期的自适应调整，包括：对所有路径属性进行预测，得到所有路径的预测值；通过线性关系处理所有路径的预测值和探测预算，得到所有路径探测周期调整值。该方法可根据管理员的权衡偏好进行探测周期的调整，适用于探测路径变化的测量中，根据实际路径变化特点对多条路径的探测周期参数进行动态调整，实现探测资源的合理部署。
-
公开(公告)号：CN109316192A
公开(公告)日：2019-02-12
申请号：CN201811067093.4
申请日：2018-09-13
Applicant: 清华大学
Abstract: 本发明公开了一种基于移动网络信道状态信息的坐姿检测方法及装置，其中，方法包括：正常坐姿情况时，在不同视距下，采集移动网络设备相对被监测人员处于不同方位的移动网络信道状态信息的第一幅度数据；采集根据第一幅度数据训练得到的不同无线信道类型下，正常、前倾、倚靠、左倾斜和右倾斜坐姿状态下的无线信道状态信息的第二幅度数据；在正常坐姿情况下，根据当前移动网络信道状态信息的幅度数据通过无线信道分类模型识别无线路由和被监测人员之间的无线信道类型；根据当前移动网络信道状态信息幅度数据通过根据第二幅度数据训练得到坐姿分类模型识别被监测人员的坐姿状态。该方法有效提高了检测的准确性、适用性和可靠性，简单易实现。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
