-
公开(公告)号：CN115225313B
公开(公告)日：2023-08-29
申请号：CN202210621700.7
申请日：2022-06-02
Abstract: 本发明公开了一种高可靠的云网络虚拟专用网络通信方法和装置，该方法包括：基于VPN客户端向第一VPN网关发送预设格式的IP包，并根据预设的配置信息进行VPN客户端和第一VPN网关的第一身份认证，建立VPN客户端与第一VPN网关之间的第一传输，当VPN客户端从第一VPN网关切换到第二VPN网关建立第二传输时，基于第一传输发送的认证请求包进行VPN客户端和第二VPN网关的第二身份认证；基于第一传输、第二传输，通过VPN客户端向传输关联的VPN网关发送探测请求包，以完成VPN客户端和传输关联的VPN网关之间的探测。本发明可以构建VPN客户端和VPN网关之间数据传输的隧道，构建传输隧道的IP包与互联网中广泛使用的TCP包结构相似，有助于VPN客户端和VPN网关之间数据传输可靠性的提升。
-
公开(公告)号：CN115576732A
公开(公告)日：2023-01-06
申请号：CN202211427061.7
申请日：2022-11-15
Abstract: 本说明书实施例提供根因定位方法以及系统，其中所述根因定位方法包括：获取在故障时间点虚拟机集群中虚拟机的流量变化信息；根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机，并加载所述候选虚拟机关联所述故障时间点的历史数据；根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息；基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号：CN115514614A
公开(公告)日：2022-12-23
申请号：CN202211427195.9
申请日：2022-11-15
IPC: H04L41/0604 , H04L41/069 , G06N20/00
Abstract: 本说明书实施例提供基于强化学习的云网络异常检测模型训练方法及存储介质，其中所述方法包括：将与待检测设备相关的历史时间序列数据，输入异常检测模型的第一检测网络进行处理，生成所述待检测设备在至少一个历史时刻对应的第一异常检测结果，确定所述第一异常检测结果对应的检测误差，并将所述检测误差以及所述待检测设备的至少一个历史报警信息，输入所述异常检测模型中第二检测网络的智能体进行处理，生成所述待检测设备在目标时刻的第二异常检测结果，根据所述第二异常检测结果及所述待检测设备在所述目标时刻的目标异常检测结果，确定所述第二检测网络的奖励信息，基于所述奖励信息对所述智能体的网络参数进行调整，生成目标异常检测模型。
-
公开(公告)号：CN113438124A
公开(公告)日：2021-09-24
申请号：CN202110632518.7
申请日：2021-06-07
Applicant: 清华大学
IPC: H04L12/26
Abstract: 本申请提出了一种基于意图驱动的网络测量方法，涉及网络测量技术领域，该方法包括：获取用户编写的网络测量任务；将网络测量任务下发至相应的测量数据源处和全局流式处理器处；使用测量数据源接收网络测量任务，并产生数据流；从测量数据源处提取数据流将其输给本地流式处理器；使用本地流式处理器接收数据流后执行本地测量任务得到本地测量结果并传输至全局流式处理器；使用全局流式处理器汇总网络范围内本地测量结果，并根据汇总结果执行全局测量任务得到测量结果；根据测量结果展示系统的运行状态。本发明可以兼容不同类型的测量数据源具有通用性，支持用户编写复杂的网络范围测量任务，也可以减小数据传输和全局分析的负载实现较强可扩展性。
-
公开(公告)号：CN115277404B
公开(公告)日：2023-06-02
申请号：CN202210521404.X
申请日：2022-05-13
IPC: H04L41/0813 , H04L41/082 , H04L41/14 , H04L41/5003 , H04L67/10
Abstract: 本发明提出云网络大规模变更发布编排方法、装置、设备和存储介质，其中，方法包括：将所有待发布的云网络设备对应设置为无向图上的点集，根据无向图上的点集对应的云网络设备之间的互斥关系，获取云网络设备的独立发布单元；根据历史发布成功率计算每个独立发布单元的发布风险；基于每个独立发布单元的发布风险，对每个独立发布单元的发布顺序进行建模，基于发布顺序的不同排列对发布风险的影响因素，构建目标函数；对目标函数进行计算，得到所有独立发布单元的最优发布顺序。本发明解决发布规划的风险评估问题，并从中找出风险最小的发布规划，针对云网络中的各类组件需要进行版本变更以提升服务质量的场景。
-
Patent Agency Ranking
公开(公告)号：CN115277404A
公开(公告)日：2022-11-01
申请号：CN202210521404.X
申请日：2022-05-13
IPC: H04L41/0813 , H04L41/082 , H04L41/14 , H04L41/5003 , H04L67/10
Abstract: 本发明提出云网络大规模变更发布编排方法、装置、设备和存储介质，其中，方法包括：将所有待发布的云网络设备对应设置为无向图上的点集，根据无向图上的点集对应的云网络设备之间的互斥关系，获取云网络设备的独立发布单元；根据历史发布成功率计算每个独立发布单元的发布风险；基于每个独立发布单元的发布风险，对每个独立发布单元的发布顺序进行建模，基于发布顺序的不同排列对发布风险的影响因素，构建目标函数；对目标函数进行计算，得到所有独立发布单元的最优发布顺序。本发明解决发布规划的风险评估问题，并从中找出风险最小的发布规划，针对云网络中的各类组件需要进行版本变更以提升服务质量的场景。
-
公开(公告)号：CN112968968B
公开(公告)日：2022-08-19
申请号：CN202110220844.7
申请日：2021-02-26
Applicant: 清华大学
IPC: H04L67/12 , H04L47/2441 , H04L9/40 , G06N3/08 , G06K9/62
Abstract: 本发明提出一种基于无监督聚类的物联网设备流量指纹识别方法和装置，其中，方法包括：提取原始流量的原始特征向量；通过VAE算法对原始特征向量计算，获取降维后的三维特征向量；通过K‑means算法对三维特征向量聚类计算，确定不同物联网设备的聚类边界，以便于根据聚类边界进行流量指纹识别处理。由此，实现了无监督物联网设备流量指纹识别方法，用于在没有标签数据的情况下，实现物联网设备指纹的精准识别。
-
公开(公告)号：CN113014575B
公开(公告)日：2022-03-22
申请号：CN202110203327.9
申请日：2021-02-23
Applicant: 清华大学
IPC: H04L9/40 , H04L67/1095 , G06F21/56 , G06K9/62
Abstract: 本申请提出一种基于时间序列追踪的挖矿流量检测方法和装置，涉及计算机网络分析技术领域，其中，方法包括：采集检测时间区间的原始流量数据集；其中，流量按原地址和目的地址二元组进行流聚合；获取加密货币区块创建的时间序列作为参考时间序列，并根据参考时间序列将检测时间区间划分为多个时间区间；通过局部相似度计算公式计算每个时间区间的数据流的局部相似度；根据多个局部相似度更新全局相似度，并根据全局相似度与预设告警条件，生成检测结果。由此，通过镜像或者分光的方法来获取输入流量，不会对业务通信产生影响，并且不需要网络内的主机部署任何相关软件，更便于在实际网络中部署，在大规模复杂网络中实现高精度的挖矿流量检测。
-
公开(公告)号：CN113746798A
公开(公告)日：2021-12-03
申请号：CN202110796338.2
申请日：2021-07-14
Applicant: 清华大学
Abstract: 本申请提出了一种基于多维度分析的云网络共享资源异常根因定位方法，涉及云网络流量异常根因定位技术领域，其中，该方法包括：根据异常信息从数据存储集群中分别获取共享资源流量数据和使用共享资源流量数据的所有虚拟主机的流量数据；分别对共享资源和虚拟主机的流量数据进行三个维度的计算，得到三个维度计算结果，其中，三个维度包括预测偏差维度、异常幅度、形状相似度；对三个维度计算结果进行整合，得到根因列表。采用上述方案的本申请提出基于多维度分析的通用云网络共享资源异常根因定位框架，通过对预测偏差、异常幅度、形状相似度三个维度的分析，提出了一种综合的排序算法，来实现快速、准确、通用的异常定位。
-
公开(公告)号：CN105471639B
公开(公告)日：2018-07-27
申请号：CN201510816499.8
申请日：2015-11-23
Applicant: 清华大学
IPC: H04L12/24
Abstract: 本发明提供种基于中位数的网络流量熵值估算方法及装置,该方法包括:获取网络数据流的数据包,并发送至Storm集群的各从节点中;接收Storm集群的各从节点返回的中间项S的估计值,该S的估计值为Storm集群的各从节点根据接收的数据包,通过预设熵值估算算法获取的;将接收的S的估计值按照大小进行排序;获取排序后的所有S的估计值的中位数,将该中位数作为S最终的估计值根据获取网络数据流网络流量的熵值的估计值其中,Storm集群包括至少个从节点。该方法能在不增加存储空间和计算复杂度的情况下提高熵值估算的准确率。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.018 seconds)
