公开(公告)号：CN118051506A

公开(公告)日：2024-05-17

申请号：CN202311782117.5

申请日：2023-12-22

Applicant: 湖南大学

Inventor： 谢鲲 ,  王浩轩 ,  文吉刚 ,  张大方 ,  李肯立

IPC: G06F16/215 ,  G06F16/2458 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种缺失流量数据补全方法、终端设备及存储介质，通过进行源节点、目的节点和时间槽的嵌入的两两外积操作，构建了特征图。这种方法更有效地模拟和挖掘源节点、目的节点以及时间之间的流量关系。进一步，利用卷积神经网络和时序卷积神经网络进行高级特征挖掘，使模型具备更强的表达能力。此外，本发明考虑了不同源节点、目的节点和时间槽之间网络流量的顺序和数值分布情况，并通过对比损失计算，从流量数据的结构和排列中提取潜在的模式和依赖关系，学到流量数值的大小和分布差异。因此，该模型在缺失流量数据的情况下，能够更准确地完成数据补全任务。

公开(公告)号：CN116662852A

公开(公告)日：2023-08-29

申请号：CN202310615867.7

申请日：2023-05-29

Applicant: 湖南大学

Inventor： 王浩轩 ,  谢鲲 ,  文吉刚

IPC: G06F18/24 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  H04L67/12

Abstract: 本发明公开了一种基于流量采样的设备类型识别方法、终端设备和存储介质，不需要采集完整的设备流量，仅需在网关处进行流量的采样，即可进行设备识别。为了应对流量特征缺失的问题，传统的张量填充算法学习张量行、列、深度对应的嵌入本身，不能推广到未知的行、列或深度，存在需要反复重训练，缺失特征补全耗时长，开销大的问题。本发明提出了一种归纳式张量填充方法，该方法能够利用历史信息，学习生成嵌入的函数，进行快速、有效设备流量特征补全。