一种基于字符串的创新性标识优先级描述方法

    公开(公告)号:CN118013091A

    公开(公告)日:2024-05-10

    申请号:CN202410196451.0

    申请日:2024-02-22

    Abstract: 本发明公开了一种基于字符串的创新性标识优先级描述方法,包括以下步骤:①优先级预处理:在编辑对象内容信息的过程中,分析每个对象规则的关键属性并进行排序,并分析对象与数据库已有对象的优先级关系,将对象按照优先级从高到低的顺序插入数据库已有对象中;②字符串匹配处理:基于优先级顺序和最短字符串要求,按字典序为对象匹配与优先级对应的字符串,将生成的字符串存储在存储介质中。本发明通过使用变长字符串代替传统数字,以字符串字典序作为优先级顺序,在标识大规模对象时具有显著的优势,能够更灵活地描述和管理优先级。

    一种基于相对位置度量的网络异常检测方法

    公开(公告)号:CN105262637B

    公开(公告)日:2019-01-22

    申请号:CN201510566834.3

    申请日:2015-09-08

    Abstract: 本发明公开了一种基于相对位置度量的网络异常检测方法,对骨干通信网络中的流量进行采样;引入香农熵对采样数据进行预处理;引入z得分的相对位置度量方法对预处理后的数据进行计算;搭建基于香农熵值的z得分图谱;利用香农熵变化结合z得分图谱分析网络是否异常。本发明的有益效果:通过香农熵的引入,能够将网络流量中属性的聚合离散趋势进行表示,再通过引入z得分,根据统计学中的经验法则,进而搭建基于香农熵的z得分图谱,能够直观的判断是否有疑似异常发生,以及疑似异常发生的时间和程度;通过对疑似异常的程度和相关属性的变化,对比网络中常见的异常的特征,可以将疑似异常的检测范围进一步缩小,达到有效检测和提高检测效率的目的。

    一种基于相对位置度量的网络异常检测方法

    公开(公告)号:CN105262637A

    公开(公告)日:2016-01-20

    申请号:CN201510566834.3

    申请日:2015-09-08

    Abstract: 本发明公开了一种基于相对位置度量的网络异常检测方法,对骨干通信网络中的流量进行采样;引入香农熵对采样数据进行预处理;引入z得分的相对位置度量方法对预处理后的数据进行计算;搭建基于香农熵值的z得分图谱;利用香农熵变化结合z得分图谱分析网络是否异常。本发明的有益效果:通过香农熵的引入,能够将网络流量中属性的聚合离散趋势进行表示,再通过引入z得分,根据统计学中的经验法则,进而搭建基于香农熵的z得分图谱,能够直观的判断是否有疑似异常发生,以及疑似异常发生的时间和程度;通过对疑似异常的程度和相关属性的变化,对比网络中常见的异常的特征,可以将疑似异常的检测范围进一步缩小,达到有效检测和提高检测效率的目的。

    一种基于全局视野的互联网自治域级拓扑推断方法

    公开(公告)号:CN119182704A

    公开(公告)日:2024-12-24

    申请号:CN202411135188.0

    申请日:2024-08-19

    Abstract: 本发明公开了一种基于全局视野的互联网自治域级拓扑推断方法,首先构建互联网AS级拓扑关联关系图,将互联网AS级拓扑相关的要素通过关联关系图组织起来,然后利用贝叶斯网络推断AS商业关系,接着基于一系列启发式的方法推断AS层次结构,然后基于互联网同一层次内的AS具有相似路由策略的全局视野的约束下修正AS级拓扑,最后根据设定的阈值判断是否需要继续迭代的推断AS商业关系和层次结构。本发明的方法将AS级拓扑相关的要素通过关联关系图组织起来,能够更好的挖掘各个要素之间复杂的关联关系,同时在互联网同一层次内的AS具有相似路由策略的全局视野的约束下,能够更准确的推断互联网AS级拓扑。

Patent Agency Ranking