-
公开(公告)号：CN114221897A
公开(公告)日：2022-03-22
申请号：CN202111496145.1
申请日：2021-12-09
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种基于多属性决策的路由方法、装置、设备和介质，方法包括：获取网络拓扑信息以及每条链路的至少两种网络状态属性的值；根据网络状态属性的类型对网络状态属性的值进行归一化；根据成对比较矩阵得到每种网络状态属性的权重值；根据每条链路上的归一化后的每种网络状态属性值以及每种网络状态属性的权重值，得到每条链路的代价函数值；根据每条链路的代价函数值，计算满足至少两种网络状态属性要求的最短路径。本发明综合考虑多种网络状态属性的影响，并通过成对比较矩阵的方式计算出各个网络状态属性的权重值大小，各个网络状态属性根据权重值组合到一块作为路由开销共同决定路由选路，可以根据用户的个性化需求来进行路由选路。
-
公开(公告)号：CN116258167A
公开(公告)日：2023-06-13
申请号：CN202211413783.7
申请日：2022-11-11
Applicant: 网络通信与安全紫金山实验室
IPC: G06N3/0455 , G06N3/0499 , G06N3/08 , G06F11/34
Abstract: 本申请实施例公开了一种数据检测方法、装置、电子设备及介质。该方法包括：采用Transformer编码器对待检测数据进行编码，确定待检测数据对应的高斯分布数据；对高斯分布数据进行采样，得到采样数据，并采用Transformer解码器对采样数据进行解码，得到重构数据；根据待检测数据与重构数据的差异数据，确定待检测数据的检测结果。本技术方案，通过应用Transformer编码器能够提取待检测数据中的特征信息，获取不同时刻的待检测数据中的依赖关系，通过应用Transformer解码器完成数据的重构，与重构前的待检测数据进行对比，检测出具备长期趋势特点的异常行为，解决了目前不能准确的对具有长期趋势的待检测数据进行异常检测的问题，提高了检测准确性。
-
公开(公告)号：CN111970163B
公开(公告)日：2022-06-21
申请号：CN202010618153.8
申请日：2020-06-30
Applicant: 网络通信与安全紫金山实验室
IPC: H04L43/0876 , H04L41/147 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于注意力机制的LSTM模型的网络流量预测方法，该方法包括以下步骤：步骤1：数据预处理，对所述网络流量数据进行标准化处理，然后将网络流量数据划分为训练数据和测试数据；步骤2：构建模型，构建基于注意力机制的LSTM模型，步骤3：模型训练，将训练数据输入所述基于注意力机制的LSTM模型中，基于Adam优化算法进行迭代训练，得到训练好的模型；步骤4：网络流量预测。该网络流量预测方法在计算当前时刻的输出状态时，综合考虑前面多个时刻的隐藏状态，使得输出序列中每一项的生成概率都受输入多个历史序列隐藏状态的影响，对流量的预测更加准确。
-
Patent Agency Ranking
公开(公告)号：CN112769646A
公开(公告)日：2021-05-07
申请号：CN202011627242.5
申请日：2020-12-31
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明公开一种智能网络监控的方法和系统，其中方法包括：S1、数据采集；S2、数据推送；S3、获取预警监控信息；S4、可视化前端与后端进行数据传输。系统包括人工智能算法处理模块、网络信息数据采集模块、服务端集中处理模块和可视化展示模块。本发明不仅会对网络节点的当前实时指标有所监控，同时会依靠人工智能监控技术对网络的流量预测、拥塞情况进行预警；采用现代可视化大屏，甄别网络数据类型配以专业化图表，凸显紧要网络监控指标，让监控指标可视化更加直观。解决了现有技术中依靠人工方式对监控网络进行预警判断过程繁琐并且难以全面，以及网络监控以及监控指标过多时，容易造成表格臃肿，进而导致监控不直观的问题。
-
公开(公告)号：CN111970163A
公开(公告)日：2020-11-20
申请号：CN202010618153.8
申请日：2020-06-30
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明提供一种基于注意力机制的LSTM模型的网络流量预测方法，该方法包括以下步骤：步骤1：数据预处理，对所述网络流量数据进行标准化处理，然后将网络流量数据划分为训练数据和测试数据；步骤2：构建模型，构建基于注意力机制的LSTM模型，步骤3：模型训练，将训练数据输入所述基于注意力机制的LSTM模型中，基于Adam优化算法进行迭代训练，得到训练好的模型；步骤4：网络流量预测。该网络流量预测方法在计算当前时刻的输出状态时，综合考虑前面多个时刻的隐藏状态，使得输出序列中每一项的生成概率都受输入多个历史序列隐藏状态的影响，对流量的预测更加准确。
-
公开(公告)号：CN111614572B
公开(公告)日：2023-04-18
申请号：CN202010349936.0
申请日：2020-04-28
Applicant: 网络通信与安全紫金山实验室
Abstract: 本发明公开一种基于RTT的TCP网络拥塞控制方法，TCP网络拥塞控制方法基于拥塞窗口变化率与RTT变化率的比值变化来判断当前网络数据量是否达到饱和状态；以此作为调整数据流量的依据。该方法可以根据网络状态自适应的以不同速率增加或者减小拥塞窗口大小，减少了基于传统算法出现断崖式变化的概率。
-
公开(公告)号：CN111949704A
公开(公告)日：2020-11-17
申请号：CN202010690245.7
申请日：2020-07-17
Applicant: 网络通信与安全紫金山实验室
IPC: G06F16/2458 , G06F16/28 , G06N3/04 , G06N3/06 , G06N3/08
Abstract: 本发明公开一种可解释的多维时序数据分析方法，包括S1、建立多维时序数据分析模型，分析模型为卷积神经网络，依次包括输入层、卷积层、隐层和输出层；S2、将不同时间点采集的多个指标数据作为输入数据输入分析模型，输入数据为n*k的矩阵，其中n为输入数据的维数，即指标数量，k为输入数据的采集次数；S3、分析模型输出一个或多个预测结果，对应不同建模任务；S4、对预测结果进行回溯，得到神经元的权重，进而得到组成该神经元的输入数据维度和变化模式的权重，使得分析模型具有可解释性。本发明的这种自适应模式匹配机制可以充分挖掘各个指标的变化趋势，进而提升数据分析模型的预测能力。
-
公开(公告)号：CN111614572A
公开(公告)日：2020-09-01
申请号：CN202010349936.0
申请日：2020-04-28
Applicant: 网络通信与安全紫金山实验室
IPC: H04L12/807 , H04L12/815 , H04L12/833
Abstract: 本发明公开一种基于RTT的TCP网络拥塞控制方法，TCP网络拥塞控制方法基于拥塞窗口变化率与RTT变化率的比值变化来判断当前网络数据量是否达到饱和状态；以此作为调整数据流量的依据。该方法可以根据网络状态自适应的以不同速率增加或者减小拥塞窗口大小，减少了基于传统算法出现断崖式变化的概率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.033 seconds)
