公开(公告)号：CN105119741A

公开(公告)日：2015-12-02

申请号：CN201510430406.8

申请日：2015-07-21

Applicant: 重庆邮电大学

Inventor： 何利 ,  张晓东 ,  段振岳 ,  曾雪虹

IPC: H04L12/24 ,  H04L29/08

CPC classification number: H04L41/12 ,  H04L41/142 ,  H04L41/145 ,  H04L67/10

Abstract: 本发明请求保护一种基于矩阵分解的云计算网络可靠性度量方法，包括步骤：a.获取云计算网络节点及链路，形成云网络等值拓扑模型，形成云网络邻接矩阵；b.为云计算网络指定节点集K，当K中所有节点正常，并且存在连通K中所有节点的通路时网络处于可靠状态；c.基于云计算网络邻接矩阵，求取其不相交K-端路径；d.基于云计算网络不相交K-端路径以及t时刻节点和链路的工作效率，求取t时刻云计算网络可靠度R；本发明提除了能减少矩阵运算次数外，还可用于节点与节点间存在多条链路的情况。在最大限度提高计算效率的同时，也提高了可靠性分析的准确性。

公开(公告)号：CN106681791A

公开(公告)日：2017-05-17

申请号：CN201610986690.1

申请日：2016-11-09

Applicant: 重庆邮电大学

Inventor： 何利 ,  段振岳

IPC: G06F9/455 ,  G06K9/62

CPC classification number: G06F9/45558 ,  G06F2009/45591 ,  G06K9/6223

Abstract: 本发明请求保护一种基于对称邻居关系的增量式虚拟机异常检测方法，包括步骤：首先，在云平台中采集虚拟机实例信息，然后，按照每条虚拟机实例信息中包含的虚拟机上下文信息将其聚类成若干个上下文类簇。最后，对于每个上下文类簇，通过采用基于对称邻居关系的增量式局部异常因子算法建立上下文异常检测模型；将实时采集到的虚拟机实例信息按照其包含的虚拟机上下文信息分配到对应的上下文异常检测模型。增量式地更新对应的模型中各条虚拟机实例信息的局部异常因子，并根据新分配到的虚拟机实例的局部异常因子大小判断其是否包含异常行为。本发明提高了检测精度和效率。