一种基于知识蒸馏的数据包分类方法及相关装置

    公开(公告)号:CN114422620B

    公开(公告)日:2023-12-01

    申请号:CN202111565340.5

    申请日:2021-12-20

    Abstract: 本申请公开了一种基于知识蒸馏的数据包分类方法及相关装置,所述方法包括基于经过训练的教师模型,确定预设训练集中的各训练数据包各自对应的类别概率向量;基于各训练数据包及其对应的属性数据和类别概率向量构建二进制决策树模型;根据二进制决策树模型生成三元匹配流表并将三元匹配流表部署于可编程交换机,并通过可编程交换机对数据包进行分类。本申请基于预先训练的教师模型所学的知识构建二进制决策树模型,以将复杂的教师模型转换为简单的二进制决策树模型,使得学习到教师模型所学的知识的二进制决策树模型可以布置于可编程交换机,这样一方面可以利用可编程交换机的数据包处理能力,另一方面可以提高可编程交换机的数据包分类效率。

    一种基于知识蒸馏的数据包分类方法及相关装置

    公开(公告)号:CN114422620A

    公开(公告)日:2022-04-29

    申请号:CN202111565340.5

    申请日:2021-12-20

    Abstract: 本申请公开了一种基于知识蒸馏的数据包分类方法及相关装置,所述方法包括基于经过训练的教师模型,确定预设训练集中的各训练数据包各自对应的类别概率向量;基于各训练数据包及其对应的属性数据和类别概率向量构建二进制决策树模型;根据二进制决策树模型生成三元匹配流表并将三元匹配流表部署于可编程交换机,并通过可编程交换机对数据包进行分类。本申请基于预先训练的教师模型所学的知识构建二进制决策树模型,以将复杂的教师模型转换为简单的二进制决策树模型,使得学习到教师模型所学的知识的二进制决策树模型可以布置于可编程交换机,这样一方面可以利用可编程交换机的数据包处理能力,另一方面可以提高可编程交换机的数据包分类效率。

    基于可编程交换机的实时DNS隧道检测方法及相关设备

    公开(公告)号:CN114844704B

    公开(公告)日:2023-06-06

    申请号:CN202210482202.9

    申请日:2022-05-05

    Abstract: 本发明公开了基于可编程交换机的实时DNS隧道检测方法及相关设备,所述方法包括:数据平面对DNS数据包采用循环增量解析的方式进行解析、哈希和特征统计处理,得到DNS域名、第一哈希值和域名特征;根据第一哈希值查询预设的黑白名单,若在黑白名单中均查询不到且分类结果为正常,则根据划分表将DNS域名均划分为主域名和子域名;对不同子域名的第一哈希值进行哈希运算得到不同子域名的第二哈希值;对第二哈希值的个数进行统计,若超过预设阈值则将DNS域名视为隧道流量并上报至控制平面,以便控制平面更新黑名单后滤除隧道流量。通过循环增量解析任意长度域名并将决策树模型以流表的形式部署在数据平面,实现对DNS隧道的全面检测。

    基于深度学习的sketch网络测量方法及电子设备

    公开(公告)号:CN112200256B

    公开(公告)日:2024-11-26

    申请号:CN202011110727.7

    申请日:2020-10-16

    Abstract: 本发明公开了基于深度学习的sketch网络测量方法及电子设备,包括:获取sketch中的采样流量和采样流量对应的第一属性标签;根据采样流量和第一属性标签对预设网络模型进行训练,得到流量属性预测模型;将待测网络流量输入流量属性预测模型中,获取待测网络流量的属性类别;根据属性类别将所述待测网络流量插入sketch中进行网络测量。本发明通过sketch中的采样流量对预设网络模型进行训练,得到用于对待测网络流量的属性类别进行预测的流量属性预测模型,根据流量属性预测模型的预测结果将待测网络流量插入sketch中进行网络测量,避免了待测网络流量在哈希主表和哈希副表间的频繁交换,提高了网络测量的精度。

    基于可编程交换机的实时DNS隧道检测方法及相关设备

    公开(公告)号:CN114844704A

    公开(公告)日:2022-08-02

    申请号:CN202210482202.9

    申请日:2022-05-05

    Abstract: 本发明公开了基于可编程交换机的实时DNS隧道检测方法及相关设备,所述方法包括:数据平面对DNS数据包采用循环增量解析的方式进行解析、哈希和特征统计处理,得到DNS域名、第一哈希值和域名特征;根据第一哈希值查询预设的黑白名单,若在黑白名单中均查询不到且分类结果为正常,则根据划分表将DNS域名均划分为主域名和子域名;对不同子域名的第一哈希值进行哈希运算得到不同子域名的第二哈希值;对第二哈希值的个数进行统计,若超过预设阈值则将DNS域名视为隧道流量并上报至控制平面,以便控制平面更新黑名单后滤除隧道流量。通过循环增量解析任意长度域名并将决策树模型以流表的形式部署在数据平面,实现对DNS隧道的全面检测。

    基于深度学习的sketch网络测量方法及电子设备

    公开(公告)号:CN112200256A

    公开(公告)日:2021-01-08

    申请号:CN202011110727.7

    申请日:2020-10-16

    Abstract: 本发明公开了基于深度学习的sketch网络测量方法及电子设备,包括:获取sketch中的采样流量和采样流量对应的第一属性标签;根据采样流量和第一属性标签对预设网络模型进行训练,得到流量属性预测模型;将待测网络流量输入流量属性预测模型中,获取待测网络流量的属性类别;根据属性类别将所述待测网络流量插入sketch中进行网络测量。本发明通过sketch中的采样流量对预设网络模型进行训练,得到用于对待测网络流量的属性类别进行预测的流量属性预测模型,根据流量属性预测模型的预测结果将待测网络流量插入sketch中进行网络测量,避免了待测网络流量在哈希主表和哈希副表间的频繁交换,提高了网络测量的精度。

Patent Agency Ranking