-
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
Applicant: 鹏城实验室
IPC: H04L69/22 , G06F18/24 , G06F18/214
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。
-
公开(公告)号：CN111355671B
公开(公告)日：2023-07-28
申请号：CN201911412366.9
申请日：2019-12-31
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: H04L47/2441 , H04L47/2475 , H04L47/2483 , G06F18/214 , G06N3/084 , G06F18/2415 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别。本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。
-
公开(公告)号：CN111355671A
公开(公告)日：2020-06-30
申请号：CN201911412366.9
申请日：2019-12-31
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: H04L12/851 , H04L12/859 , G06K9/62
Abstract: 本发明公开了一种基于自注意机制的网络流量分类方法、介质及终端设备，所述方法获取待分类网络流量包数据，并确定所述待分类网络流量包数据对应的输入序列；将所述输入序列输入至预先训练的网络流量分类模型，通过所述网络流量分类模型预测所述待分类网络流量包数据对应的流量类别。本发明使用的网络流量分类模型包括编码模块，所述编码模块包括自注意机制单元，这样通过自注意机制提取有效流量特征，提高了流量分类精度。
-
公开(公告)号：CN114900474A
公开(公告)日：2022-08-12
申请号：CN202210480817.8
申请日：2022-05-05
Applicant: 鹏城实验室
IPC: H04L47/2441 , G06K9/62
Abstract: 本发明公开了针对可编程交换机的数据包分类方法、系统及相关设备，其中，上述方法包括：获取预先训练完成的待优化决策树模型，并将上述待优化决策树模型发送到可编程交换机；根据可编程交换机的流水线阶段数以及接收的待优化决策树模型获取最优决策树优化方案，最优决策树优化方案包括最优剪枝方案，最优剪枝方案用于根据可编程交换机的流水线阶段数限定决策树的层数并去除决策树的冗余叶子节点；根据最优决策树优化方案对待优化决策树模型进行优化获得目标决策树模型，将目标决策树模型部署到可编程交换机中获得目标可编程交换机；根据目标可编程交换机对待分类数据包进行分类。与现有技术相比，本发明方案有利于提高数据包分类效率。
-
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
Applicant: 鹏城实验室
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。
-
Patent Agency Ranking
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
Applicant: 鹏城实验室 , 南方科技大学 , 清华大学深圳国际研究生院
IPC: G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N20/20
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。
-
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
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L61/4511
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。
-
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
Applicant: 鹏城实验室 , 南方科技大学 , 清华大学深圳国际研究生院
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。
-
公开(公告)号：CN117349759A
公开(公告)日：2024-01-05
申请号：CN202311271277.3
申请日：2023-09-27
Applicant: 鹏城实验室
IPC: G06F18/243 , G06F18/214 , G06F18/20 , H04L9/40
Abstract: 本发明涉及互联网技术领域，并公开了一种分布式网络流量分类方法、装置、设备及存储介质，该方法包括：将初始模型拆分为多个分类路径，并基于多个分类路径对初始模型进行模型重组和模型增强，获得多个增强基础模型；通过网络离线阶段的分配方案和网络在线阶段的分配方案确定增强基础模型分配方案；基于增强基础模型分配方案将多个增强基础模型部署至多个交换机中，并通过多个交换机对网络流量进行分类，得到分类结果。本发明基于对初始模型拆分出的多个分类路径进行模型重组和模型增强，得到增强基础模型并部署至多个交换机中，从而通过所述多个交换机对所述网络流量进行分类，进而能够在网络资源有限的场景下提升网络流量分类的分类精度。
-
公开(公告)号：CN114900474B
公开(公告)日：2023-08-22
申请号：CN202210480817.8
申请日：2022-05-05
Applicant: 鹏城实验室
IPC: H04L47/2441 , G06F18/2431
Abstract: 本发明公开了针对可编程交换机的数据包分类方法、系统及相关设备，其中，上述方法包括：获取预先训练完成的待优化决策树模型，并将上述待优化决策树模型发送到可编程交换机；根据可编程交换机的流水线阶段数以及接收的待优化决策树模型获取最优决策树优化方案，最优决策树优化方案包括最优剪枝方案，最优剪枝方案用于根据可编程交换机的流水线阶段数限定决策树的层数并去除决策树的冗余叶子节点；根据最优决策树优化方案对待优化决策树模型进行优化获得目标决策树模型，将目标决策树模型部署到可编程交换机中获得目标可编程交换机；根据目标可编程交换机对待分类数据包进行分类。与现有技术相比，本发明方案有利于提高数据包分类效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
