-
公开(公告)号：CN101834897A
公开(公告)日：2010-09-15
申请号：CN201010153490.0
申请日：2010-04-23
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种DHT网络负载均衡装置及虚节点划分的方法。DHT网络负载均衡装置的构成包括节点存储容量收集装置、节点带宽收集装置、节点工D区域收集装置、节点性能评价装置、节点邻居集收集装置、节点加入装置、节点退出装置。虚节点划分的方法包括：1)节点加入网络，节点通过性能模型定义自身节点级别，若本身为弱节点，找到临近的弱节点；2)节点合并，节点退出网络并与找到的临近弱节点建立连接，共同组成一个强虚节点，退出节点通过相邻弱节点与系统中的其他节点交互，其他节点将退出节点看成为强虚节点的一部分；3)节点合并后的调整。节点合并后查询只包含强虚节点ID，由强虚节点分配各弱节点的负载，以达到负载均衡。
-
公开(公告)号：CN101795215A
公开(公告)日：2010-08-04
申请号：CN201010101883.7
申请日：2010-01-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种网络流量异常检测方法及检测装置。包括数据选取单元，用于选取待检测的网络指标数据，建立属性记录；分布分析单元，考察网络中各个主机发起连接和被连接中的所述属性记录的各个属性的分布状况；观测信息熵获得单元，用于当时间间隔到达设定的时间阈值时，根据所述属性分布状况获得观测信息熵；预测单元，根据所述观测信息熵预测下一个时间间隔的网络指标数据的信息熵；置信区间获得单元，根据所述观测信息熵和所述预测信息熵获得异常判决所需置信区间；异常判决单元，分析所述观测信息熵在所述置信区间的分布，根据分析结果确定网络流量是否异常。解决了现有技术用于网络流量异常检测时可操作性不强、灵活性较差的问题。
-
公开(公告)号：CN101674264A
公开(公告)日：2010-03-17
申请号：CN200910073070.9
申请日：2009-10-20
Applicant: 哈尔滨工程大学
IPC: H04L12/58
Abstract: 本发明提供的是一种基于用户关系挖掘及信誉评价的垃圾邮件检测装置及方法。所述的检测装置的构成包括用户关系建模装置、指纹收集装置、路径挖掘装置、邮件评价装置、邮件输出装置、用户评价装置、信誉更新装置。所述的方法为根据受控网内用户通信关系建立用户关系模型，然后依据用户关系模型挖掘特定路径集，最后通过该路径集上用户的历史评价建立邮件判定记录，识别邮件属性。本发明的优点在于：有很好的垃圾邮件识别能力，能较好的识别恶意用户并抵抗恶意用户的干扰，可部署在邮件服务器、网关、骨干网出入口处，可广泛应用于电子邮件过滤技术等应用领域。
-
公开(公告)号：CN115714673B
公开(公告)日：2024-07-05
申请号：CN202211370515.1
申请日：2022-11-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于跨域认证技术领域，具体涉及一种跨域认证过程中基于多中间实体的实时证书撤销方法。本发明中用户向CA提出申请成为该域的一员；CA审核用户的身份通过后向用户颁发证书和一部分私钥，将另一部分私钥分发给MED集群；用户进行跨域认证时，将自己的证书和私钥发送给认证服务器，认证服务器向集群请求另一部分私钥，如果私钥不存在说明用户证书已过期；如果私钥存在，认证服务器拼凑出完整私钥后，代替用户向另一个域内发起跨域认证请求；当用户身份撤销或者私钥泄露的时候，向CA提交申请，CA向MED集群发消息，通知集群主节点删除用户所对应的私钥并撤销用户证书，并且更新CRL列表。
-
公开(公告)号：CN113312151B
公开(公告)日：2024-07-05
申请号：CN202110697486.9
申请日：2021-06-23
Applicant: 哈尔滨工程大学
IPC: G06F9/455
Abstract: 本发明属于负载均衡技术领域，具体涉及一种IPSec VPN集群的负载均衡方法。本发明包括设置初始时间步长，收集各服务节点的状态信息，存入节点的对应属性值中；计算每个服务节点的负载度，并选择最佳节点；通过每个服务节点的负载度，根据反馈步长调整公式，预测下一反馈步长；下一反馈步长时负载均衡器向服务器发送获取负载属性状态请求。本发明针对IPSec VPN集群环境中存在负载均衡问题，提供了一种IPSec VPN集群的负载均衡方法。本发明可以更好地提升IPSec VPN集群的负载均衡性，有效地提高处理效率。
-
Patent Agency Ranking
公开(公告)号：CN111481203B
公开(公告)日：2023-05-05
申请号：CN202010438362.4
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: A61B5/08
Abstract: 本发明属于基于信道状态信息的人体检测技术领域，具体涉及一种基于信道状态信息的室内静态被动人体检测方法。本发明应用于基于信道状态信息的人体检测领域，主要针对室内检测环境中存在静止人体时，对信道状态信息影响微小的情况。本发明对室内静止人体的检测主要是通过呼吸对CSI的状态影响来判断的。考虑到在理想条件下，由于人的呼吸造成的信号波动具有规律性，而实际的数据采集中，存在一定程度的噪声和环境干扰，将对数据进行降噪的处理并提取信号特征。本发明有效的解决检测环境中存在静止人体时，检测漏报率较高的问题。
-
公开(公告)号：CN115766566A
公开(公告)日：2023-03-07
申请号：CN202211370596.5
申请日：2022-11-03
Applicant: 哈尔滨工程大学
IPC: H04L45/24 , H04L45/12 , H04L45/121 , H04L9/40
Abstract: 本发明针对Tor网络中现有匿名链路生成算法构建的通信链路可能存在恶意中继节点，破坏Tor网络匿名性的问题，提供了一种结合节点信誉的Tor网络匿名链路的构建方法。本发明通过获取各中继节点的带宽占比、延迟占比、信誉分数，根据评价模型计算各中继节点的排名等级；并采用随机算法选择入口中继节点、中间中继节点、出口中继节点，从而完成Tor网络匿名链路的构建。本发明不仅能提升Tor网络默认链路选择算法的性能，还能提升Tor通信链路的匿名度，有效解决了目前Tor网络匿名链路中存在恶意中继节点的问题。
-
公开(公告)号：CN115766522A
公开(公告)日：2023-03-07
申请号：CN202211369734.8
申请日：2022-11-03
Applicant: 哈尔滨工程大学
IPC: H04L43/0876 , H04L43/04 , G06F18/2415 , G06F18/15 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明涉及的是一种网络流量识别场景，针对目前应用最广泛的移动终端应用和加密网络流量而提出了基于深度学习和注意力机制的面向移动终端加密流量的应用识别方法。现阶段基于深度学习模型，都是使用不同数量CNN和LSTM通过并行或者串行的方式进行流量识别，识别对象为针对加密流量的国外应用数据集，不适用于国内应用环境并且识别效果有待提高。而本发明使用的数据集是针对国内常用应用采集并准确标记的，并且在CNN和LSTM的基础上使用注意力机制进行应用识别，能够有效的进行国内应用的识别，并且识别效果优于单纯的深度学习模型。
-
公开(公告)号：CN115496224A
公开(公告)日：2022-12-20
申请号：CN202211153768.3
申请日：2022-09-21
Applicant: 哈尔滨工程大学
IPC: G06N20/00
Abstract: 本发明公开了一种面向物联网设备异质性的联邦学习优化方法，所述方法包括如下步骤：步骤一、联邦学习参与设备数据增强方法设计；步骤二、联邦学习参与者选择方法设计；步骤三、联邦学习参与设备异质性优化方法设计。本发明在不侵犯用户隐私的前提下，收集部分用户数据以及用户模型训练相关信息。利用收集的信息，增强设备数据使其符合独立同分布，缓解数据异质性带来的影响。同时，这部分信息还被用于筛选每轮训练的参与者，加快了每轮训练的完成时间，有效缓解了数据异质性带来的影响。通过上述两种优化，提高了联邦学习联合建模的效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.025 seconds)
