-
公开(公告)号：CN108712458A
公开(公告)日：2018-10-26
申请号：CN201810290895.5
申请日：2018-03-30
Applicant: 中国科学院信息工程研究所
IPC: H04L29/08 , H04L12/725 , H04L12/751
CPC classification number: H04L67/141 , H04L45/02 , H04L45/306 , H04L67/143 , H04L67/2852
Abstract: 本发明提供一种支持内容控制的软件定义网络控制器，控制器包括核心服务提供层，核心服务提供层包括：网络内容路由控制服务模块，用于通过南向控制接口层采集和管理设备的内容路由控制信息以及通过北向接口层接收上层应用发送的内容路由控制策略添加/删除消息，并将内容路由控制策略解析为相应内容路由控制添加/删除消息发送至设备；网络内容管理服务模块，用于通过南向控制接口层采集设备的存储内容信息、根据接收到的存储内容信息查询消息返回相应的存储内容信息以及主动推送及删除设备的指定存储内容。本发明实现对内容节点和交换机的软件定义化控制，并实现对网络七层的数据面控制的可编程能力，为软件定义化的内容网络控制面提供承载。
-
公开(公告)号：CN113630384B
公开(公告)日：2022-10-14
申请号：CN202110778054.0
申请日：2021-07-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于NetFlow数据的特定加密流量识别方法及系统。该方法的步骤包括：利用原始网络流量生成NetFlow序列；采用双向LSTM网络捕获NetFlow序列的上下文关系；采用注意力机制对NetFlow序列的上下文关系进行注意力权重计算，得到NetFlow序列的特征；利用得到的NetFlow序列的特征识别加密流量。本发明以NetFlow序列作为输入来保护用户隐私，利用双向LSTM网络尽可能捕获稀疏流记录上下文关系，增加注意力机制进行注意力权重计算，对信息进行加权，实现对相关性特征的增强，自动学习流记录的潜在特征。即使在较低的采样率下，本发明仍能够取得较好的加密流量识别效果。
-
公开(公告)号：CN108712458B
公开(公告)日：2021-06-18
申请号：CN201810290895.5
申请日：2018-03-30
Applicant: 中国科学院信息工程研究所
IPC: H04L29/08 , H04L12/725 , H04L12/751
Abstract: 本发明提供一种支持内容控制的软件定义网络控制器，控制器包括核心服务提供层，核心服务提供层包括：网络内容路由控制服务模块，用于通过南向控制接口层采集和管理设备的内容路由控制信息以及通过北向接口层接收上层应用发送的内容路由控制策略添加/删除消息，并将内容路由控制策略解析为相应内容路由控制添加/删除消息发送至设备；网络内容管理服务模块，用于通过南向控制接口层采集设备的存储内容信息、根据接收到的存储内容信息查询消息返回相应的存储内容信息以及主动推送及删除设备的指定存储内容。本发明实现对内容节点和交换机的软件定义化控制，并实现对网络七层的数据面控制的可编程能力，为软件定义化的内容网络控制面提供承载。
-
公开(公告)号：CN108768986A
公开(公告)日：2018-11-06
申请号：CN201810475126.2
申请日：2018-05-17
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种加密流量分类方法及服务器、计算机可读存储介质。本方法包括训练阶段和分类阶段，其中训练阶段：获取加密应用的加密流量并标注，得到一训练集合；从该训练集合中分别提取每一加密应用的message type序列并统一转化为对应的编码序列，并根据应用的包长度序列计算该应用的代表长度序列；利用每一应用的编码序列构建Message type马尔科夫转移矩阵，根据代表长度序列构建长度马尔科夫转移矩阵；将编码序列、代表长度序列分别输入对应转移矩阵，生成对应应用的加密流量的指纹；将各指纹输入分类模型中训练，得到分类模型；分类阶段：对于将要分类的数据流，将该数据流的指纹输入训练后的分类模型中进行分类。
-
公开(公告)号：CN114896539B
公开(公告)日：2025-05-06
申请号：CN202210350716.9
申请日：2022-04-02
Applicant: 中国科学院信息工程研究所
IPC: G06F16/958 , G06F16/901 , G06N3/0455 , G06N3/0464 , G06N3/042
Abstract: 本发明涉及一种基于图变分自编码器的匿名社交图恢复方法及系统。对匿名后的社交网络构建社交图，其中用户作为节点，用户之间的关联作为边集，对社交图提取邻接矩阵和节点集；将邻接矩阵和节点集输入图变分自编码器中的编码器，通过编码器提取社交图中节点的结构特征，构成潜层向量空间，以扩大虚假边和真实边的距离；利用图变分自编码器中的解码器对边的存在性进行合理性评判，根据合理性评判结果，通过设定阈值识别增加的虚假边，从而完成针对匿名社交图的恢复。本发明针对现有图匿名攻击的缺陷，实现了一种社交图中匿名虚假边识别原型系统，其编码‑解码结构能提取虚假边区别于正常边的隐式特征，高准确率识别还原社交网络图。
-
Patent Agency Ranking
公开(公告)号：CN111091157B
公开(公告)日：2023-03-10
申请号：CN201911348018.X
申请日：2019-12-24
Applicant: 中国科学院信息工程研究所
IPC: G06V10/764 , G06V20/40
Abstract: 本发明提出一种基于完形填空任务的视频自监督学习方法，属于数字化视频自监督领域，通过切分视频段，对选取视频段进行空间或/和时间的变换操作，再放回原视频中提取特征，进行变换操作的分类识别，由此实现自监督学习，通过这种完形填空的方式，在不需要人工标注数据的同时，引导网络学习丰富的视频特征，同时基于完形填空的特性，可以针对不同的特征融合多个自监督任务，增加了泛化性。
-
公开(公告)号：CN113630384A
公开(公告)日：2021-11-09
申请号：CN202110778054.0
申请日：2021-07-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于NetFlow数据的特定加密流量识别方法及系统。该方法的步骤包括：利用原始网络流量生成NetFlow序列；采用双向LSTM网络捕获NetFlow序列的上下文关系；采用注意力机制对NetFlow序列的上下文关系进行注意力权重计算，得到NetFlow序列的特征；利用得到的NetFlow序列的特征识别加密流量。本发明以NetFlow序列作为输入来保护用户隐私，利用双向LSTM网络尽可能捕获稀疏流记录上下文关系，增加注意力机制进行注意力权重计算，对信息进行加权，实现对相关性特征的增强，自动学习流记录的潜在特征。即使在较低的采样率下，本发明仍能够取得较好的加密流量识别效果。
-
公开(公告)号：CN110083507A
公开(公告)日：2019-08-02
申请号：CN201910316760.6
申请日：2019-04-19
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种关键性能指标分类方法及装置。其中，方法包括：根据待分类关键性能指标的数据，获取待分类关键性能指标的周期性特征和离散性特征，将待分类关键性能指标规范化后的周期性特征和离散性特征组成待分类关键性能指标的特征向量；根据预先获取的训练样本集和待分类关键性能指标的特征向量，获取待分类关键性能指标的类型；其中，类型包括周期型、平稳型和混合型。本发明实施例提供的关键性能指标分类方法及装置，根据待分类关键性能指标的周期性特征和离散性特征，将待分类关键性能指标确定为周期型、平稳型或混合型，能更高效地获得更准确的分类结果且能降低进行关键性能指标异常检测时的计算开销。
-
公开(公告)号：CN114896539A
公开(公告)日：2022-08-12
申请号：CN202210350716.9
申请日：2022-04-02
Applicant: 中国科学院信息工程研究所
IPC: G06F16/958 , G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于图变分自编码器的匿名社交图恢复方法及系统。对匿名后的社交网络构建社交图，其中用户作为节点，用户之间的关联作为边集，对社交图提取邻接矩阵和节点集；将邻接矩阵和节点集输入图变分自编码器中的编码器，通过编码器提取社交图中节点的结构特征，构成潜层向量空间，以扩大虚假边和真实边的距离；利用图变分自编码器中的解码器对边的存在性进行合理性评判，根据合理性评判结果，通过设定阈值识别增加的虚假边，从而完成针对匿名社交图的恢复。本发明针对现有图匿名攻击的缺陷，实现了一种社交图中匿名虚假边识别原型系统，其编码‑解码结构能提取虚假边区别于正常边的隐式特征，高准确率识别还原社交网络图。
-
公开(公告)号：CN110083507B
公开(公告)日：2020-11-24
申请号：CN201910316760.6
申请日：2019-04-19
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种关键性能指标分类方法及装置。其中，方法包括：根据待分类关键性能指标的数据，获取待分类关键性能指标的周期性特征和离散性特征，将待分类关键性能指标规范化后的周期性特征和离散性特征组成待分类关键性能指标的特征向量；根据预先获取的训练样本集和待分类关键性能指标的特征向量，获取待分类关键性能指标的类型；其中，类型包括周期型、平稳型和混合型。本发明实施例提供的关键性能指标分类方法及装置，根据待分类关键性能指标的周期性特征和离散性特征，将待分类关键性能指标确定为周期型、平稳型或混合型，能更高效地获得更准确的分类结果且能降低进行关键性能指标异常检测时的计算开销。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.037 seconds)
