-
公开(公告)号：CN115134174A
公开(公告)日：2022-09-30
申请号：CN202211058834.9
申请日：2022-08-31
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及网络安全技术领域，具体公开了基于改进Actor‑Critic算法的SDN下自适应威胁缓解方法及系统，包括架设SDN下自适应威胁缓解架构，SDN下自适应威胁缓解架构包括深度强化学习代理，其为基于改进Actor‑Critic算法搭建的深度神经网络；训练基于改进Actor‑Critic算法搭建的深度神经网络，以获得自适应威胁缓解代理；基于自适应威胁缓解代理输出最优自适应网络威胁缓解策略，基于最优自适应网络威胁缓解策略来改变网络安全部署；该方法对Actor‑Critic算法进行改进，对于长序列、不完全信息的观测环境效果更好，能产生更好网络威胁缓解策略。
-
公开(公告)号：CN114826718A
公开(公告)日：2022-07-29
申请号：CN202210408805.4
申请日：2022-04-19
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明公开了一种基于多维度信息的内部网络异常检测方法及系统，包括获取带时间戳的流量数据，流量数据包括业务特征信息和用户交互流量；基于时间戳获取历史时间信息和事件链信息，基于用户交互流量信息获取拓扑信息，对业务特征信息、历史时间信息、事件链信息和拓扑信息进行预处理；输入不同的压缩网络以获c得业务特征低维信息、事件链低维信息和拓扑低维信息；输入估计网络以进行密度估计获得流量数据的能量；基于自适应判别能量阈值和流量数据的能量判断内部网络是否异常，若流量数据的能量大于自适应判别能量阈值，则判定内部网络出现异常；该方法对异常具有更全面的解释性，可以更好地发现隐蔽的内部攻击行为。
-
公开(公告)号：CN114710199A
公开(公告)日：2022-07-05
申请号：CN202210337675.X
申请日：2022-04-01
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统，包括构建基于SDN的卫星网络架构；获取LEO卫星网络全局负载信息，基于三个门限判定LEO卫星网络的负载状态；若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态，则基于LEO卫星网络的负载状态制定迁移策略；若LEO卫星网络处于正常状态，则输出LEO卫星网络信息；基于迁移策略进行动态迁移；更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络；基于三个门限判断当前LEO卫星网络的负载状态，若当前LEO卫星网络的负载状态处于正常状态，则输出当前LEO卫星网络相关信息；若处于不正常状态，则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。
-
公开(公告)号：CN117528538A
公开(公告)日：2024-02-06
申请号：CN202311551774.9
申请日：2023-11-21
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04W16/06 , H04W16/22 , H04W28/02 , H04W72/044
Abstract: 本发明涉及无线通信技术领域，具体公开了一种应对不完全信道信息的模糊学习抗干扰方法和系统，包括：将不完全信道信息映射至模糊空间，再通过模糊收益函数得到用户与干扰的模糊收益；利用斯坦伯格博弈理论，建立用户与干扰的对抗过程模型；创建用户与干扰的Q表，初始化用户的通信功率及干扰的干扰功率；获取干扰模糊收益，利用函数对干扰的模糊收益进行评价，得到评价值；更新干扰的Q表，并重新确定干扰的干扰功率，重复计算干扰的干扰功率直至最大迭代次数；获取用户模糊收益，利用满意度函数对干扰的模糊收益进行评价，得到评价值；更新用户的Q表，并重新确定用户通信功率，重复计算用户通信功率直至最大迭代次数。
-
公开(公告)号：CN115242556B
公开(公告)日：2022-12-20
申请号：CN202211154263.9
申请日：2022-09-22
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及网络与信息安全技术领域，提供了一种基于增量自编码器的网络异常检测方法。该方法包括：采集网络流量数据，得到无标签样本集；输出神经元集合N和连接关系集合C；基于初始化增量自编码器，并采用增量学习方法，基于神经元集合N和连接关系集合C训练增量自编码器，得到异常检测模型；基于将接收到的样本数据输入异常检测模型，计算重构误差得分，并将重构误差得分与异常阈值相比较，根据判定结果获得正常样本，并将该正常样本输入至改进的SOINN网络进行增量学习。本发明解决了遗忘灾难问题，节约了计算和存储开销，使得模型不断学习新的样本特征，实现适应新的网络环境的目的。
-
Patent Agency Ranking
公开(公告)号：CN115134174B
公开(公告)日：2022-11-25
申请号：CN202211058834.9
申请日：2022-08-31
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及网络安全技术领域，具体公开了基于改进Actor‑Critic算法的SDN下自适应威胁缓解方法及系统，包括架设SDN下自适应威胁缓解架构，SDN下自适应威胁缓解架构包括深度强化学习代理，其为基于改进Actor‑Critic算法搭建的深度神经网络；训练基于改进Actor‑Critic算法搭建的深度神经网络，以获得自适应威胁缓解代理；基于自适应威胁缓解代理输出最优自适应网络威胁缓解策略，基于最优自适应网络威胁缓解策略来改变网络安全部署；该方法对Actor‑Critic算法进行改进，对于长序列、不完全信息的观测环境效果更好，能产生更好网络威胁缓解策略。
-
公开(公告)号：CN115225139A
公开(公告)日：2022-10-21
申请号：CN202210832203.1
申请日：2022-07-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明涉及一种卫星网络SDN多控制域的规划方法，包括如下的步骤：S1：对LEO卫星网络中的卫星控制器节点和交换机节点进行编码，在约束关系下随机初始化多控制域规划方案；S2：进行个体适应度值计算；S3：确定各个层级的结合能和结合态；S4：在光子的发射、吸收部分的更新策略中引入自适应权重和反向学习机制，更新电子状态；S5：循环步骤S3至S4进行迭代寻优，直至达到最大迭代次数，输出最佳结合能和结合态；S6：解码，形成最优的卫星网络SDN多控制域的规划策略。本发明使用原子轨道搜索算法并进行优化改进，引入自适应权重和反向学习机制更新电子状态以适用于卫星网络多控制域的规划问题，以提升网络时延性能并实现网络均衡负载。
-
公开(公告)号：CN114710199B
公开(公告)日：2022-10-21
申请号：CN202210337675.X
申请日：2022-04-01
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统，包括构建基于SDN的卫星网络架构；获取LEO卫星网络全局负载信息，基于三个门限判定LEO卫星网络的负载状态；若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态，则基于LEO卫星网络的负载状态制定迁移策略；若LEO卫星网络处于正常状态，则输出LEO卫星网络信息；基于迁移策略进行动态迁移；更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络；基于三个门限判断当前LEO卫星网络的负载状态，若当前LEO卫星网络的负载状态处于正常状态，则输出当前LEO卫星网络相关信息；若处于不正常状态，则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。
-
公开(公告)号：CN114448728A
公开(公告)日：2022-05-06
申请号：CN202210357055.2
申请日：2022-04-07
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04L9/40 , H04L45/655 , H04L45/021 , H04L45/74 , H04L45/76
Abstract: 本公开的实施例公开了用于调整交换机流表项的方法、装置和计算机可读介质。该方法的一具体实施方式包括：获取交换机流表项信息；根据交换机流表项信息，生成流表项增量与时间的序列；根据序列确定目标时间周期内流表项的增量；根据目标时间周期内流表项的增量，确定在目标时间周期内的空间占用率；根据空间占用率，对流表项进行调整。该实施方式可以根据不同的空间剩余率来对DDoS攻击做出不同的应对，实现了对于DDoS攻击更加完善的防御。
-
公开(公告)号：CN112751869A
公开(公告)日：2021-05-04
申请号：CN202011624472.6
申请日：2020-12-31
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及一种基于滑动窗口群的网络异常流量检测方法及装置，采集检测时间段TZ内的网络流量数据，将所述网络流量数据按照时序切割成多个数据单元，所述每个数据单元与1个基本时间窗口相对应，各个基本时间窗口的时间长度T0相同；将基本时间窗口划分成多个类型，数据单元相应划分为多个类型；计算每个所述数据单元的网络流量特征值；设置多个滑动时间窗口；针对检测时间段TZ内的网络流量数据，将所述多个滑动时间窗口同步按时序进行滑动；计算各滑动窗口内网络流量特征值，进行网络异常流量检测。本发明能够有效检测时空分布碎片化的异常网络流量。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.073 seconds)
