-
公开(公告)号：CN106484879B
公开(公告)日：2019-08-06
申请号：CN201610899802.X
申请日：2016-10-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于MapReduce的Map端数据的聚合方法。包括测试阶段和聚合阶段。测试阶段，通过测试阶段来验证所使用Map端的Map函数中的算法是否适合进行内聚合。内聚合方法是在内存中Map函数的计算过程中进行的，计算完一部分后就进行聚合；外聚合方法是在Map函数将所有数据计算完存入磁盘后，再调入内存进行聚合。聚合阶段，若测试通过，使用内聚合方法对Map端计算后的数据进行聚合；若测试未通过，使用外聚合方法对Map端计算的后的数据进行聚合。本发明根据数据的特点，保证计算结果正确的前提下，选择相应的聚合方式，在减少I/O的访问次数的同时，减少传输 的通信量。
-
公开(公告)号：CN106384050B
公开(公告)日：2019-01-15
申请号：CN201610821507.2
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: G06F21/56
Abstract: 本发明提供的是一种基于最大频繁子图挖掘的动态污点分析方法。包括动行为依赖图构建、最大频繁子图挖掘和行为依赖图匹配三个部分。采用邻接矩阵存储行为依赖图，其中顶点间的数据关联边用1表示，控制关联边用2表示，无相应依赖边用0表示。最大频繁子图挖掘算法即SPIN‑MBDGM算法的主要思想是首先使用FFSM算法从行为依赖图集中得到频繁子树，然后通过添加候选数据关联边和控制关联边的扩展算法生成最大频繁子图。该方法的主要优点是从同一恶意代码家族所有的行为依赖图中挖掘最大公共部分，在不丢失特征信息的情况下减少特征库中行为依赖图的数量，从而提高识别速度。
-
公开(公告)号：CN103944778B
公开(公告)日：2017-06-20
申请号：CN201410125856.1
申请日：2014-03-31
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及针对计算机容错系统的一种基于组合测试集的分布式事件注入装置。本发明包括控制器、组合测试集生成模块、事件注入模块和状态分析模块。本发明在事件注入技术中，充分考虑如今计算机系统普遍采用的分布式设计结构，充分考虑不同目标单元适于注入不同类型故障和不同程度负载的问题，引入基于组合测试集的分布式事件注入方式，实现更加灵活、高效的事件注入。因此本发明具有适用范围广、资源消耗少、事件注入方式灵活、针对性强、具有可定制性等优点。可广泛应用于分布式容错系统，尤其是专用容错系统的可用性测评上。
-
公开(公告)号：CN106385449A
公开(公告)日：2017-02-08
申请号：CN201610821209.3
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: H04L29/08
CPC classification number: H04L67/2814
Abstract: 本发明提供的是一种基于容器的异构集群服务迁移中转系统及中转方法。本发明在异构集群中部署服务中转节点，结合容器技术和进程迁移技术，通过异构集群中计算节点上的服务运行环境描述，在服务中转节点上生成服务运行环境容器镜像库。当集群中有节点要迁移服务时，直接将该服务迁移给服务迁移中转节点，服务迁移中转节点从服务运行环境库中选出具有该服务环境的容器镜像，并通过该容器镜像生成相应的容器，在容器中恢复该服务。当集群中通信负载较低时，服务中转节点再将该服务迁移至集群中其他具有该服务运行环境的节点中继续运行。这种中转机制将有效缩减服务迁移中选择可用节点的时间开销和部署备用节点的开销，增强服务迁移的连续性。
-
公开(公告)号：CN106095565A
公开(公告)日：2016-11-09
申请号：CN201610363496.8
申请日：2016-05-27
Applicant: 哈尔滨工程大学
IPC: G06F9/50
CPC classification number: G06F9/5011 , G06F9/5027
Abstract: 本发明属于云计算系统资源配置领域，具体涉及基于倒向随机微分方程的云计算系统资源配置逆向推理系统及配置方法。基于倒向随机微分方程的云计算资源配置系统，由用户处理请求模块、历史数据处理模块、逆向推理模块和用户交互模块组成，用户请求处理模块首先按照指定格式接收用户对云计算服务器的访问请求，以及对资源配置的约束条件，并根据云计算系统计算节点的配置和网络条件，将前述访问请求和约束条件解析为中央处理器需求、带宽需求、内存需求的参数。能够根据未来确定时刻的计算资源需求情况，确定当前需要的计算资源，并保证当前准备的计算资源是“最节省的”；能够积极应对未来资源配置的随机波动性，提高云计算系统的稳定性和可用性。
-
Patent Agency Ranking
公开(公告)号：CN103457949B
公开(公告)日：2016-09-14
申请号：CN201310385025.3
申请日：2013-08-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于sFlow的大规模网络安全分析方法，该方法具体是：步骤1）接收网络中的sFlow数据；步骤2）sFlow数据解析；步骤3）判断数据类型，判断步骤2）中解析后数据类型是否属于流样本，如果是则执行步骤4），反之则执行步骤6）；步骤4）接收流样本数据；步骤5）性能数据分析，并生成性能安全事件；步骤6）接收计数器样本数据；步骤7）网络流数据分析，并生成网络流安全事件；步骤8）安全事件存储，将步骤5）中所生成的性能安全事件和步骤7）中网络流安全事件存储到数据库中，并继续执行步骤1）。本发明面向大规模网络，通过sFlow所含丰富的信息实现了对网络的自动化安全分析。
-
公开(公告)号：CN103440224B
公开(公告)日：2016-07-06
申请号：CN201310385024.9
申请日：2013-08-29
Applicant: 哈尔滨工程大学
IPC: G06F15/177 , G06F17/30
Abstract: 本发明提供的是一种基于多尺度熵的跨层感知自配置系统及方法。包括监督模块、分析模块、配置模块和历史重配置策略集数据库。所述监督模块包括终端节点、交换节点和当前状态数据库；所述分析模块包括网络子层参数分析和策略集生成；所述配置模块包括网络参数配置、网络性能评估和策略集。本发明动态实现各网络层之间和网络整体资源优化配置，同时减少系统开销。应用多尺度熵理论分析各网络层间的关联特性，对网络整体性能进行分析优化。解决了多次单一网络参数优化配置，导致参数配置效果叠加引起的网络资源浪费问题、与各网络层参数优化互干扰致使自配置失效问题。本发明的系统的自适应能力强，系统性能稳定性高，更新、维护简单。
-
公开(公告)号：CN104899762A
公开(公告)日：2015-09-09
申请号：CN201510166507.9
申请日：2015-04-09
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于逆向推理的信任管理方法，包括信任评估模块和信任惩罚模块，对于信任评估模块，通过节点间交易产生节点间的满意度评价，采用多元评价机制计算被评估节点的直接信任值；利用余弦相似度公式求得相似节点集，计算被评估节点的间接信任值；结合直接信任值和间接信任值，计算被评估节点的综合信任值；比较综合信任值和信任阈值的大小，标记被评价节点；生成有标记的节点序列。对于信任惩罚模块，查询其他节点对标记节点的综合信任值；根据节点标记的不同，寻找并惩罚恶意节点；惩罚恶意节点，降低其信誉值；计算所有节点的最终信誉值；生成按信誉值降值排序的节点序列。本发明引入惩罚机制，使评估结果更准确。
-
公开(公告)号：CN103457949A
公开(公告)日：2013-12-18
申请号：CN201310385025.3
申请日：2013-08-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于sFlow的大规模网络安全分析方法，该方法具体是：步骤1）接收网络中的sFlow数据；步骤2）sFlow数据解析；步骤3）判断数据类型，判断步骤2）中解析后数据类型是否属于流样本，如果是则执行步骤4），反之则执行步骤6）；步骤4）接收流样本数据；步骤5）性能数据分析，并生成性能安全事件；步骤6）接收计数器样本数据；步骤7）网络流数据分析，并生成网络流安全事件；步骤8）安全事件存储，将步骤5）中所生成的性能安全事件和步骤7）中网络流安全事件存储到数据库中，并继续执行步骤1）。本发明面向大规模网络，通过sFlow所含丰富的信息实现了对网络的自动化安全分析。
-
公开(公告)号：CN110232517B
公开(公告)日：2023-08-01
申请号：CN201910493082.0
申请日：2019-06-06
Applicant: 哈尔滨工程大学
IPC: G06Q10/0639 , G06Q30/0226 , G06F17/11
Abstract: 本发明提供一种移动群智感知用户收益选取方法，先将双方收益的选择建模为发布者—用户演化博弈模型；根据用户上传数据的有关属性计算数据质量偏离度，去除低质量的用户数据；对通过筛选的用户进行演化策略解的求解并进行稳定性分析，得到不同条件下的用户最优收益策略。与现有技术相比，本发明在用户数据评估阶段筛选出所有的合理用户，与两种常见的异常检测方法进行性能相比(即BP方法和SVM方法)，具有高异常数据识别准确率和数据分类正确率的优点，同时，在用户数据质量确认的条件下，尽可能的选取高质量的用户数据，从而确保中标用户的最大收益并保证感知平台的整体效用。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.021 seconds)
