-
公开(公告)号：CN113949540A
公开(公告)日：2022-01-18
申请号：CN202111143309.2
申请日：2021-09-28
Applicant: 北京邮电大学
Abstract: 本申请实施例公开了一种中间人攻击检测方法、装置、电子设备及存储介质。所述方法包括：接收在流网络中传输的数据流；所述数据流中包含由上一嵌入节点生成并嵌入的流指纹信息；根据所述流指纹信息，判断所述数据流在传输过程中是否存在中间人攻击。本申请实施例通过数据流在流网络传输过程中嵌入的流指纹信息，建立相邻嵌入节点之间安全检测通道，并基于嵌入节点之间安全检测通道定位检测中间人攻击行为，从而有效抵御传统网络中存在的源地址伪造、中间人攻击等手段，提升了网络应对未知威胁的安全能力。
-
公开(公告)号：CN113904937A
公开(公告)日：2022-01-07
申请号：CN202111472838.7
申请日：2021-12-06
Applicant: 北京邮电大学
IPC: H04L41/0893 , H04L41/14 , H04L41/142 , H04L41/5054 , G06N7/00 , G06N3/08
Abstract: 本发明提供一种服务功能链迁移方法、装置、电子设备及存储介质。所述方法包括：基于可满足性模理论对服务功能链动作空间进行形式化，确定满足所述可满足性模理论约束条件的动作空间；将所述可满足性模理论约束条件的动作空间输入至深度强化学习模型中，得到所述服务功能链的最佳迁移策略。本发明首先通过对服务功能链动作空间进行形式化，去除了部分非法行动，其次基于深度强化学习对攻击事件进行学习来选择最优的服务功能链迁移策略，进一步缩减了服务功能链动作空间，减少了网络开销。
-
公开(公告)号：CN113852645A
公开(公告)日：2021-12-28
申请号：CN202111457407.3
申请日：2021-12-02
Applicant: 北京邮电大学
Abstract: 本发明公开了抗客户端DNS缓存中毒攻击的方法、装置及电子设备，包括：获取来自客户端的请求以及DNS代理服务器集合；判断目标域名是否命中本地缓存中的域名；若未命中，获取当前环境状态；将当前环境状态输入至训练好的选择策略模型，得到在DNS代理服务器集合中进行选择的动作描述信息；根据动作描述信息选择对应的DNS代理服务器，得到目标域名对应的目标IP。本发明通过选择策略模型解决了有限理性条件下攻击收益函数的不确定性问题，根据当前的攻防博弈中DNS代理服务器的状态，自适应的选择DNS代理服务器，提高网络服务对DNS缓存中毒攻击防御的有效性与秒级处理能力。
-
公开(公告)号：CN112422644B
公开(公告)日：2021-08-31
申请号：CN202011205980.0
申请日：2020-11-02
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种计算任务卸载方法及系统、电子设备和存储介质，方法包括：发送计算任务卸载请求，以供候选执行者接收到计算任务卸载请求后利用进化算法计算得到目标的候选执行者资源分配信息；获取当前移动网络的状态信息；基于当前移动网络的状态信息，根据卸载决策算法模型，进行卸载决策；基于卸载决策，进行计算任务卸载；其中，卸载决策算法模型是基于移动网络的状态信息训练得到的；当前移动网络的状态信息包括：卸载任务信息、与请求者关联的边缘服务器信息以及候选执行者资源分配信息。本发明提供的计算任务卸载方法，能够提高计算任务卸载的灵活性和决策的精准性，有效降低通信节点在任务的卸载与执行过程中的额外开销。
-
公开(公告)号：CN112492325A
公开(公告)日：2021-03-12
申请号：CN202011086306.5
申请日：2020-10-12
Applicant: 北京邮电大学
IPC: H04N21/2187 , H04N21/2343 , H04N21/2662 , H04N21/647
Abstract: 本发明实施例提供一种观看者协助的视频转码任务分配方法及装置，该方法包括：根据当前时隙的上一时隙工作观看者状态信息，得到当前时隙重新选择的观看者个数；根据每个可用观看者的奖励评估值和每个可用观看者的公平性约束信息，得到每个可用观看者的评分；根据每个可用观看者的评分和当前时隙重新选择的观看者个数得到当前时隙的视频转码任务分配方案。通过充分考虑上个时隙的工作观看者的状态信息，来判断需要重新选择的观看者个数，并且在可用观看者候选集中通过综合考虑转码状态和稳定性，来对可用观看者进行综合评估，保证长期观看者的长期公平性与网络服务质量。
-
Patent Agency Ranking
公开(公告)号：CN110636005B
公开(公告)日：2021-03-02
申请号：CN201910772404.5
申请日：2019-08-21
Applicant: 北京邮电大学 , 中国电子科技集团公司电子科学研究院
IPC: H04L12/733 , H04L12/741 , H04L12/751
Abstract: 本发明实施例提供一种知识中心网络的知识路由方法及装置，该方法包括：路由节点接收同组的源节点发送的知识数据包；路由节点根据所述知识数据包中的目的地址，计算从源节点到目的节点的转发路径，并经由中间跳路由节点，转发至目的节点所在分组的路由节点，以供最终转发至所述目的节点；其中，所有节点按节点类型进行分组，每一分组由一个路由节点，和一个或多个普通节点构成，或者仅由一个路由节点构成，每一路由节点和对应分组的所有普通节点均连接。该方法避免了传统路由算法中路由闭环和收敛速度慢等问题。在知识网络中，路由路径无需各个节点自己计算，而是由本组的路由节点计算，提高了知识包的传输效率，具有较高的准确率和较低的延迟率。
-
公开(公告)号：CN110602062B
公开(公告)日：2020-12-25
申请号：CN201910794323.5
申请日：2019-08-27
Applicant: 北京邮电大学 , 北京东土军悦科技有限公司
IPC: H04L29/06 , H04L12/733 , H04L12/24
Abstract: 本发明实施例提供一种基于强化学习的网络主动防御方法及装置，所述方法包括：感知网络安全态势值，所述网络安全态势值用于衡量网络安全态势的变化趋势；将所述网络安全态势值，输入至预设的自适应跳变周期调整算法模型，确定最佳的路由跳变周期。本发明实施例提供的基于强化学习的网络主动防御方法及装置，运用博弈理论，提出一种新颖的网络安全态势感知模型，可以准确感知网络安全态势的变化趋势，提升了网络的防御性能。
-
公开(公告)号：CN118940270A
公开(公告)日：2024-11-12
申请号：CN202410803049.4
申请日：2024-06-20
Applicant: 北京邮电大学
IPC: G06F21/57 , G06F18/214
Abstract: 本申请提供一种基于联邦分裂学习的模型训练方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：在联邦分裂学习的模型训练中，将参与同一联邦分裂学习的模型训练的客户端进行用户组划分；根据每一用户组中每一客户端上传的第一模型更新信息，分别确定相应客户端的信用评分；根据每一客户端的信用评分、当前更新权重以及同组中其他客户端的信用评分，分别确定相应客户端的目标更新权重；分别根据每一用户组中各客户端的目标更新权重及第一模型更新信息进行加权运算，得到相应用户组的第二模型更新信息；基于各第二模型更新信息进行信息聚合，得到全局模型的目标模型更新信息。本申请可以提高基于联邦分裂学习的模型训练时的安全性。
-
公开(公告)号：CN117058012A
公开(公告)日：2023-11-14
申请号：CN202310842745.1
申请日：2023-07-10
Applicant: 北京邮电大学
Abstract: 本申请提供一种图像处理方法、装置、电子设备及存储介质，所述方法包括获取平面图像，其中，平面图像由第一球形图像经过投影确定，第一球形图像为对待拍摄内容进行360度拍摄而得到的图像；将平面图像输入至经过训练的显著性模型，基于平面图像，通过显著性模型生成与平面图像对应的第二球形图像，并确定第二球形图像对应的球面像素点坐标；基于第二球形图像和球面像素点坐标，通过显著性模型确定平面图像对应的平面像素点坐标；基于平面像素点坐标，通过显著性模型输出平面图像对应的具有显著性区域的目标图像，解决了现有技术中针对球形图像投影后得到的平面图像进行视野预测并不准确的技术问题，达到了准确确定平面图像的显著性区域的目的。
-
公开(公告)号：CN116737333A
公开(公告)日：2023-09-12
申请号：CN202310511985.3
申请日：2023-05-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种终端可信度确定方法、装置、服务设备和存储介质，该方法包括：对多个第一终端各自对应的任务特征矩阵进行聚类，得到多个任务队列，各任务队列包括至少一个任务特征矩阵，各任务特征矩阵对应至少一个第二终端；针对各任务队列，确定目标终端在任务队列中的第一可信度，目标终端为任务队列中任一任务特征矩阵对应的任一第二终端；确定任务队列在多个任务队列中的第二可信度；根据第一可信度和第二可信度，确定目标终端的目标可信度。该方法实现在动态构建多个任务队列之后，可基于任务队列内目标终端的第一可信度及该任务队列在所有任务队列中的第二可信度这两个方面考虑，得到准确性较高的目标终端的目标可信度。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.025 seconds)
