-
公开(公告)号：CN114189381A
公开(公告)日：2022-03-15
申请号：CN202111506129.6
申请日：2021-12-10
Applicant: 哈尔滨工程大学
IPC: H04L9/40
Abstract: 本发明公开了一种Tor匿名通信网络恶意出口中继节点识别方法，包括：S1：实时监控当前Tor网络，记录所有可供使用的出口中继；S2：扫描Tor网络中所有出口中继节点的行为；S3：标记所有出口中继节点的行为信息；S4：根据标记的行为信息分别计算出所有出口中继节点的信誉分数，判断是否达到设定扫描总次数，若达到则执行S5，否则返回步骤2；S5：根据信誉阈值和信誉分数大小关系判断出口中继节点是否为恶意节点。本发明实现出口中继节点行为量化，通过给出信誉阈值将长期处于低信誉值的出口中继节点剔除出Tor网络，提升Tor网络匿名性。通过计算信誉分数将出口中继节点的行为量化，激励出口中继节点保持长期的良好行为。
-
公开(公告)号：CN110049039B
公开(公告)日：2021-09-10
申请号：CN201910300369.7
申请日：2019-04-15
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 在信息中心网络中，传统的缓存污染检测方法采用设置阈值的方式，使用阈值的方式需要人为这是阈值，一旦网络环境发生变化，之前阈值就会失效需要重新设置阈值，因此这种方式对不同网络环境的适应性较差。本发明提出一种基于GBDT的信息中心网络缓存污染检测方法，适用于NDN路由器，该方法的优势在于不必手工的设置参数，可以通过模型学习到检测方式，该检测模型提取节点状态信息特征以及路径信息特征，对于不同的网络环境有着较好的适应性以及较高的准确率。
-
公开(公告)号：CN113361626A
公开(公告)日：2021-09-07
申请号：CN202110696521.5
申请日：2021-06-23
Applicant: 哈尔滨工程大学
Abstract: 本发明属于复杂网络分析技术领域，具体涉及一种基于高阶相似度和卷积自编码器的网络节点嵌入方法。本发明包括获取图形式的网络数据G(E,V)与其邻接矩阵A；计算邻接矩阵的1～k次幂A,A2,....,Ak来保存网络的高阶相似度，将所生成的矩阵A,A2,....,Ak进行有序叠加，构建三维张量，对特定节点的分量进行提取，对提取结果进行Z字排列并叠加生成“RGB”图像；构建卷积自编码器，将步骤2中生成的“RGB”图像输入卷积自编码器中进行特征提取，将提取到的特征向量作为各个节点的嵌入向量。本发明将高阶相似度和卷积神经网络结合起来，在网络节点的嵌入中取得了良好的效果。
-
公开(公告)号：CN109144691B
公开(公告)日：2021-08-20
申请号：CN201810776768.6
申请日：2018-07-13
Applicant: 哈尔滨工程大学
IPC: G06F9/48
Abstract: 本发明涉及处理器任务分配领域，具体涉及一种面向多核处理器的任务调度分配方法。当任务到达任务队列时，当前多核处理器的所有可利用核转换为分发状态，从任务队列领取任务；领取任务后，执行一种任务调度选择算法，选择一个可调度核；将领取的任务放入被选择的可调度核所对应的任务队列中；当任务到达任务队列时，当前多核处理器的所有可利用核转换为计算状态，从任务队列中取任务并进行计算。本发明可使多核处理器所有核的利用率最大程度的均衡，而没有调度核和计算核能力的不均衡带来的浪费；通过使多核处理器所有核心运行着两个模式，调度模式与计算模式，提高任务调度成功率、减少自旋损失。
-
公开(公告)号：CN112308042A
公开(公告)日：2021-02-02
申请号：CN202011347335.2
申请日：2020-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于信道状态信息的陌生人动作识别方法，S1：获取信道状态信息；S2：对S1获得的信道状态信息进行预处理；S3：将预处理后的数据输入卷积神经网络提取特征，得到特征向量；S4：将特征向量送入SVM中进行二次训练，得到CNN‑SVM结合模型；S5：在离线识别阶段，将采集到的待识别数据经过预处理，带入CNN模型中得到特征向量，再把得到的特征向量带入已训练好的模型中进行动作识别。本发使用SVM代替CNN中的softmax，CNN‑SVM结合的模型训练时长相对更短、预测速度也会相对更快、收敛速度快、识别准确率高。只需要少数用户的训练，即可实现对更多用户的动作识别。
-
Patent Agency Ranking
公开(公告)号：CN112035545A
公开(公告)日：2020-12-04
申请号：CN202010891298.5
申请日：2020-08-30
Applicant: 哈尔滨工程大学
IPC: G06F16/2458 , G06Q50/00 , G06N20/00
Abstract: 本发明属于社会网络分析和数据挖掘技术领域，具体涉及一种考虑非活跃节点和社区边界的竞争影响力最大化方法。本发明解决了以往研究中存在的对非激活节点影响力的忽略以及基于社区的影响力最大化算法中社区的同质性对信息传播会产生阻塞等问题。本发明提出了一种新的竞争环境下的传播模型CIMWIB，该模型能够有效地模拟社会网络中非活跃用户在信息传播中的作用。为了解决社区的同质性对信息传播的阻塞问题，本发明提出了一种新的评价节点影响力的指标BI。在上述研究的基础之上，本发明提出了一种二阶段种子节点选择算法CBCIM，该算法可以帮助商家在竞争环境下更好推广自己，利用口碑效应得到更高的效益。
-
公开(公告)号：CN111628982A
公开(公告)日：2020-09-04
申请号：CN202010438355.4
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 本发明属于信息中心网络的洪泛攻击缓解技术领域，具体涉及一种基于信誉度与基尼杂质的洪泛攻击缓解方法。本发明提出的缓解手段部署在边缘路由器，通过限制恶意数据，能够将洪泛攻击在源头被缓解，减少攻击对核心网络的影响；在内容名称方面，提出全名称前缀的概念，降低了字典树的空间开销，减少方法的空间复杂度；在恶意前缀识别方面，本发明提出了基尼杂质与全名称前缀组合识别方法，基于统计学理论基尼杂质和路由器的PIT结构，实现了恶意内容名称的识别；在正常用户的数据传输方面。本发明可以适应更加复杂的网络环境，能够在攻击者发出洪泛攻击的情况下定位受攻击的端口，在缓解洪泛攻击的情况下尽最大努力不影响正常的用户。
-
公开(公告)号：CN111628933A
公开(公告)日：2020-09-04
申请号：CN202010438358.8
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: H04L12/725 , H04L12/751 , H04L29/08
Abstract: 本发明属于信息中心网络的缓存决策技术领域，具体涉及一种信息中心网络中基于内容关联性的路径缓存方法。本发明通过找出与历史流行内容相关性最强的内容，发现目标内容与节点存储内容之间的相关性，同时考虑节点在路径中的位置，进行缓存决策。本发明具有较好的缓存命中率性能，可以综合根据节点在转发路径上的位置偏移和内容与当前节点其他流行内容之间的相关性作出缓存决策，能够及时节点频繁访问的内容的改变。本发明具备较好的适应性和弹性，能够适应网络拓扑的改变。
-
公开(公告)号：CN111626174A
公开(公告)日：2020-09-04
申请号：CN202010438367.7
申请日：2020-05-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于单用户姿态鲁棒技术领域，具体涉及一种基于信道状态信息的姿态鲁棒动作识别方法。智能化的生活是人们未来追求的目标，准确的实现人机交互是当前亟待解决的问题。现有基于信道状态信息的动作识别方法针对同一用户不同时刻的动作识别准确率不高。本发明通过引入提取稳定特征的方法来改善现有方法的不足，提取改变甚微的稳定特征，提高识别准确率。
-
公开(公告)号：CN111581489A
公开(公告)日：2020-08-25
申请号：CN202010438372.8
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: G06F16/953 , G06F16/13 , G06F16/172 , G06K9/62 , H04L12/851
Abstract: 本发明属于流量采样技术领域，具体涉及一种基于共享计数树的存储空间优化采样方法。本发明旨在节约采样设备存储空间，具体包括根据采样判断机制决定是否对到来的数据包进行采样；如果决定对到来的数据包进行采样，在哈希流跟踪表中对该数据包所属流节点进行检索；若未检索到采样数据包所属流节点，则为该数据包在流跟踪表中新建流节点；当对某条流终止采样时，将该流在流节点和共享计数树集合中存储的特征值还原并导入到有序流特征记录缓冲区中；待缓冲区已满，将采样流特征记录写入到文件中。
-
-
-
-
-
-
-
-
-
Search Results
264
records
(took 0.03 seconds)
