面向5G智能网联系统的区块链网络切片安全智能优化方法

    公开(公告)号:CN114070775B

    公开(公告)日:2023-07-07

    申请号:CN202111203106.8

    申请日:2021-10-15

    摘要: 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法,该方法的具体步骤如下:步骤1:建立基于5G切片环境的移动区块链网络;步骤2:得到移动区块链网络运行的原始数据集,包括正常运行情况下的数据和出现传输链路故障情况下的数据,并进行数据预处理;步骤3:根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练;步骤4:训练完联邦半监督学习模型后得到优化的全局模型,实现预测性快速共识收敛,与现有技术相比,本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。

    面向5G智能网联系统的区块链网络切片安全智能优化方法

    公开(公告)号:CN114070775A

    公开(公告)日:2022-02-18

    申请号:CN202111203106.8

    申请日:2021-10-15

    摘要: 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法,该方法的具体步骤如下:步骤1:建立基于5G切片环境的移动区块链网络;步骤2:得到移动区块链网络运行的原始数据集,包括正常运行情况下的数据和出现传输链路故障情况下的数据,并进行数据预处理;步骤3:根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练;步骤4:训练完联邦半监督学习模型后得到优化的全局模型,实现预测性快速共识收敛,与现有技术相比,本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。

    基于Spark和聚类的网络异常流量分析方法及系统

    公开(公告)号:CN112511547A

    公开(公告)日:2021-03-16

    申请号:CN202011401551.0

    申请日:2020-12-04

    IPC分类号: H04L29/06 H04L12/24 G06K9/62

    摘要: 本发明提供了一种基于Spark和聚类的网络异常流量分析方法及系统,使用Spark大数据处理平台,通过聚类对网络流量进行聚类分析,通过检测算法对检测算法对分类后的网络流量进行异常流量分析。在经过初次聚类的基础上,利用马氏距离判定异常流量簇以及正常流量簇,以达到区分正常流量以及异常流量的目的。为了进一步提高该方法的效率,在基于Spark的聚类流量分析中,采取了将K‑means算法并行化的手段,通过并行化提高算法计算效率,降低算法对机器内存和内核处理的要求,提高算法实用性。