-
公开(公告)号：CN113301041B
公开(公告)日：2022-06-14
申请号：CN202110560775.4
申请日：2021-05-21
Applicant: 东南大学
Abstract: 本发明提出了一种基于分段熵和时间特征的V2Ray流量识别方法，该方法以网络流量会话中的部分报文序列的信息熵、会话交互的时间差以及其他时间特征作为流量特征，并使用随机森林算法，识别出网络流量中V2Ray的流量。该方法的具体步骤包括模型训练和模型使用两个场景。模型训练时，在可控的网络环境中采集流量；基于指纹识别方法，判断是否使用TLS协议，将网络流量分类为TLS流量和非TLS流量；以流量会话为基本单位，提取部分报文序列的分段熵、会话交互的时间差以及其他时间特征；根据提取的特征，训练随机森林算法分类模型，进而得到V2Ray流量识别预测模型。本发明可用于对网络中V2Ray流量的检测和识别，为流量识别、维护网络安全提供保障。
-
Patent Agency Ranking
公开(公告)号：CN115580603A
公开(公告)日：2023-01-06
申请号：CN202211178510.9
申请日：2022-09-26
Applicant: 东南大学
IPC: H04L65/65 , H04L41/147 , H04L41/22 , H04L43/08 , H04L43/0888 , H04L67/02 , H04L69/16 , H04N21/2187 , H04N21/6437
Abstract: 本发明涉及一种在实时传输协议下的网页直播卡顿预测方法，该方法包括：插件程序、流量采集器、在线自适应卡顿预测模型。所述开发程序应用于网页获取客户端参数其目的是为后续卡顿事件的确定以及卡顿参数的预测计算相应特征提供基础参数。所述流量采集器用于内容服务提供商服务器，获取当前时刻即将下发的网络流量。所述周期性更新的自适应卡顿预测模型应用于服务器端，其目的在于对抗概念漂移下的直播卡顿事件在线预测。通过本公开实例的技术方案，可以对当前采用实时传输协议的直播流进行在线卡顿预测并实时显示在服务端管理员可视化网页界面中，该实例可使服务提供商在异常发生前期及时对即将下发的直播流量采取措施，提高用户参与度。
-
公开(公告)号：CN112073931A
公开(公告)日：2020-12-11
申请号：CN202010845200.2
申请日：2020-08-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于冗余节点的线性传感网多跳数据收集方法，包含以下步骤：S1.针对线性待监测环境，确定待监测点和网络冗余度，进行包括sink节点、感知节点以及冗余节点的部署工作，确定待监测点所在级别；S2.sink节点生成INIT数据包并广播；S3.尚未加入网络或已加入网络但是级别需要更新的节点根据所接收的INIT数据包，设置所在级别、建立睡眠‑唤醒调度，随后由感知节点更新并广播INIT；S4.节点通过一种竞争发送、竞争回复的握手机制，建立路由信息；S5.节点根据路由信息，通过一种竞争发送、单独回复的握手机制转发数据。该方法能够实现能量在全网节点的均衡消耗，解决能量空洞问题，同时保持现有协议在能量效率和传输时延方面的优势。
-
公开(公告)号：CN113301041A
公开(公告)日：2021-08-24
申请号：CN202110560775.4
申请日：2021-05-21
Applicant: 东南大学
Abstract: 本发明提出了一种基于分段熵和时间特征的V2Ray流量识别方法，该方法以网络流量会话中的部分报文序列的信息熵、会话交互的时间差以及其他时间特征作为流量特征，并使用随机森林算法，识别出网络流量中V2Ray的流量。该方法的具体步骤包括模型训练和模型使用两个场景。模型训练时，在可控的网络环境中采集流量；基于指纹识别方法，判断是否使用TLS协议，将网络流量分类为TLS流量和非TLS流量；以流量会话为基本单位，提取部分报文序列的分段熵、会话交互的时间差以及其他时间特征；根据提取的特征，训练随机森林算法分类模型，进而得到V2Ray流量识别预测模型。本发明可用于对网络中V2Ray流量的检测和识别，为流量识别、维护网络安全提供保障。
-
公开(公告)号：CN115580603B
公开(公告)日：2025-03-14
申请号：CN202211178510.9
申请日：2022-09-26
Applicant: 东南大学
IPC: H04L65/65 , H04L41/147 , H04L41/22 , H04L43/08 , H04L43/0888 , H04L67/02 , H04L69/16 , H04N21/2187 , H04N21/6437
Abstract: 本发明涉及一种在实时传输协议下的网页直播卡顿预测方法，该方法包括：插件程序、流量采集器、在线自适应卡顿预测模型。所述开发程序应用于网页获取客户端参数其目的是为后续卡顿事件的确定以及卡顿参数的预测计算相应特征提供基础参数。所述流量采集器用于内容服务提供商服务器，获取当前时刻即将下发的网络流量。所述周期性更新的自适应卡顿预测模型应用于服务器端，其目的在于对抗概念漂移下的直播卡顿事件在线预测。通过本公开实例的技术方案，可以对当前采用实时传输协议的直播流进行在线卡顿预测并实时显示在服务端管理员可视化网页界面中，该实例可使服务提供商在异常发生前期及时对即将下发的直播流量采取措施，提高用户参与度。
-
公开(公告)号：CN112073931B
公开(公告)日：2023-04-07
申请号：CN202010845200.2
申请日：2020-08-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于冗余节点的线性传感网多跳数据收集方法，包含以下步骤：S1.针对线性待监测环境，确定待监测点和网络冗余度，进行包括sink节点、感知节点以及冗余节点的部署工作，确定待监测点所在级别；S2.sink节点生成INIT数据包并广播；S3.尚未加入网络或已加入网络但是级别需要更新的节点根据所接收的INIT数据包，设置所在级别、建立睡眠‑唤醒调度，随后由感知节点更新并广播INIT；S4.节点通过一种竞争发送、竞争回复的握手机制，建立路由信息；S5.节点根据路由信息，通过一种竞争发送、单独回复的握手机制转发数据。该方法能够实现能量在全网节点的均衡消耗，解决能量空洞问题，同时保持现有协议在能量效率和传输时延方面的优势。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
