一种基于图注意力池化网络的细粒度加密网站指纹分类方法和装置

    公开(公告)号:CN114510615A

    公开(公告)日:2022-05-17

    申请号:CN202111191717.5

    申请日:2021-10-13

    Abstract: 本发明涉及一种基于图注意力池化网络的细粒度加密网站指纹分类方法和装置。该方法建立用于描述网络流量模式的流量踪迹图,流量踪迹图中的节点表示网络流,边表示网络流的上下文关系;利用图神经网络模型自动学习流量踪迹图中的流内特征和流间特征,得到流量踪迹图的有效嵌入表示;利用流量踪迹图的有效嵌入表示进行网站指纹分类。本发明提出可以合理描述网络流量模式的流量踪迹图,该方法基于图神经网络算法,无需复杂的人工特征选择,可以同时有效学习网络流量的全局特征和局部特征,可以自动学习并更加关注重要流节点,并减少类间相似流节点和噪声流节点的负面影响。本发明适合多种粒度网站指纹场景,性能更优,且所需训练样本数量更少。

    一种加密流量分类方法及服务器、计算机可读存储介质

    公开(公告)号:CN108768986B

    公开(公告)日:2020-09-08

    申请号:CN201810475126.2

    申请日:2018-05-17

    Abstract: 本发明公开了一种加密流量分类方法及服务器、计算机可读存储介质。本方法包括训练阶段和分类阶段,其中训练阶段:获取加密应用的加密流量并标注,得到一训练集合;从该训练集合中分别提取每一加密应用的message type序列并统一转化为对应的编码序列,并根据应用的包长度序列计算该应用的代表长度序列;利用每一应用的编码序列构建Message type马尔科夫转移矩阵,根据代表长度序列构建长度马尔科夫转移矩阵;将编码序列、代表长度序列分别输入对应转移矩阵,生成对应应用的加密流量的指纹;将各指纹输入分类模型中训练,得到分类模型;分类阶段:对于将要分类的数据流,将该数据流的指纹输入训练后的分类模型中进行分类。

    支持网络控制的内容分发网络中的交换机

    公开(公告)号:CN108667754A

    公开(公告)日:2018-10-16

    申请号:CN201810291642.X

    申请日:2018-03-30

    Abstract: 本发明提供一种支持网络控制的内容分发网络中的交换机,所述内容分发网络中还包括用户端、内容节点以及控制器,所述交换机用于捕获并解析所述用户端发送的请求内容资源的请求,提取所述内容请求的L2-L7层信息,根据所述L2-L7层信息以及本地存储的路由表,将所述内容请求重定向到拥有该内容资源的内容节点;接收所述控制器下发的路由表管理指令,根据所述路由表管理指令对所述本地存储的路由表进行管理。本发明实施例的交换机够识别七层信息,可以捕获并解析http请求和DNS请求,并根据内容路由表处理http及DNS请求,增加了内容层面的调度能力,使OpenvSwitch更有效得运用于CDN网络。

    内容分发网络中的内容节点以及内容分发方法

    公开(公告)号:CN108449387A

    公开(公告)日:2018-08-24

    申请号:CN201810157699.0

    申请日:2018-02-24

    Abstract: 本发明提供一种内容分发网络中的内容节点以及内容分发方法,其中内容节点包括:用户请求管理模块,用于接收并解析请求端发送的http请求,获知所请求的内容;本地缓存管理模块,用于在查询内容节点未缓存该内容时,查询路由表中是否存在该内容的路由表项,当路由表中存在该内容的路由表项,将该路由表项中指示的内容节点作为目标内容节点;代理模块;路由表管理模块,用于执行对路由表项进行添加、删除和/或查询的命令和数据下载模块。本发明实施例的内容节点在本地未缓存请求端请求的内容时,能够根据路由表项查找目标内容节点,并且支持对路由表项的更新,提高了内容分发的便捷性。

    一种基于梯度的网络流量分类方法及系统

    公开(公告)号:CN115034284A

    公开(公告)日:2022-09-09

    申请号:CN202210403955.6

    申请日:2022-04-18

    Abstract: 本发明公开了一种基于梯度的网络流量分类方法及系统。本方法为:利用类别标注的网络流量样本集训练用于获取流量特征的深度学习网络;其中,训练方法为:将类别标注的网络流量样本输入所述深度学习网络,得到对应的流量特征;将网络流量样本的标注类别及对应的流量特征分别输入到Rectified‑ArcFace层计算预测损失值,使得类别和流量特征之间的角度间隔最大化;将损失值反向传播优化;将一验证数据集输入训练后的深度学习网络,得到梯度阈值;将待识别网络流量输入深度学习网络,将所得候选类别反向传播并计算Rectified‑ArcFace层网络权重的梯度H,如果H大于梯度阈值,则将待识别网络流量的类别为未知类别。

    一种基于端到端序列网络的加密流量分类方法

    公开(公告)号:CN109831422B

    公开(公告)日:2020-08-18

    申请号:CN201910043507.8

    申请日:2019-01-17

    Abstract: 本发明提供了一种基于端到端序列网络的加密流量分类方法,主要思想是从加密流量的序列特性出发,借助循环神经网络可以保留一段时间内信息的特性,以从加密流量序列中深入挖掘有效上下文信息,并且结合有监督的分类和无监督的重构机制,增强产生特征的区分性。本发明还提供了一种计算机装置,该计算机可执行计算机程序,所述计算机程序执行本发明方法所述的各项步骤。本发明还提供一种计算机程序存储装置,该计算机程序执行本发明方法所述的各项步骤。本发明提供的上述方法及装置具有自动学习、一体化学习、关键信息留存及泛化性等优点。

    基于完形填空任务的视频自监督学习方法

    公开(公告)号:CN111091157A

    公开(公告)日:2020-05-01

    申请号:CN201911348018.X

    申请日:2019-12-24

    Abstract: 本发明提出一种基于完形填空任务的视频自监督学习方法,属于数字化视频自监督领域,通过切分视频段,对选取视频段进行空间或/和时间的变换操作,再放回原视频中提取特征,进行变换操作的分类识别,由此实现自监督学习,通过这种完形填空的方式,在不需要人工标注数据的同时,引导网络学习丰富的视频特征,同时基于完形填空的特性,可以针对不同的特征融合多个自监督任务,增加了泛化性。

    支持网络控制的内容分发网络系统

    公开(公告)号:CN108769097A

    公开(公告)日:2018-11-06

    申请号:CN201810279630.5

    申请日:2018-03-30

    Abstract: 本发明提供一种支持网络控制的内容分发网络系统,包括:控制器,用于向交换节点下发第一内容资源管理策略和第一内容路由策略,以及向内容节点下发第二内容资源管理策略和第二内容路由策略;交换节点用于对本地存储的第一内容路由策略进行管理;还用于当客户端请求内容资源的内容请求到达时,根据记录于本地的第一内容路由策略将内容请求重定向到拥有请求内容的其它节点;内容节点用于存储内容资源并根据第二内容资源管理策略,对本地存储的内容资源进行管理,还用于当作为目标节点时,根据第二内容路由策略获得对应该内容请求的执行动作并执行。本发明的内容分发网络系统,在内容控制和网络控制上提供更高的灵活性、提升互联网的内容服务质量。

Patent Agency Ranking