基于射频信息和网络流量的设备识别与接入方法及装置

    公开(公告)号:CN118714567B

    公开(公告)日:2024-12-17

    申请号:CN202411188659.4

    申请日:2024-08-28

    Abstract: 本发明提供一种基于射频信息和网络流量的设备识别与接入方法及装置,涉及无线通信网络技术领域,方法包括:获取待接入设备的通信数据包,并调用双路径特征提取网络提取射频特征以及网络流量特征进行特征交叉融合,得到待接入设备的设备特征;调用基于贝叶斯优化的集成分类器对设备特征进行识别,得到待接入设备的设备类型;根据预设白名单对设备类型进行校验,来对待接入设备进行无线通信网络接入。通过本申请,能够同时提取并融合待接入设备的射频特征以及网络流量特征,实现了更准确和更可靠的设备识别,解决了现有技术中单一特征方法的不足。而设置白名单机制对识别的设备类型进行接入管理,从而进一步确保了网络安全性。

    数据中心网络中TCP共流的调度方法和装置

    公开(公告)号:CN105827545A

    公开(公告)日:2016-08-03

    申请号:CN201610251502.0

    申请日:2016-04-21

    CPC classification number: H04L47/24 H04L47/2433 H04L47/2441 H04L47/50

    Abstract: 本发明公开了一种数据中心网络中TCP共流的调度方法和装置。该方法包括:发送端根据共流初始信息生成每个待调度共流的初始优先级,并向待调度共流的每个TCP流对应的接收端发送第一调度数据包;在检测到待调度共流被服务时,根据生成待调度共流的共流优先级;根据与发送端关联的发送端剩余的TCP流的数据量每个TCP流的内部优先级;根据与发送端关联的发送端剩余的TCP流量和发送端剩余的每个TCP流的数据量生成每个TCP流的期望速率;由交换机根据共流优先级、内部优先级和期望速率对TCP流分配速率,以使发送端根据交换机分配的速率对TCP流进行调度。本发明采用共流间和共流内两项调度协调工作,能有效的减少CCT、降低系统开销。

    一种基于反馈的网络编码TCP解码方法及装置

    公开(公告)号:CN106027208A

    公开(公告)日:2016-10-12

    申请号:CN201610282604.9

    申请日:2016-04-29

    CPC classification number: H04L1/0076 H04L1/1607 H04W28/0289

    Abstract: 本发明提供了一种基于反馈的网络编码TCP解码方法及装置,所述方法包括:当接收到TCP层发送的TCP数据包时,发送端根据当前链路丢包率对当前需要发送的编码包数量Sn进行更新;根据当前时刻接收到的由接收端发送的应答消息中携带的反馈信息确定当前的编码窗口锁的次数Ln;若当前的编码窗口锁的次数Ln不为0,则固定编码窗口,并将编码窗口内的W个TCP数据包按照编码包数量进行预设编码,将编码好的个数据包发送至接收端。本发明不仅能够根据网络环境产生主动补偿,并且可以基于反馈做出相应调整以加速解码矩阵满秩,减少解码等待时延。

    针对新型天基网络中入侵检测系统对抗训练的方法及装置

    公开(公告)号:CN114254694B

    公开(公告)日:2025-04-04

    申请号:CN202111350645.4

    申请日:2021-11-15

    Abstract: 本发明公开了针对新型天基网络中入侵检测系统的对抗训练方法及装置,包括:获取流量样本;将流量样本输入至入侵检测系统,得到第一输出标签;根据第一输出标签确定损失函数;采用自然演化策略确定损失函数的期望值的梯度;根据损失函数的期望值的梯度确定扰动值;根据扰动值确定对抗样本;将对抗样本输入至入侵检测系统,得到第二输出标签;根据第二输出标签确定对抗训练结果。本发明通过计算新型天基网络中入侵检测系统的梯度,解决了基于集成学习的入侵检测系统无法获取梯度值以及生成代理模型的过程中需要消耗新型天基网络中大量星载资源的问题,实现了高效的对抗训练,在低计算开销的基础上实现效果较好的逃避入侵检测系统检测的能力。

    面向无线专网的恶意加密流量识别方法和装置

    公开(公告)号:CN118018289A

    公开(公告)日:2024-05-10

    申请号:CN202410204029.5

    申请日:2024-02-23

    Abstract: 本申请提供了一种面向无线专网的恶意加密流量识别方法和装置,涉及网络信息安全技术领域,其中包括:获取待识别网络流量;将所述待识别网络流量输入流量识别模型,得到所述流量识别模型输出的所述待识别网络流量的流量识别结果;其中,所述流量识别模型的训练数据集是基于不同恶意流量类型对应的错误分类代价对初始训练数据集进行扩充后得到的。本申请提供的方法和装置,能够关注到不同流量类型的样本特征,提高了恶意加密流量识别的准确性。

    针对新型天基网络中入侵检测系统对抗训练的方法及装置

    公开(公告)号:CN114254694A

    公开(公告)日:2022-03-29

    申请号:CN202111350645.4

    申请日:2021-11-15

    Abstract: 本发明公开了针对新型天基网络中入侵检测系统的对抗训练方法及装置,包括:获取流量样本;将流量样本输入至入侵检测系统,得到第一输出标签;根据第一输出标签确定损失函数;采用自然演化策略确定损失函数的期望值的梯度;根据损失函数的期望值的梯度确定扰动值;根据扰动值确定对抗样本;将对抗样本输入至入侵检测系统,得到第二输出标签;根据第二输出标签确定对抗训练结果。本发明通过计算新型天基网络中入侵检测系统的梯度,解决了基于集成学习的入侵检测系统无法获取梯度值以及生成代理模型的过程中需要消耗新型天基网络中大量星载资源的问题,实现了高效的对抗训练,在低计算开销的基础上实现效果较好的逃避入侵检测系统检测的能力。

Patent Agency Ranking