一种光纤时频传递链路任意位置时频信号下载方法

    公开(公告)号:CN118282502A

    公开(公告)日:2024-07-02

    申请号:CN202410267998.5

    申请日:2024-03-08

    摘要: 本发明提供了一种光纤时频传递链路任意位置时频信号下载方法,用于解决光纤时频传递系统点对点传输模式不足的问题。所述方法包括:在光纤时频传递链路中,分别提取正反双向传递的光信号并转换为电信号;当进行时间信号下载时,将正向传递来的时间信号经过脉冲分配放大器分为两路,一路通过反向信号得到时间间隔数值,另一路控制输出时间间隔数值的一半的延时数据,并传递给用户;当进行频率信号下载时,将正向传递和反向传递的频率信号通过混频器得到混合频率信号,再通过二分之一分频器得到正向传递的稳定钟源频率信号。本发明能够满足多用户沿同一光纤链路分布的时频需求,扩展时频信号的覆盖范围,避免光纤链路重复建设导致的资源浪费。

    基于图神经网络的以太坊网络异常检测方法、系统和存储介质

    公开(公告)号:CN115378629B

    公开(公告)日:2024-08-27

    申请号:CN202210520557.2

    申请日:2022-05-13

    IPC分类号: H04L9/40

    摘要: 本发明提供一种基于图神经网络的以太坊网络异常检测方法、系统和存储介质,该方法包括以下步骤:基于收集的以太坊交易数据构建训练用的有向交易图;基于随机游走算法对构建的交易图中的节点进行有偏采样,获得第一节点序列;基于随机游走进行多尺度特征提取来生成多尺度序列组;将生成的多尺度序列组输入Skip‑gram模型将节点映射到向量空间,得到各个节点在向量空间的嵌入表示;基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类,实现对检测模型的训练;利用预训练的检测模型对实际以太坊交易网络进行检测,获得检测结果。本发明的基于图神经网络的以太坊网络异常检测方法更具有针对性、准确性和有效性。

    SDN数据平面低速率攻击检测方法及系统

    公开(公告)号:CN114866350A

    公开(公告)日:2022-08-05

    申请号:CN202210785690.0

    申请日:2022-07-06

    IPC分类号: H04L9/40

    摘要: 本发明涉及SDN数据平面低速率攻击检测方法及系统,通过对边缘交换机流表信息的周期性收集,统计各主机在其直连各边缘交换机中作为源IP的流表项数量之和的增量,并根据各增量所对应熵值与对应熵值阈值的比较,实现对主机可疑的判定,并且为了减少误报率,进一步结合连续可疑判定次数与预设次数阈值之间的判断,与此同时,设计流表项存活时长下的判断,实现攻击主机的综合分析检测;相较于机器学习/深度学习的方法,本设计方案具有轻量级的优点,对控制器的负担更小的优点,并且相较于已有的SDN中攻击的熵值检测方法,本发明设计方法不依赖packet‑in消息,更适用于SDN数据平面的低速率拒绝服务攻击。

    基于图神经网络的以太坊网络异常检测方法、系统和存储介质

    公开(公告)号:CN115378629A

    公开(公告)日:2022-11-22

    申请号:CN202210520557.2

    申请日:2022-05-13

    IPC分类号: H04L9/40

    摘要: 本发明提供一种基于图神经网络的以太坊网络异常检测方法、系统和存储介质,该方法包括以下步骤:基于收集的以太坊交易数据构建训练用的有向交易图;基于随机游走算法对构建的交易图中的节点进行有偏采样,获得第一节点序列;基于随机游走进行多尺度特征提取来生成多尺度序列组;将生成的多尺度序列组输入Skip‑gram模型将节点映射到向量空间,得到各个节点在向量空间的嵌入表示;基于各个节点在向量空间的嵌入表示利用分类算法对正常节点地址和异常节点地址进行分类,实现对检测模型的训练;利用预训练的检测模型对实际以太坊交易网络进行检测,获得检测结果。本发明的基于图神经网络的以太坊网络异常检测方法更具有针对性、准确性和有效性。

    SDN数据平面低速率攻击检测方法及系统

    公开(公告)号:CN114866350B

    公开(公告)日:2022-09-27

    申请号:CN202210785690.0

    申请日:2022-07-06

    IPC分类号: H04L9/40

    摘要: 本发明涉及SDN数据平面低速率攻击检测方法及系统,通过对边缘交换机流表信息的周期性收集,统计各主机在其直连各边缘交换机中作为源IP的流表项数量之和的增量,并根据各增量所对应熵值与对应熵值阈值的比较,实现对主机可疑的判定,并且为了减少误报率,进一步结合连续可疑判定次数与预设次数阈值之间的判断,与此同时,设计流表项存活时长下的判断,实现攻击主机的综合分析检测;相较于机器学习/深度学习的方法,本设计方案具有轻量级的优点,对控制器的负担更小的优点,并且相较于已有的SDN中攻击的熵值检测方法,本发明设计方法不依赖packet‑in消息,更适用于SDN数据平面的低速率拒绝服务攻击。