公开(公告)号：CN118864921A

公开(公告)日：2024-10-29

申请号：CN202410828723.4

申请日：2024-06-25

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 史慧玲 ,  李俊豪 ,  张玮 ,  谭立状 ,  郝昊 ,  王小龙 ,  丁伟 ,  王成 ,  张义伟

IPC分类号： G06V10/764 ,  H04L9/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047

摘要： 本发明提供了一种加密流量分类方法及系统，包括：将待分类的加密流量原始文件转化为马尔可夫链图像；基于获得的马尔科夫链图像，利用预先训练的流量分类模型，获得流量分类结果，其中，所述流量分类模型中每个残差单元内部的第二个卷积层之后和残差连接之前引入有坐标注意力机制，所述坐标注意力机制执行如下处理过程：对于输入的特征图，沿着图像的两个正交空间方向进行特征聚合，将空间坐标信息整合到注意力图中，获得输入特征图在特定空间方向上的特征依赖关系。

公开(公告)号：CN118337717A

公开(公告)日：2024-07-12

申请号：CN202410313718.X

申请日：2024-03-19

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 张玮 ,  王成 ,  史慧玲 ,  郝昊 ,  丁伟 ,  谭立状 ,  王小龙

IPC分类号： H04L47/2441 ,  H04L41/16 ,  H04L9/40 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442

摘要： 本发明提供了一种加密网络流量分类方法及系统，所述方案包括：对于待分类的加密网络流量进行数据预处理；以预处理后的加密网络流量数据作为预先训练的混合深度学习模型的输入，获得分类结果；其中，所述混合深度学习模型具体执行如下处理过程：对于输入的加密网络流量数据，利用第一神经网络模块进行多尺度空间特征提取，获得空间融合特征；对于获得的空间融合特征，按照预设时间步的顺序作为第二神经网络模块的输入，获得融合的时空特征，并基于所述时空特征获得分类结果。

公开(公告)号：CN118747365A

公开(公告)日：2024-10-08

申请号：CN202410770288.4

申请日：2024-06-14

申请人： 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院)

发明人： 张玮 ,  王成 ,  谭立状 ,  丁伟 ,  郝昊 ,  王小龙 ,  史慧玲 ,  张义伟 ,  李俊豪

IPC分类号： G06F21/56 ,  G06F18/24 ,  G06F21/60 ,  G06F18/10 ,  G06F18/25 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明属于加密恶意流量检测领域，提供了一种基于注意力机制的恶意流量识别分类方法及系统，包括获取实时网络流量并进行预处理；基于预处理后的网络流量数据，利用深度神经网络模型进行多尺度特征学习，得到多尺度网络流量特征；利用多尺度感知融合注意机制，对多尺度网络流量特征进行不同尺度的特征映射，并对不同尺度的网络流量映射特征进行注意力加权融合，得到融合尺度网络流量特征；基于融合尺度网络流量特征进行分类识别，确定网络流量的恶意分类识别结果。

公开(公告)号：CN116112436A

公开(公告)日：2023-05-12

申请号：CN202211650317.0

申请日：2022-12-21

申请人： 山东省计算中心(国家超级计算济南中心)

发明人： 谭立状 ,  王成 ,  史慧玲 ,  张玮

IPC分类号： H04L45/85 ,  H04L67/148 ,  H04L69/164

摘要： 本发明涉及一种基于QUIC传输协议的主动连接迁移方法及系统，其方法包括如下步骤：通过遍历客户端的所有可用网络接口，主动获取所述客户端每个所述可用网络接口的网络接入方式以及网络接入路径；通过评价每个所述网络接入方式的网络质量指标，选取最优的所述网络接入方式，得到最优网络接入方式；根据所述最优网络接入方式获取所述最优网络接入方式所对应的所述网络接入路径，得到最优网络接入路径；将所述客户端的QUIC连接始终收敛在所述最优网络接入方式上，并通过所述最优网络接入路径让所述客户端进行主动迁移连接；本发明能够提高网络服务响应速度，提高QUIC在异构多接入网络环境下移动性管理性能和传输效率。