-
公开(公告)号：CN115086204B
公开(公告)日：2023-06-13
申请号：CN202210432294.X
申请日：2022-04-22
IPC分类号： H04L43/12 , H04L43/0864 , H04L43/0829
摘要： 本发明公开了一种Overlay网络高可靠多因子网络质量评估方法和装置，其中，该方法包括：探测阶段将目标Overlay网络链路的源节点记为A，目的节点记为B，分别做正向探测和反向探测得到往返时延和丢包率；聚合阶段将通过正向和反向探测的往返时延和丢包率进行聚合作为探测阶段链路质量；评价阶段通过链路质量计算公式对链路质量进行计算，根据计算结果进行链路质量评价，并根据提供链路的运营商因子修正链路质量评价的计算结果，以完成多因子网络质量测量与评价。本发明包含节点之间的正向探测和反向探测，考虑了设备故障的情况，探测结果会更加可靠。在评价链路质量过程中除了往返时延和丢包率外还结合了运营商因子，评价结果更符合真实链路质量。
-
公开(公告)号：CN115277464B
公开(公告)日：2023-06-02
申请号：CN202210520263.X
申请日：2022-05-13
IPC分类号： H04L43/04 , H04L41/0631 , H04L41/16
摘要： 本申请提出了一种基于多维时间序列分析的云网络变更流量异常检测方法，涉及数据分析技术领域，其中，该方法包括：将云网络变更流量处理为多维时间序列，并检测所述多维时间序列的每个时间维度中包含的突刺点；根据序列的每个时间维度中包含的突刺点对多维时间序列进行突刺平滑处理，得到目标时间序列；对目标时间序列的每个维度的数据进行异常检测，得到异常检测结果；对多维时间序列中的所有时间维度进行分类，根据分类结果对异常检测结果进行汇总，得到变更异常判别结果。采用上述方案的本申请能够提高异常检测准确率，进而更好地保证大规模云网络的稳定运行、提高云网络的服务质量。
-
公开(公告)号：CN115514620B
公开(公告)日：2023-03-10
申请号：CN202211427145.0
申请日：2022-11-15
IPC分类号： H04L41/0631 , H04L67/10
摘要： 本发明实施例提供了一种异常检测的方法和云网络平台，所述方法包括：获取在虚拟网络设备变更开始后采集的实时流量数据；在所述实时流量数据为具有时序特征的流量数据的情况下，将实时流量数据输入预先训练的数据模型，并根据实时流量数据和所述数据模型输出针对所述实时流量数据的重构结果，生成第一偏差数据；根据所述第一偏差数据和预先确定的异常数据阈值，生成异常检测结果。通过本发明实施例，实现了对虚拟网络设备变更导致网络流量异常的检测优化，能够满足大规模网络中对不同类型设备的通用性要求，有利于建立统一的网络变更管理平台，进而能够通过统一的网络变更管理平台实现对全网各类变更的虚拟网络设备进行统一的、自适应的异常检测。
-
公开(公告)号：CN115086204A
公开(公告)日：2022-09-20
申请号：CN202210432294.X
申请日：2022-04-22
IPC分类号： H04L43/12 , H04L43/0864 , H04L43/0829
摘要： 本发明公开了一种Overlay网络高可靠多因子网络质量评估方法和装置，其中，该方法包括：探测阶段将目标Overlay网络链路的源节点记为A，目的节点记为B，分别做正向探测和反向探测得到往返时延和丢包率；聚合阶段将通过正向和反向探测的往返时延和丢包率进行聚合作为探测阶段链路质量；评价阶段通过链路质量计算公式对链路质量进行计算，根据计算结果进行链路质量评价，并根据提供链路的运营商因子修正链路质量评价的计算结果，以完成多因子网络质量测量与评价。本发明包含节点之间的正向探测和反向探测，考虑了设备故障的情况，探测结果会更加可靠。在评价链路质量过程中除了往返时延和丢包率外还结合了运营商因子，评价结果更符合真实链路质量。
-
公开(公告)号：CN115576732B
公开(公告)日：2023-03-10
申请号：CN202211427061.7
申请日：2022-11-15
摘要： 本说明书实施例提供根因定位方法以及系统，其中所述根因定位方法包括：获取在故障时间点虚拟机集群中虚拟机的流量变化信息；根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机，并加载所述候选虚拟机关联所述故障时间点的历史数据；根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息；基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号：CN115514620A
公开(公告)日：2022-12-23
申请号：CN202211427145.0
申请日：2022-11-15
IPC分类号： H04L41/0631 , H04L67/10
摘要： 本发明实施例提供了一种异常检测的方法和云网络平台，所述方法包括：获取在虚拟网络设备变更开始后采集的实时流量数据；在所述实时流量数据为具有时序特征的流量数据的情况下，将实时流量数据输入预先训练的数据模型，并根据实时流量数据和所述数据模型输出针对所述实时流量数据的重构结果，生成第一偏差数据；根据所述第一偏差数据和预先确定的异常数据阈值，生成异常检测结果。通过本发明实施例，实现了对虚拟网络设备变更导致网络流量异常的检测优化，能够满足大规模网络中对不同类型设备的通用性要求，有利于建立统一的网络变更管理平台，进而能够通过统一的网络变更管理平台实现对全网各类变更的虚拟网络设备进行统一的、自适应的异常检测。
-
公开(公告)号：CN115277464A
公开(公告)日：2022-11-01
申请号：CN202210520263.X
申请日：2022-05-13
IPC分类号： H04L43/04 , H04L41/0631 , H04L41/16
摘要： 本申请提出了一种基于多维时间序列分析的云网络变更流量异常检测方法，涉及数据分析技术领域，其中，该方法包括：将云网络变更流量处理为多维时间序列，并检测所述多维时间序列的每个时间维度中包含的突刺点；根据序列的每个时间维度中包含的突刺点对多维时间序列进行突刺平滑处理，得到目标时间序列；对目标时间序列的每个维度的数据进行异常检测，得到异常检测结果；对多维时间序列中的所有时间维度进行分类，根据分类结果对异常检测结果进行汇总，得到变更异常判别结果。采用上述方案的本申请能够提高异常检测准确率，进而更好地保证大规模云网络的稳定运行、提高云网络的服务质量。
-
公开(公告)号：CN115225313B
公开(公告)日：2023-08-29
申请号：CN202210621700.7
申请日：2022-06-02
摘要： 本发明公开了一种高可靠的云网络虚拟专用网络通信方法和装置，该方法包括：基于VPN客户端向第一VPN网关发送预设格式的IP包，并根据预设的配置信息进行VPN客户端和第一VPN网关的第一身份认证，建立VPN客户端与第一VPN网关之间的第一传输，当VPN客户端从第一VPN网关切换到第二VPN网关建立第二传输时，基于第一传输发送的认证请求包进行VPN客户端和第二VPN网关的第二身份认证；基于第一传输、第二传输，通过VPN客户端向传输关联的VPN网关发送探测请求包，以完成VPN客户端和传输关联的VPN网关之间的探测。本发明可以构建VPN客户端和VPN网关之间数据传输的隧道，构建传输隧道的IP包与互联网中广泛使用的TCP包结构相似，有助于VPN客户端和VPN网关之间数据传输可靠性的提升。
-
公开(公告)号：CN115576732A
公开(公告)日：2023-01-06
申请号：CN202211427061.7
申请日：2022-11-15
摘要： 本说明书实施例提供根因定位方法以及系统，其中所述根因定位方法包括：获取在故障时间点虚拟机集群中虚拟机的流量变化信息；根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机，并加载所述候选虚拟机关联所述故障时间点的历史数据；根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息；基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号：CN115514614A
公开(公告)日：2022-12-23
申请号：CN202211427195.9
申请日：2022-11-15
IPC分类号： H04L41/0604 , H04L41/069 , G06N20/00
摘要： 本说明书实施例提供基于强化学习的云网络异常检测模型训练方法及存储介质，其中所述方法包括：将与待检测设备相关的历史时间序列数据，输入异常检测模型的第一检测网络进行处理，生成所述待检测设备在至少一个历史时刻对应的第一异常检测结果，确定所述第一异常检测结果对应的检测误差，并将所述检测误差以及所述待检测设备的至少一个历史报警信息，输入所述异常检测模型中第二检测网络的智能体进行处理，生成所述待检测设备在目标时刻的第二异常检测结果，根据所述第二异常检测结果及所述待检测设备在所述目标时刻的目标异常检测结果，确定所述第二检测网络的奖励信息，基于所述奖励信息对所述智能体的网络参数进行调整，生成目标异常检测模型。
-
-
-
-
-
-
-
-
-
搜索结果
142 条记录 (耗时 0.042 秒)
