一种基于深度学习的虚拟货币挖矿流量检测方法

    公开(公告)号:CN116208356B

    公开(公告)日:2023-09-29

    申请号:CN202211325209.6

    申请日:2022-10-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的虚拟货币挖矿流量检测方法,包括:(1)预先抓取挖矿流量以及正常流量,抓取的每个数据流中包含若干个数据包,提取出每个数据包的相关信息并保存;(2)构建基于神经网络的检测模型,并利用每个数据包的包长、时间戳、目标地址信息将每个网络连接的数据流处理成若干个检测输入,随后利用检测输入对检测模型进行训练;其中,检测模型的结构包括两个卷积层、两个池化层以及三个全连接层;(3)搭建实时检测系统,在实时检测系统中利用训练好的检测模型对实时数据流进行检测,判断出是否为挖矿流量。本发明具有检测准确率高、检测实时性强、方便部署和移植、适用于加密网络环境等优点。

    基于流水线结构的区块链投票系统高效认证方法、装置及可读存储介质

    公开(公告)号:CN118869179A

    公开(公告)日:2024-10-29

    申请号:CN202410833671.X

    申请日:2024-06-26

    Applicant: 浙江大学

    Abstract: 本发明公开了基于流水线结构的区块链投票系统高效认证方法、装置及可读存储介质,包括:对于每个参与投票与验证的节点,采用质押的方法进行身份认证;随机挑选出两个不同的委员会,将质押完的节点随机分配到两个委员会进行验证;两个委员会并行工作,一个负责对当前的决策进行投票,得到投票记录,同时对之前已经完成的投票记录进行验证,另一个负责对块的有效性进行验证。验证后的投票记录将会被打上标签,stable表示通过验证,fake表示未通过验证;将投票记录打包成块,后续对块中的投票记录进行验证时只需验证其标签是否有效且为stable。利用本发明,不需要进行冗余的投票记录验证,不需要额外的时间开销,可以在提高吞吐量的同时提高安全性。

    一种基于深度学习的虚拟货币挖矿流量检测方法

    公开(公告)号:CN116208356A

    公开(公告)日:2023-06-02

    申请号:CN202211325209.6

    申请日:2022-10-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的虚拟货币挖矿流量检测方法,包括:(1)预先抓取挖矿流量以及正常流量,抓取的每个数据流中包含若干个数据包,提取出每个数据包的相关信息并保存;(2)构建基于神经网络的检测模型,并利用每个数据包的包长、时间戳、目标地址信息将每个网络连接的数据流处理成若干个检测输入,随后利用检测输入对检测模型进行训练;其中,检测模型的结构包括两个卷积层、两个池化层以及三个全连接层;(3)搭建实时检测系统,在实时检测系统中利用训练好的检测模型对实时数据流进行检测,判断出是否为挖矿流量。本发明具有检测准确率高、检测实时性强、方便部署和移植、适用于加密网络环境等优点。

Patent Agency Ranking