公开(公告)号：CN115037594B

公开(公告)日：2024-06-21

申请号：CN202210628566.3

申请日：2022-06-06

Applicant: 湖南匡安网络技术有限公司

Inventor： 李肯立 ,  杨志邦 ,  袁理想 ,  唐伟 ,  罗汸 ,  段明星 ,  蔡宇辉 ,  吕婷 ,  余思洋

IPC: H04L41/0604 ,  H04L41/046 ,  H04L45/00 ,  H04L45/74 ,  H04L69/22

Abstract: 本发明公开了一种基于数据包重定向的透明代理方法，其应用在Windows主机中，其通过设置网络数据包的重定向规则，包括发送数据包重定向规则和接收数据包重定向规则，从而实现精准的网络数据包重定向，实现对Windows程序的透明代理。在接收数据包重定向规则中，将数据包P1的目的端口号加入到重定向规则中，从而实现多对一的重定向，将多台主机的数据包重定向到一台主机上，允许一台堡垒机对多台运维主机的代理；通过设计数据包过滤模块实现对数据包的拦截和修改，对符合重定向规则的网络数据包进行重定向操作；本发明进一步在数据包过滤模块中引入了过滤器，其目的在于，数据包过滤模块只选择感兴趣的流量子集，该方式可以提高代理效率，避免网络拥塞。

公开(公告)号：CN115037594A

公开(公告)日：2022-09-09

申请号：CN202210628566.3

申请日：2022-06-06

Applicant: 湖南匡安网络技术有限公司

Inventor： 李肯立 ,  杨志邦 ,  袁理想 ,  唐伟 ,  罗汸 ,  段明星 ,  蔡宇辉 ,  吕婷 ,  余思洋

IPC: H04L41/0604 ,  H04L41/046 ,  H04L45/00 ,  H04L45/74 ,  H04L69/22

Abstract: 本发明公开了一种基于数据包重定向的透明代理方法，其应用在Windows主机中，其通过设置网络数据包的重定向规则，包括发送数据包重定向规则和接收数据包重定向规则，从而实现精准的网络数据包重定向，实现对Windows程序的透明代理。在接收数据包重定向规则中，将数据包P1的目的端口号加入到重定向规则中，从而实现多对一的重定向，将多台主机的数据包重定向到一台主机上，允许一台堡垒机对多台运维主机的代理；通过设计数据包过滤模块实现对数据包的拦截和修改，对符合重定向规则的网络数据包进行重定向操作；本发明进一步在数据包过滤模块中引入了过滤器，其目的在于，数据包过滤模块只选择感兴趣的流量子集，该方式可以提高代理效率，避免网络拥塞。

公开(公告)号：CN117829270A

公开(公告)日：2024-04-05

申请号：CN202311771042.0

申请日：2023-12-21

Applicant: 湖南匡安网络技术有限公司

Inventor： 蔡宇辉 ,  袁理想 ,  李肯立 ,  段明星 ,  余思洋 ,  杨志邦 ,  杨圣洪 ,  唐伟 ,  吕婷

IPC: G06N3/098 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明公开了一种针对非独立同分布且不平衡数据集的联邦学习方法，包括：S1中间信任服务器使用信任客户端的数据集预训练本地模型；S2初始化区域客户端的初始权重；S3得到训练样本集；S4训练本地模型；S5基于上一轮权重下的本地模型，更新各区域客户端的权重；S6本地模型训练次数是否达到预设权重更新次数；S7将本轮训练好的本地模型上传至中心服务器，完成模型聚合，将更新的全局模型下发到中间信任服务器；S8重复步骤S3‑S7，直到完成全局模型的训练。本发明通过综合利用生成对抗网络和智能客户端权重调整等策略，改进联邦学习效果，提高了联邦模型的学习效率，使模型更能适应不同本地设备上的数据，提升了整体模型的性能。