-
公开(公告)号:CN119719911A
公开(公告)日:2025-03-28
申请号:CN202411881025.7
申请日:2024-12-19
Applicant: 湖南大学
IPC: G06F18/241 , G06F18/213 , G06F18/2131 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , H04L43/026 , G06F123/02
Abstract: 本申请涉及一种加密流量分类方法、装置、计算机设备及介质,其中,方法包括:对原始流量进行预处理,分别得到数据包包头的会话图像和有效载荷的会话图像;根据数据包包头的会话图像和有效载荷的会话图像,提取头部和负载的全局特征与时空特征;将头部和负载的全局特征与时空特征通过自适应加权融合在一起,得到初始融合的头部特征和负载特征;将初始融合的头部特征和负载特征通过自适应加权融合在一起,得到最终的特征向量;根据最终的特征向量对原始流量进行分类。整个过程中,充分考虑在实际应用中,相同的字节值在头部和有效负载中具有不同的含义的情况,可以实现准确的加密流量分类。
-
公开(公告)号:CN117892764A
公开(公告)日:2024-04-16
申请号:CN202311817973.X
申请日:2023-12-26
Abstract: 本申请涉及一种图神经网络生成方法、装置、计算机设备、存储介质和计算机程序产品。包括:在图神经网络的训练过程中,通过图神经网络获取图拓扑数据的平均度数,并确定图拓扑数据的邻接矩阵;在平均度数满足度数条件的情况下,基于平均度数确定图拓扑数据的图划分力度;基于按图划分力度对邻接矩阵进行划分确定的各顶点的邻接点数量,对各顶点进行排序,得到各顶点的排序结果;基于通过排序结果确定的动态邻居划分表,将图拓扑数据的多个子特征分别与邻接矩阵依次进行聚合,得到各子特征的子聚合结果;将各子聚合结果进行整合处理,输出图拓扑数据对应的聚合结果,基于聚合结果,生成训练后的图神经网络。采用本方法可加速图神经网络的训练速度。
-
公开(公告)号:CN117278522A
公开(公告)日:2023-12-22
申请号:CN202311132573.5
申请日:2023-09-04
Applicant: 湖南大学
IPC: H04L61/103 , H04L67/141 , H04L9/40
Abstract: 本申请涉及一种获取便携式堡垒机网络地址方法、装置、计算机设备、存储介质。所述方法包括:发送寻址广播包,所寻址广播包中携带有第一地址信息,第一地址信息用于引导堡垒机返回回址广播包;监听回址广播包,回址广播包包括监听的第二地址信息以及第三地址信息;将第三地址信息确定为堡垒机网络地址。采用本方法能够允许运维设备快速查找堡垒机的网络地址,进而在未知堡垒机具体网络地址的情况下建立通信,提高了获取堡垒机网络地址的效率和准确性。
-
公开(公告)号:CN117272283A
公开(公告)日:2023-12-22
申请号:CN202311300588.8
申请日:2023-10-09
Applicant: 湖南大学
Abstract: 本申请涉及一种程序运行的方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取端粒区对应的进制编码参数,从端粒区中端粒块的头部存储块提取偏移值;待运行程序为端粒区所关联的程序区中存储的程序;在偏移值表征端粒块未被使用的情况下,访问端粒块中的信息位存储块,得到信息位存储块对应的待验证编码信息;基于进制编码参数,对待验证编码信息进行编码转换,得到待验证数,确定待验证数的待验证哈希值;在待验证哈希值和与头部存储块中存储的哈希值相同的情况下,运行待运行程序。采用本方法能够简化环境的合法性验证流程并扩大使用场景。
-
公开(公告)号:CN113449153B
公开(公告)日:2023-09-26
申请号:CN202110720858.5
申请日:2021-06-28
Applicant: 湖南大学
IPC: G06F16/901
Abstract: 本申请涉及一种索引构建方法、装置、计算机设备和存储介质。所述方法包括:获取DAG图和DAG图的分区结果,将DAG图按照分区结果存储至预设分布式图计算系统,得到各DAG分区的图数据结构,对各DAG分区中的顶点进行排序,并行构建各DAG分区的内部点的2‑hop索引和边界点的2‑hop索引,重构各DAG分区的边界点的之间路径,根据各DAG分区的图数据结构和各DAG分区的边界点之间的路径,构建边界图,再基于边界图重构边界点的2‑hop索引,并将重构后的边界点的2‑hop索引划分至各边界点所在的DAG分区。采用本方法构建的索引进行分布式批量可达性查询,能够提高查询效率。
-
公开(公告)号:CN116383878A
公开(公告)日:2023-07-04
申请号:CN202310343104.1
申请日:2023-04-03
Applicant: 湖南大学
IPC: G06F21/62 , G06F17/14 , G06F18/243 , G06F40/30
Abstract: 本发明公开了一种空间众包中保护工人语义隐私的方法,包括:获取区域点数据集,并确立对应的基础语义,根据该点数据集以及基础语义对点数据集对应的点位置语义进行统计和分类,根据统计和分类结果构建三层语义树模型,并确定三层语义树模型对应的语义权值、以及网格语义相似度,根据三层语义树模型以及网格语义相似度,获取选中区域内的工人位置信息,并根据该工人位置信息构建隐私空间分解结构,获取任务位置坐标,根据该位置坐标以及隐私空间分解结构进行任务分配,以获取一个地理投射域,在该地理投射域中出现工人过多的情况时进行优化,并通知地理投射域中的全部工人或部分工人完成任务分配。
-
公开(公告)号:CN116340576A
公开(公告)日:2023-06-27
申请号:CN202310191932.8
申请日:2023-03-02
Applicant: 湖南大学
IPC: G06F16/901
Abstract: 本发明提供了一种用于图划分的边划分方法,首先加载待划分的图后计算出划分边界值;然后对图进行展开获得转换图,同时对转换图创建并查集和优先队列;接着依照贪心策略对边进行折叠,并对满足划分边界值的子图进行划分;最后当优先队列为空时,将剩下子图组合形成规模并划分。本发明通过实际采用点划分,本质使用边划分方法对图进行划分可以同时达到划分简单和负载均衡的优点;除此之外,本发明采用的是在贪心策略下对边进行折叠,因此空间上相邻的边倾向于折叠在同一子图中,因此能够尽可能减少结点的复制次数,进而减少通信开销。
-
公开(公告)号:CN112783644B
公开(公告)日:2023-06-23
申请号:CN202011629933.9
申请日:2020-12-31
Applicant: 湖南大学
IPC: G06F9/50 , G06F16/2455
Abstract: 本发明公开了一种基于高频键值计数的分布式倾斜流处理方法和系统,其基本思路在于,使用计数式布隆过滤器对数据流中每个数据项进行计数,根据频数将该数据项分别识别为高频键、潜在高频键和低频键,进而得到不同数据项的分布,对高频键采用添加随机后缀再分组聚合的策略分配下游实例,对非高频键采用键值分组策略分配下游实例,从而实现不同下游实例间的负载均衡,提高系统性能。本发明能解决倾斜流处理方法中的随机分组下游实例的内存开销极大和键值分组下游实例间负载不均衡的技术问题。
-
公开(公告)号:CN112612613B
公开(公告)日:2023-06-23
申请号:CN202011574923.X
申请日:2020-12-28
Applicant: 湖南大学
Abstract: 本发明公开了一种虚拟分布式异构环境下实现多GPU调度的方法,其根据OpenStack创建的虚拟环境下的GPU集群,将GPU本地任务划分为更细粒度的GPU本地子任务,然后根据数据本地性以及从节点上所有GPU的流状态和内存资源状态将GPU本地子任务调度到指定GPU上执行,并对超过GPU硬件工作队列数量的CUDA流进一步调整主机调度任务的顺序消除“虚假依赖”,以及对机器学习/深度学习每次迭代产生的中间数据进一步处理来提高GPU内存利用率从而充分平衡各个GPU上的工作负载,降低OpenStack创建的虚拟环境下GPU应用程序的执行时间。本发明能解决现有分布式异构OpenStack处理框架创建的多GPU环境中存在的吞吐量低、无法有效利用多个GPU、以及由于缺乏有效GPU负载均衡策略导致时间开销大的技术问题。
-
公开(公告)号:CN116015932A
公开(公告)日:2023-04-25
申请号:CN202211726131.9
申请日:2022-12-30
Applicant: 湖南大学
IPC: H04L9/40 , H04L41/16 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/092
Abstract: 本申请涉及一种数据流量入侵检测网络模型生成方法、装置、计算机设备和存储介质。方法包括:获取历史训练集以及初代入侵检测网络模型;对历史训练集进行一次数据增强,生成一次增强后的数据集;基于一次增强后的数据集以及历史训练集,得到一次训练后的入侵检测网络模型,并获取实时流量样本;根据一次训练后的入侵检测网络模型对实时流量样本进行入侵检测,得到正常数据集、已知异常数据集与未知异常数据集;生成二次增强的流量样本;基于二次增强的流量样本以及实时流量样本,得到目标入侵检测网络模型。采用本方法能够对数据流量进行准确的入侵检测。另外,本申请还提供了一种数据流量入侵检测方法、装置、计算机设备和存储介质。
-
-
-
-
-
-
-
-
-