基于大数据特征模型识别的信令网络安全挖掘分析方法

    公开(公告)号:CN112084239B

    公开(公告)日:2023-11-24

    申请号:CN202010965374.2

    申请日:2020-09-15

    Abstract: 本发明公开了一种基于大数据特征模型识别的信令网络安全挖掘分析方法,包括以下步骤:S1、基于筛选参数模型在敏感信令消息中发现非安全可疑目标;S2、对非安全可疑目标进行全量信令消息补全;S3、对非安全可疑目标的行为特征提取为目标特征参数模型,基于目标特征参数模型进行异常目标的挖掘推荐。本发明利用大数据挖掘分析处理技术,对信令网络协议数据中蕴含的非法用户行为数据信息,进行信令网络中非安全的泛目标筛选,到精准的异常目标推荐及智能识别。

    一种多节点传输网络信号负载均衡处理方法

    公开(公告)号:CN116938941A

    公开(公告)日:2023-10-24

    申请号:CN202310992308.8

    申请日:2023-08-07

    Inventor: 雷红海

    Abstract: 本发明公开了一种多节点传输网络信号负载均衡处理方法,属于信号传输网络领域。一种多节点传输网络信号负载均衡处理方法,包括:根据传输容器真实的数据处理带宽确定各逻辑节点的负载量化值;根据所述负载量化值确定超载节点和轻载节点;在同时存在超载节点和轻载节点时,对超载节点和轻载节点进行负载均衡处理。本发明不仅适用传输网络领域的多节点负载监控和数据处理负载均衡,同样对其它可以用数据带宽反应负载水平的领域都适用。

    一种针对相位幅度调制方式的符号速率计算方法、装置

    公开(公告)号:CN116633728A

    公开(公告)日:2023-08-22

    申请号:CN202211154038.5

    申请日:2022-09-21

    Abstract: 发明涉及一种针对相位幅度调制方式的符号速率计算方法,根据无线电相位幅度调制方式信号的自身特性,使用密度聚类及统计的方法对符号速率进行计算;具体地包括:相位的信号前向差分序列对统计分析找到距离序列中疑似符号位置阈值、通过找出其位置大于疑似符号位置阈值的疑似符号并将这些疑似符号计数并重新构建间隔序列、然后采用聚类计算并最终获得符号速率。还公开了一种针对相位幅度调制方式的符号速率计算方法的装置、及存储介质。本发明达到的有益效果是:即使信号中存在噪声,也不会对符号速率的计算精度有所影响,具有较强的实用性与鲁棒性。

    一种基于RDMA网络密码机的实现方法
    134.
    发明公开

    公开(公告)号:CN116232670A

    公开(公告)日:2023-06-06

    申请号:CN202211702416.9

    申请日:2022-12-29

    Inventor: 王英骧 段张珏

    Abstract: 本发明公开了一种基于RDMA网络密码机的实现方法,对加密数据包采用ESP模式进行封装,RDMA网络层加密的应用模式包括传输模式和隧道模式。本发明给出了在RDMA网络技术的实现协议之一RoCEv2中,基于网络层协议解析进行数据包加密的一种实现方式。加密数据包采用ESP模式进行封装,可以实现对网络层以上的封装内容进行数据加密保护,同时加密包头部信息中基于序列号字段的能力可提供防重放攻击的保护,对非加密部分的内容如IP头等信息可以进行完整性校验,在RDMA这种新型快速网络上实现一定程度的安全防护。

    一种基于SAS协议解析的服务器数据加密保护方法及装置

    公开(公告)号:CN116155562A

    公开(公告)日:2023-05-23

    申请号:CN202211711456.X

    申请日:2022-12-29

    Abstract: 本发明涉及一种基于SAS协议解析的服务器数据加密保护方法及装置,包括:SAS协议解析模块接收到SAS帧时判断是SSP帧还是STP帧,如果是SSP帧或者STP帧,则判断是否能找到对应的读写命令帧,如果能,则提取硬盘地址和逻辑块地址;如果不能,则判断是否能找到对应的读写数据帧,如果能,则取出数据净荷,再根据对应的读写命令帧提取的关键字段进行数据匹配,通过算法模块进行加解密,再重新计算CRC,最后再重新组帧发送出去。本发明采用全链路双冗余的高可靠性设计,有效避免了设备发生单点故障的情况;将硬盘SN号和硬盘LBA地址作为关键信息,对每个数据块单独进行加解密,为加密设备提供了更高的安全性。

    检测网络中信令标识与链路时隙控制关系的方法及系统

    公开(公告)号:CN116055637A

    公开(公告)日:2023-05-02

    申请号:CN202211563943.6

    申请日:2022-12-07

    Inventor: 钟良志 雷红海

    Abstract: 本发明涉及检测网络中信令标识与链路时隙控制关系的方法及系统,将某个时间范围内一路信令通联数据或一路话音通联数据变换为具有相同维度的特征向量,然后通过计算向量之间的相似距离得到信令标识与E1链路时隙之间关系的方法。本发明基于特征向量的DTW距离测量比较,是基于数据的整体特征进行的非线性调整距离测量比较,准确度更高,且适用场景更为广泛,而非现技术方案中直接对单点数据的时间进行范围检查;对信令标识归一化处理,将时隙按上下两个半区分别进行信令标识统计,既简化了统计过程,又避免了时隙TS16传输内容的不确定性,最终联合上下半区条件过滤,进一步强化了结果的准确性。

    一种基于FPGA的高效PCIE DMA数据传输方法

    公开(公告)号:CN115729870A

    公开(公告)日:2023-03-03

    申请号:CN202211464861.6

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于FPGA的高效PCIE DMA数据传输方法,其包括主机向内核发出申请创建DMA读文件句柄的指令,主机通过DMA读文件句柄访问FPGA相对应的内核;内核接收指令并创建DMA读文件句柄,同时申请创建环形缓存空间以及DMA描述符链表;FPGA DMA读链表控制器接收并处理内核创建的环形缓存对应的描述符链表信息;根据描述符链表信息读取用户数据并将其上传到环形缓存空间;主机软件根据创建的读文件句柄,向内核发起一次读数据操作;内核收到主机软件读命令,获取主机软件的读取长度信息,然后判断环形缓存状态;若环形缓存数据满足主机读需求,则主机复制数据,完成用户数据到主机的数据传输。本发明能够大大提高传输带宽,实现高效率数据传输。

    一种防篡改可信的网络协同管控系统及实现方法

    公开(公告)号:CN112948856B

    公开(公告)日:2022-11-15

    申请号:CN202110236858.8

    申请日:2021-03-03

    Inventor: 杨健 崔营 陈晖

    Abstract: 本发明公开了一种防篡改可信的网络协同管控系统,包括管控服务单元、事务管理单元、可视化客户端与接口单元。管控服务单元用于命令接收、解析、转发与下发以及定期生成新的公钥和私钥,在更新公钥和私钥的同时,把自身的公钥发送至外部系统;事务管理单元管理被控设备和感知设备,校验命令信息的真实性,将命令信息写入数据库。本发明能够实现在集群中少量节点作恶将转发命令篡改的情况下,依然能正确执行命令,能确保需要执行的命令是真实有效的,同时被篡改的命令无法执行。

    用于无线双向信道的动态模拟系统及方法

    公开(公告)号:CN115314136A

    公开(公告)日:2022-11-08

    申请号:CN202210835286.X

    申请日:2022-07-15

    Inventor: 曹骏 马亚

    Abstract: 本发明公开了用于无线双向信道的动态模拟系统及方法,涉及通信领域,系统包括导入模块、输入AD模块、模拟计算模块、缓存模块、动态模拟模块和时延模块;方法包括S1导入每个待测试节点设备的初始位置和动态位置,输入待测试节点设备的数字信号,S2模拟待测试节点设备的相关参数信息,S3根据相关参数信息模拟分析从待测试节点设备m到待测试节点设备n的总时延,S4延迟储存的数字信号和相关参数信息后传输到动态模拟模块,S5进行信号传输模拟;可以实现模拟双向无线信道在收发设备运动状态下的无线信号动态变化;为高速运动条件下无线通信设备的开发和测试提供了一种方便的测试手段;为基于双向无线通信的时间同步设备提供了有效的性能测试手段。

    基于卷积神经网络的FSK信号识别方法

    公开(公告)号:CN115277324A

    公开(公告)日:2022-11-01

    申请号:CN202210879133.5

    申请日:2022-07-25

    Abstract: 本发明公开了基于卷积神经网络的FSK信号识别方法,涉及信号识别领域,包括S1、生成FSK信号;S2、处理FSK信号获得瞬时频率数据和一阶频谱数据;S3、构建数据集;S4、数据集导入训练深度学习卷积神经网络模型;S5、均匀切分待预测信号的原始IQ数据,进行瞬时频率和一阶频谱计算得到信号预测样本;S6、信号预测样本导入优化后的深度学习卷积神经网络模型进行预测得到预测结果;S7、确定待预测信号的识别结果;本发明具有较高的识别准确率,传统多信号类型识别方法需构建决策树,而该方法复杂、条件阈值因信号强弱很难设定,在信噪比较低的情况下,准确率不能保证,而本发明使用了深度学习的方式将信号的不同特征融合并提取出来,具有较高的准确率。

Patent Agency Ranking