-
公开(公告)号：CN101741744A
公开(公告)日：2010-06-16
申请号：CN200910263262.6
申请日：2009-12-17
Applicant: 东南大学
Abstract: 本发明提供一种网络流量识别方法，包括有DPI(Deep Packet Inspection)深度包检测和DFI(Deep Flow Inspection)深度流检测两个大的模块，其中DPI模块又包括流表检测模块和流识别模块。流识别模块根据数据流特征库中的特征识别网络协议。DFI模块包括样本获取模块，分类器训练模块和分类器分类预测模块。样本获取模块将DPI中的流识别模块能够准确识别的数据流划分成几个大类，并且将其作为样本对分类器训练模块经行训练，获得能对网络流量进行大类区分的分类模型。这样让网络流量先经过DFI系统进行大类的区分，再流经DPI的流识别模块进行细分，达到提高网络流量分类精度的目的。
-
公开(公告)号：CN101719880A
公开(公告)日：2010-06-02
申请号：CN200910212619.8
申请日：2009-11-13
Applicant: 东南大学
Abstract: 本发明提供一种多协议多帐号即时消息的融合系统及其工作方法，该系统包括后台服务器模块、数据库模块、第三方即时通信服务器模块组成，后台服务器模块与数据库模块相互连接，后台服务器模块的输出端与第三方即时通信服务器模块连接；其中后台服务器模块包括：注册模块、登录模块、帐号绑定模块、帐号增删模块、好友绑定模块、好友解绑定模块、数据库操作模块、通信模块；本发明的融合系统的工作方法包括注册步骤、登录多个协议的即时聊天工具的步骤以及联系人列表更新步骤。本发明将多种协议帐号整合，便于登录，同时帐号管理方便，随时可以增加服务器支持的即时通信协议帐号到统一注册的用户名中，或者删除统一用户名中已存在的单重协议的帐号。
-
Patent Agency Ranking
公开(公告)号：CN101714963A
公开(公告)日：2010-05-26
申请号：CN200910185415.X
申请日：2009-11-09
Applicant: 东南大学
Abstract: 本发明公布了一种基于符号向量动力学的混沌噪声信号自适应估计方法，包括如下步骤：(A1)根据n+1时刻即下一时刻混沌系统映射xn+1＝H(xn)，利用sn确定其混沌逆映射(A2)已知接收向量序列{yi}i＝0L，并符号化为{s′i}i＝0L，随机选取η作为初始向量rxL；(A3)根据在各种符号向量s情况下并选择使得最小的rx″s作为估计值rxL-1；(A4)重复步骤1～步骤2，依次求出rxL-2，rxL-2，…，rx1，其中rx1即为估计值x′1。本发明分析速度快，准确度高。
-
公开(公告)号：CN101707699A
公开(公告)日：2010-05-12
申请号：CN200910185418.3
申请日：2009-11-09
Applicant: 东南大学
Abstract: 本发明公布了一种基于WSN和GPRS网络相融合的远程监控终端设备，由微控制器模块、存储器模块、图像采集模块、射频传输模块、红外检测模块、时钟、复位与JTAG调试模块以及电源管理模块组成，微处理器通过地址、数据和控制总线分别与存储器模块和数字图像处理模块相连接，微处理器通过电源线和地线与电源管理模块相连接，通过命令总线分别与射频传输模块、红外检测模块、时钟、复位与JTAG调试模块相连接。本发明功能模块设计得较为简单，综合成本极为低廉，具有很强的推广使用价值。
-
公开(公告)号：CN101707628A
公开(公告)日：2010-05-12
申请号：CN200910212618.3
申请日：2009-11-13
Applicant: 东南大学
IPC: H04L29/08
Abstract: 本发明提供一种基于Ajax和J2EE融合通信系统及其数据传输方法，涉及融合通信领域。融合通信系统包括表现层、业务层和数据层，还包括客户层，其中，客户层位于客户端，表现层和业务层位于服务器端，数据层位于数据库中；所述客户层由浏览器组成，每个浏览器使用Ajax技术中异步传输方法与服务器端的表现层进行数据交互。本发明公开了一种基于该系统中客户层与表现层之间数据传输的一种新型方法，本发明提出了异步请求调度的功能，根据模块的优先级处理相应的异步请求，摆脱传统的C/S结构和传统Web应用的B/S结构，采取服务器/浏览器模式，方便部署，更加安全。
-
公开(公告)号：CN101707575A
公开(公告)日：2010-05-12
申请号：CN200910185416.4
申请日：2009-11-09
Applicant: 东南大学
Abstract: 本发明公布了一种基于符号向量动力学的混沌噪声信号估计方法，包括如下步骤：(A1)根据n+1时刻即下一时刻混沌系统映射xn+1＝H(xn)，利用sn确定其n时刻即当前时刻混沌逆映射其中sn为n时刻的符号向量序列；(A2)已知接收向量序列{yi}i＝0L，并符号化为{s′i}i＝0L，随机选取η作为初始向量；(A3)在任意n时刻，根据基于符号向量序列的估计算法，计算出基于S′请解释的估计值n＝0，1，…。本发明分析速度快，准确度高。
-
公开(公告)号：CN101702116A
公开(公告)日：2010-05-05
申请号：CN200910185414.5
申请日：2009-11-09
Applicant: 东南大学
IPC: G06F7/58
Abstract: 本发明公布了一种基于渐进确定性随机的伪随机序列发生方法，包括如下步骤：(1)选择离散域混沌映射xn+1＝mod(axn，1)；(2)对n时刻输入值xn进行非线性变换，得到相应的渐进确定性随机序列yn＝mod(bxn，1)；(3)步骤1至步骤2的过程构成渐进确定性随机系统，通过耦合方法将整数序列Y二值化为0-1序列Z，即得到伪随机序列输出Z。本发明具有更高的安全性，很好的密码学特性和伪随机性能。
-
-
-
-
-
-
Search Results
17
records
(took 0.015 seconds)
