一种基于识别模型的DDoS攻击防御方法

    公开(公告)号:CN119172155A

    公开(公告)日:2024-12-20

    申请号:CN202411377435.8

    申请日:2024-09-29

    Abstract: 本发明涉及数字信息的传输技术领域,特别涉及一种基于识别模型的DDoS攻击防御方法,其中,方法包括:获取来自目标数据源的训练数据,并进行模型训练,得到初始攻击识别模型;利用服务器对初始攻击识别模型进行调试,得到调试结果;在预设时长内,判断调试结果是否满足预设正常报警条件,如果调试结果满足预设正常报警条件,则将初始攻击识别模型作为实际攻击识别模型,否则,基于调试结果重新训练初始攻击识别模型,直至满足预设迭代停止条件,得到实际攻击识别模型,以利用所述实际攻击识别模型进行DDoS攻击识别。由此,解决了相关技术中,构建成本较高,无法有效缓解服务器压力,且实施难度大,不利于推广应用等技术问题。

    一种基于大模型的多条件天线优化方法

    公开(公告)号:CN118886342A

    公开(公告)日:2024-11-01

    申请号:CN202411377562.8

    申请日:2024-09-29

    Abstract: 本申请涉及通信工程和深度学习技术领域,特别涉及一种基于大模型的多条件天线优化方法,其中,方法包括:将至少一个目标天线的设计数据分为训练集、验证集和测试集中的至少一个;利用Adam算法设置生成式预训练GPT模型训练过程中的第一超参数;利用混淆矩阵对GPT最终模型在测试集上的输出结果进行分析,评估GPT最终模型对天线性能条件的理解能力,并根据理解能力对GPT最终模型和第二超参数进行调整优化,以优化目标天线的设计。由此,解决了相关技术中的天线设计方法往往基于经验和试错,难以满足高速数据传输、大容量通信、低延迟等多种需求,效率和性能较低的问题。

Patent Agency Ranking