-
公开(公告)号：CN117749637A
公开(公告)日：2024-03-22
申请号：CN202311777845.7
申请日：2023-12-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L41/14 , H04L41/0894
Abstract: 本发明公开了一种网络损伤组合化模拟实现方法及系统，其中方法包括：获取网络流，查询网络流的网络损伤需求；将网络损伤需求拆分成若干个损伤功能，分析损伤功能串行组合的可行性以及并行组合的可行性，并生成组合化策略；检查组合化策略中是否存在可优化的并行组合，对可优化的并行组合进行优化，得到优化后的组合化策略；依照优化后的组合化策略，构建网络损伤组合并行图；按照网络损伤组合并行图进行网络损伤模拟。在保证损伤功能逻辑正确性的前提下，显著优化了损伤功能的组合处理延迟以及部署开销。
-
公开(公告)号：CN117150341A
公开(公告)日：2023-12-01
申请号：CN202311102973.1
申请日：2023-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , H04L9/40
Abstract: 本发明提出了一种基于混合深度学习的加密流量分类方法及系统，涉及网络安全技术领域，具体方案包括：对采集的原始加密流量数据进行预处理，将其转换为统一格式的字节序列；利用训练好的混合深度学习模型对所述字节序列进行分类预测，得到加密流量的分类结果；本发明基于卷积神经网络、时间卷积神经网络以及通道注意力机制的混合深度学习模型，进行时空特征的提取及关注关键特征，从而增强时空特征提取的鲁棒性，提高加密流量分类的效率和准确度。
-
公开(公告)号：CN117062094A
公开(公告)日：2023-11-14
申请号：CN202311047327.X
申请日：2023-08-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本公开提供了一种雾无线接入网络中边缘缓存主动放置方法及系统，涉及无线通信技术领域，构建F‑RAN无线网络模型，获取F‑RAN无线网络模型的边缘节点以及缓存容量；获取需缓存的用户的请求内容，引入队列理论，设计到达速率的共享队列模型以及三种传输模式，将三种传输模式的到达率问题转换为内容放置时延最小的模型的求解，通过采用贪心算法，使每个缓存节点都缓存尽可能多的流行内容，直至缓存存储容量受限；考虑各个F‑AP节点的局部内容的流行度，使进行缓存时依据请求内容的流行度和请求内容大小进行缓存主动放置；本公开解决了现有边缘缓存方案中延迟控制不准确及流量成本过高的问题。
-
公开(公告)号：CN116994054A
公开(公告)日：2023-11-03
申请号：CN202310986619.3
申请日：2023-08-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/098
Abstract: 本发明公开了面向类别不平衡的联邦学习图像分类方法及系统，多个客户端按照标准的联邦学习方法联合训练一个全局模型；每个客户端将本地训练数据划分为头类和尾类，计算得到尾类所对应的混淆类，基于类激活图对本地训练数据中的尾类和对应的混淆类进行特征提取，得到尾类特有特征和混淆类通用特征；每个客户端将尾类特有特征与对应的混淆类通用特征进行特征融合，得到尾类的增广样本，以增强本地训练数据；每个客户端使用增强的本地训练数据对全局模型进行微调，并将其上传到服务器来进一步更新全局模型。此外，本发明设计了一个新的损失函数TailDistillation Loss，能够减轻全局类不平衡的影响。
-
公开(公告)号：CN116980965A
公开(公告)日：2023-10-31
申请号：CN202310982783.7
申请日：2023-08-04
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04W28/02 , H04W28/06 , H04W28/086 , H04W28/084 , H04W28/08
Abstract: 本发明公开了基于信息中心网络的能效感知边缘缓存方法及系统，其中方法，包括：消费者客户端将兴趣包转发给基站；基站查找是否有数据包与兴趣包名称一致，如果没有，则在待处理兴趣表中新增一个条目；基站判断兴趣包内容是否是流行内容，如果是，则为兴趣包添加POP字段，并将添加字段的兴趣包，通过信息中心网络的路由器节点转发给核心网，核心网再转发给源服务器；源服务器将兴趣包对应的数据包，通过信息中心网络的路由器节点传输给核心网，核心网再传输给基站；基站判断当前返回数据包的名称，与待处理兴趣表中条目是否一致；如果一致，则基站判断当前返回数据包是否有POP字段标识，如果有，则将当前返回数据包转发给消费者客户端。
-
Patent Agency Ranking
公开(公告)号：CN116436678A
公开(公告)日：2023-07-14
申请号：CN202310436976.2
申请日：2023-04-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , G06F18/241 , G06F18/21 , G06N3/0475 , G06N3/045
Abstract: 本发明公开的面向多类不平衡数据特点的加密恶意流量识别方法及系统，对网络恶意流量数据进行预处理，获得恶意流量的特征图像；通过恶意流量的特征图像和训练好的恶意流量样本生成模型，获得恶意流量样本，在恶意流量样本生成模型的生成器和判别器中均加入自注意力模块，自注意力模块以卷积层输出的特征图为输入，获取输入自注意力模块的特征图的注意力图，根据注意力图确定自注意力特征图，将自注意力特征图与输入自注意力模块的特征图加权求和，获得自注意力模块输出的特征图，自注意力模块输出的特征图输入下一个卷积层中；对恶意流量样本进行识别，获得恶意流量识别结果。提高了对恶意流量识别的准确性。
-
公开(公告)号：CN116318928A
公开(公告)日：2023-06-23
申请号：CN202310206294.2
申请日：2023-02-28
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , G06F18/214 , G06F18/2431 , G06F18/25 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提出了一种基于数据增强和特征融合的恶意流量识别方法及系统，涉及网络安全领域，对原始流量数据集进行预处理、特征选择和流量平衡，得到数据增强后的训练集；基于多头注意力，构建恶意流量分类模型，用于特征提取和特征融合；通过参数寻优和模型训练，得到最终的恶意流量分类模型；将待识别的流量，输入到恶意流量分类模型中，输出分类结果；本发明设计了一种能够识别网络流量、自动提取特征并解决数据可用性不足问题的恶意流量分类模型，利用特征选择方法准确地过滤掉冗余特征，利用数据增强技术使各类流量数据均衡、去重叠数据，准确地进行神经网络模型参数权重的优化调整，获得更加合理的模型超参数，提高恶意流量识别的准确性和性能。
-
公开(公告)号：CN116112436A
公开(公告)日：2023-05-12
申请号：CN202211650317.0
申请日：2022-12-21
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L45/85 , H04L67/148 , H04L69/164
Abstract: 本发明涉及一种基于QUIC传输协议的主动连接迁移方法及系统，其方法包括如下步骤：通过遍历客户端的所有可用网络接口，主动获取所述客户端每个所述可用网络接口的网络接入方式以及网络接入路径；通过评价每个所述网络接入方式的网络质量指标，选取最优的所述网络接入方式，得到最优网络接入方式；根据所述最优网络接入方式获取所述最优网络接入方式所对应的所述网络接入路径，得到最优网络接入路径；将所述客户端的QUIC连接始终收敛在所述最优网络接入方式上，并通过所述最优网络接入路径让所述客户端进行主动迁移连接；本发明能够提高网络服务响应速度，提高QUIC在异构多接入网络环境下移动性管理性能和传输效率。
-
公开(公告)号：CN116074347A
公开(公告)日：2023-05-05
申请号：CN202211717383.5
申请日：2022-12-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L67/12 , H04L67/10 , H04L41/14 , H04L43/0852 , H04L67/141
Abstract: 本发明公开了一种用于传感网的算力分配方法、系统、设备及介质，涉及海洋观监测传感网络技术领域，算力分配方法包括：根据当前的海洋算力网络，确定多个可用节点，海洋算力网络包括多个海洋节点，每个可用节点各自对应一个海洋节点；获取任务信息，根据任务信息对应的数据量和每个可用节点各自对应的算力信息，确定任务信息对应的任务时延模型；任务时延模型用于根据任务信息对应数据量所确定的卸载方案，确定执行任务信息的总时延；求解任务时延模型，得到目标卸载方案，目标卸载方案包括每个可用节点各自对应的目标分配比例；对于每个可用节点，根据可用节点对应的目标分配比例和任务信息对应的数据量，确定可用节点在本地所需处理的数据量。
-
公开(公告)号：CN119629147A
公开(公告)日：2025-03-14
申请号：CN202411660756.9
申请日：2024-11-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L61/3015 , H04L47/10 , H04L47/43
Abstract: 本公开提供了基于接收注册表机制的数据传输优化方法及系统，涉及高性能计算与数据传输优化技术领域，包括在发送端将大型的RDMA传输分割成多个较小的传输，允许多个数据段并行处理和传输；在接收端引入一种接收注册表机制，记录和跟踪RDMA操作；通过使用特殊的状态标志和掩码机制，识别数据包是否属于同一RDMA操作，并在操作完成时提供本地和远程通知，确保了数据传输的准确性和及时性。对于尚未在接收注册表中注册的数据包，设计逃逸通道，以避免流水线阻塞。同时，引入了超时机制，用于丢弃那些重复或延迟到达的数据包，从而保证了数据传输的稳定性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.059 seconds)
