一种基于二进制引力搜索的节能虚拟机放置方法

    公开(公告)号:CN111045785A

    公开(公告)日:2020-04-21

    申请号:CN201911169998.7

    申请日:2019-11-25

    Abstract: 一种基于二进制引力搜索的节能虚拟机放置方法,属于节能优化的云计算领域。本发明的目的是为了实现在虚拟机放置降低能耗,同时提高云计算性能。技术要点:初始化;随机设置每个智能体的位置,确保位置在搜索空间中即可;在每次迭代中,我们计算初始位置的所有智能体的适应度,如果本轮迭代中的适应度高于上一轮迭代的适应度,则更新;对于每个智能体,都根据新的适应度计算质量,引力常数也会随着迭代次数的增加而更新,即随着时间的变化,重力值也会随之变化;用新质量和重力值计算加速度;在搜索空间中移动智能体的位置。虚拟机放置降低能耗,同时提高云计算性能。

    一种面向云平台的多域数据隐私保护方法

    公开(公告)号:CN110378148A

    公开(公告)日:2019-10-25

    申请号:CN201910680596.7

    申请日:2019-07-25

    Abstract: 一种面向云平台的多域数据隐私保护方法,涉及多域数据隐私保护技术领域。本发明为了解决现有的多域数据隐私保护方法一般采用静态匿名来发布数据,不够灵活,不能限制数据分析人员获得的数据范围,无法满足使用原始数据的需求的问题。本发明包括数据匿名化处理和原始数据恢复处理;本发明针对数据分析和事务处理场景下的具体需求,来采用相应的隐私保护策略,对不同领域的结构化数据表,通过数据匿名为主体的隐私保护技术,来达到减少云端数据隐私泄露风险的效果,同时满足一定事务处理上的需求。将匿名后数据存储并用于数据分析,降低隐私信息泄露的风险,对数据进行动态的匿名化,限制数据分析人员可以获得的数据范围,同时更好的保护数据隐私。

    用于软件无线电系统的安全检测方法和软件无线电设备

    公开(公告)号:CN106130961B

    公开(公告)日:2019-05-14

    申请号:CN201610411230.6

    申请日:2016-06-14

    Abstract: 本发明提供了用于软件无线电系统的安全检测方法和软件无线电设备。安全检测方法包括:当次节点从主节点获取到包含重配置信息的指令时,从次节点的硬件层复制重配置信息并保存为第一信息;检测从次节点的应用层发出的、经过次节点的操作系统层而返回到次节点的硬件层的重配置信息,复制返回到次节点的硬件层的重配置信息并保存为第二信息;判断第一信息与第二信息是否相同:当第一信息与第二信息相同时,允许次节点以第二信息进行信号处理;否则,禁止次节点进行重配置操作,并向次节点和主节点发出警报信号。本发明的上述技术能够对次节点设备重配置参数的正确性进行实时检测,能够提高软件无线电设备的安全性。

    一种基于BP神经网络的DDOS效果评估方法

    公开(公告)号:CN108900513A

    公开(公告)日:2018-11-27

    申请号:CN201810710379.3

    申请日:2018-07-02

    Abstract: 一种基于BP神经网络的DDOS效果评估方法,本发明涉及基于BP神经网络的DDOS效果评估方法。本发明的目的是为了解决现有基于层次分析法的DDOS效果评估需要人为判定权重,评估准确率低的问题。具体过程为:一、建立DDOS效果评估指标体系;二、在云环境中模拟HTTP洪泛攻击采集DDOS效果评估指标体系数据,三、建立初始BP神经网络模型,对初始BP神经网络模型进行优化,将步骤二采集的DDOS攻击机的攻击源的个数,DDOS攻击机的攻击频率,目的主机内存占用率,目的主机CPU占用率,带宽占用率和丢包率输入优化好的BP神经网络模型,BP神经网络模型输出评估等级。本发明用于DDOS效果评估领域。

    一种实现大规模虚拟网络节点重复映射的方法

    公开(公告)号:CN108809699A

    公开(公告)日:2018-11-13

    申请号:CN201810496969.0

    申请日:2018-05-22

    CPC classification number: H04L41/00

    Abstract: 一种实现大规模虚拟网络节点重复映射的方法,它属于虚拟网络映射技术领域。本发明解决了传统虚拟网络映射方法存在的只能一对一映射,且映射成功率和收益开销比不高的问题。本发明分别利用资源剩余量评价函数和资源请求量评价函数量化各物理节点的资源剩余量AR和虚拟节点的资源请求量DR,并将最高DR节点映射至最高AR节点,在剩余满足映射条件的虚拟节点中,选择融合连接参数最大的虚拟节点,将其映射至最高AR节点上,同理,直至最高AR节点不能再接受其他虚拟节点;然后利用上述方法,将虚拟节点映射至第二高AR节点,以此类推,直至所有虚拟节点映射完成。本发明保证较高的映射成功率和收益开销比。本发明可以应用于虚拟网络映射技术领域用。

    一种HTTPS网页的指纹识别方法

    公开(公告)号:CN104765884B

    公开(公告)日:2018-06-22

    申请号:CN201510213462.6

    申请日:2015-04-30

    Abstract: 本申请涉及一种HTTPS网页的指纹提取方法和指纹识别方法,指纹提取方法包括:根据待处理HTTPS网页的数据流,获得待处理HTTPS网页的多个对象各自的密文长度和加密方式;根据待处理HTTPS网页的多个对象各自的密文长度和加密方式,获得多个对象各自的明文长度区间,以确定每个对象的信息,其中每个对象的信息包括该对象对应的最大长度、最小长度和平均长度;以及利用待处理HTTPS网页的多个对象各自的信息,构建待处理HTTPS网页的指纹。指纹识别方法包括:通过提取待识别HTTPS网页的对象信息,与HTTPS网页指纹库中的信息进行匹配,完成识别。本发明的指纹提取方法和指纹识别方法,可行性强,识别准确率高。

    一种面向Xen虚拟化平台的隐藏方法

    公开(公告)号:CN104615935B

    公开(公告)日:2017-06-20

    申请号:CN201510096205.9

    申请日:2015-03-04

    Abstract: 一种面向Xen虚拟化平台的隐藏方法,本发明涉及Xen虚拟化平台的隐藏方法。本发明为了解决现有技术中基于Xen的蜜罐收集黑客攻击行为信息的准确率低的问题。通过以下三个步骤进行:一、通过重写运行有Xen虚拟化平台的Linux系统的命令,从命令级别隐藏了Xen虚拟化信息;二、通过对运行有Xen虚拟化平台的Linux系统日志/var/log/下文件进行加密,从日志级别隐藏了Xen虚拟化信息;三、通过对运行有Xen虚拟化平台的Linux系统的内核代码procfs下文件和sysfs下文件读取函数进行修改,隐藏了Xen虚拟化信息;至此,完成了对Xen虚拟化平台的隐藏。本发明应用于信息安全领域。

    基于自主计算的代理缓存集群异常检测系统

    公开(公告)号:CN103441906B

    公开(公告)日:2016-08-24

    申请号:CN201310441398.8

    申请日:2013-09-25

    Abstract: 基于自主计算的代理缓存集群异常检测系统,属于光学领域,本发明为解决现有代理集群系统规模庞大责,产生异常时不能及时检测导致严重后果的问题。本发明包括:状态检测模块,用于对分布式代理集群进行状态监测,获取分布式代理集群运行时的详细数据;状态自感知模块,用于接收状态检测模块提供的状态数据,对状态数据进行分析,识别当前分布式代理集群的运行状态;状态自恢复模块,用于根据状态自感知模块获得的运行状态结果判断需要调整的参数以及调整的程度,并向算法执行模块发送参数调整命令;算法执行模块,用于执行自恢复模块发送的调整参数命令,动态改变运行参数。本发明用于代理集群系统中。

    一种基于网络拓扑特征的网络安全量化评估方法

    公开(公告)号:CN101783752A

    公开(公告)日:2010-07-21

    申请号:CN201010108420.3

    申请日:2010-02-10

    Abstract: 一种基于网络拓扑特征的网络安全量化评估方法,它涉及网络安全技术领域,它解决了现有的网络安全量化评估过程中忽略网络拓扑特征的问题。本发明的过程为:步骤一:选取用于评估网络安全事件损害程度的网络性能指标;步骤二:定义网络熵值Hi=-log2Vi;步骤三:计算每一个网络性能指标的指标权重;步骤四:利用格兰姆-施密特正交化方法去除多个网络性能指标间的相关性,获得多个去相关网络性能指标;步骤五:获得安全事件损害程度ΔH和安全事件损害等级;步骤六:利用析因设计方法并结合安全事件损害程度ΔH,实现量化网络拓扑特征进行评估网络安全事件对网络性能的影响程度。本发明为指导网络安全宏观预警与响应提供了参考信息。

    一种基于自监督的多视角会话推荐桥接模型

    公开(公告)号:CN117933304B

    公开(公告)日:2024-06-28

    申请号:CN202410177123.6

    申请日:2024-02-08

    Abstract: 一种基于自监督的多视角会话推荐桥接模型,涉及会话推荐技术领域,本发明为了解决现有的会话推荐模型没有将基于序列和基于图的会话推荐方案进行整合,没有实现在整合图模式和序列模式的同时保留相应的特征以最大化单一模式优势并提高会话推荐模型整体性能,从图到序列的转换过程伴随着结构和会话间信息的丢失等问题。本发明利用自监督学习框架将基于序列和基于图的会话推荐这两种方案结合起来,将图模式和序列模式视为两个单独的通道,通过对比学习架构集成了上述两个通道。在DC‑Rec模型中,通过通道间对比桥接模块在会话中吸收图和序列知识。通过最大化两个通道之间的互信息,将两种模式信息进行了较为充分的融合。实验结果表明DC‑Rec始终优于其他最先进的会话推荐方法。

Patent Agency Ranking