-
公开(公告)号：CN105337861B
公开(公告)日：2018-05-04
申请号：CN201510801463.2
申请日：2015-11-18
Applicant: 东北大学
IPC: H04L12/721 , H04L12/729
CPC classification number: Y02D30/20
Abstract: 本发明一种基于能效优先和认知理论的路由方法，属于路由算法技术领域，本发明以最小化网络能耗，同时满足路由的约束进行建模，在保证满足请求带宽和网络稳定性的同时，选择对网络能耗增加影响最小的路径，建立优化模型；根据链路带宽利用率和链路负载的能耗函数设置能效路由的权重，通过认知理论进行链路权重的自学习和自适应，使得网络选择能耗最小的链路进行路由，提高网络的能效；利用本发明可以有效地减少云计算的能耗，提高网络能效。
-
公开(公告)号：CN102655465B
公开(公告)日：2014-12-10
申请号：CN201210142390.7
申请日：2012-05-09
Applicant: 东北大学
IPC: H04L12/26
Abstract: 一种网络异常流量的时频域快速侦测方法，属于大规模网络环境下网络异常侦测领域。本发明网络异常流量的时频域快速侦测方法，提出采用相关系数的处理的方法提取异常特征，提高了侦测的准确度；同时利用短时傅里叶变换对异常特征进行时频域分析，更准确地侦测出异常并实现对异常发生时刻的判断。本发明方法在时频域上对数据进行分析，理论上分解的层数越多，对频率的划分越精确，最后得到的效果将会越好。
-
公开(公告)号：CN105337861A
公开(公告)日：2016-02-17
申请号：CN201510801463.2
申请日：2015-11-18
Applicant: 东北大学
IPC: H04L12/721 , H04L12/729
CPC classification number: Y02D30/20 , H04L45/124 , H04L45/125
Abstract: 本发明一种基于能效优先和认知理论的路由方法，属于路由算法技术领域，本发明以最小化网络能耗，同时满足路由的约束进行建模，在保证满足请求带宽和网络稳定性的同时，选择对网络能耗增加影响最小的路径，建立优化模型；根据链路带宽利用率和链路负载的能耗函数设置能效路由的权重，通过认知理论进行链路权重的自学习和自适应，使得网络选择能耗最小的链路进行路由，提高网络的能效；利用本发明可以有效地减少云计算的能耗，提高网络能效。
-
公开(公告)号：CN102664772B
公开(公告)日：2015-03-04
申请号：CN201210124747.9
申请日：2012-04-25
Applicant: 东北大学
Abstract: 一种动态环境下网络流量异常的多尺度侦测方法，涉及网络异常检测及入侵检测技术领域。本发明利用连续小波变换能够在时频域上捕获到异常流量数据的动态时频特征，采用主成分分析法去除小波系数中的冗余部分，对原始数据进行降维，减少计算量，更好地保证了异常侦测的准确性。在对异常特征分量进行异常判定时，确定了异常起始时刻和持续时间，实现了对异常流量实时快速侦测的目的。与单独使用主成分分析法进行异常侦测做对比发现，多尺度异常侦测的侦测效果更好，而且能够确定异常发生的时刻和异常持续的时间。
-
Patent Agency Ranking
公开(公告)号：CN102664772A
公开(公告)日：2012-09-12
申请号：CN201210124747.9
申请日：2012-04-25
Applicant: 东北大学
Abstract: 一种动态环境下网络流量异常的多尺度侦测方法，涉及网络异常检测及入侵检测技术领域。本发明利用连续小波变换能够在时频域上捕获到异常流量数据的动态时频特征，采用主成分分析法去除小波系数中的冗余部分，对原始数据进行降维，减少计算量，更好地保证了异常侦测的准确性。在对异常特征分量进行异常判定时，确定了异常起始时刻和持续时间，实现了对异常流量实时快速侦测的目的。与单独使用主成分分析法进行异常侦测做对比发现，多尺度异常侦测的侦测效果更好，而且能够确定异常发生的时刻和异常持续的时间。
-
公开(公告)号：CN102647354A
公开(公告)日：2012-08-22
申请号：CN201210106636.5
申请日：2012-04-12
Applicant: 东北大学
Abstract: 本发明提供一种时变动态网络中端到端流量的重构方法，包括如下步骤：步骤一：端到端流量小波变换；步骤二：提取端到端流量时频域特征参数；步骤三：端到端流量重构；步骤四：端到端流量重构值校正。利用多分形小波模型来重构端到端流量，以链路负载作为约束参量，通过多分辨率分析准确重构端到端流量，兼顾端到端流量的自相似特性和多分形特性，从时频域联合分析的角度解决了端到端流量重构的高度病态问题，使对端到端流量重构更为精确。利用本发明方法重构出端到端流量，用来进行网络规划、负载均衡、故障诊断、路由最优化等网络管理活动。
-
公开(公告)号：CN105337872B
公开(公告)日：2018-05-04
申请号：CN201510801508.6
申请日：2015-11-18
Applicant: 东北大学
IPC: H04L12/751 , H04L12/721
Abstract: 本发明一种基于能效优先的控制层面网络划分方法，属于传输网络技术领域，本发明根据现代图理论，在满足网络代数连通性阈值条件下，提出网络的故障恢复下降概率来衡量网络的高抗毁性；为了简化算法复杂度，以最小化控制层面链路数为FRCS算法制约条件，建立以控制层面链路数为循环准则的控制层面能效分离模型，主要包括Hamilton圈求解最小控制层面链路数以及代数连通性阈值作为FRCS算法循环终止条件，以此，构建基于代数连通性以及故障恢复能力的控制层面能效分离理论，该方向算法不考虑网络流量，算法精确度有所下降，但算法易于实现，适用于大规模网络，在适当的策略下，该算法节能效果优于基于流量认知方向的算法。
-
公开(公告)号：CN105337872A
公开(公告)日：2016-02-17
申请号：CN201510801508.6
申请日：2015-11-18
Applicant: 东北大学
IPC: H04L12/751 , H04L12/721
CPC classification number: H04L45/02 , H04L45/124
Abstract: 本发明一种基于能效优先的控制层面网络划分方法，属于传输网络技术领域，本发明根据现代图理论，在满足网络代数连通性阈值条件下，提出网络的故障恢复下降概率来衡量网络的高抗毁性；为了简化算法复杂度，以最小化控制层面链路数为FRCS算法制约条件，建立以控制层面链路数为循环准则的控制层面能效分离模型，主要包括Hamilton圈求解最小控制层面链路数以及代数连通性阈值作为FRCS算法循环终止条件，以此，构建基于代数连通性以及故障恢复能力的控制层面能效分离理论，该方向算法不考虑网络流量，算法精确度有所下降，但算法易于实现，适用于大规模网络，在适当的策略下，该算法节能效果优于基于流量认知方向的算法。
-
公开(公告)号：CN102655465A
公开(公告)日：2012-09-05
申请号：CN201210142390.7
申请日：2012-05-09
Applicant: 东北大学
IPC: H04L12/26
Abstract: 一种网络异常流量的时频域快速侦测方法，属于大规模网络环境下网络异常侦测领域。本发明网络异常流量的时频域快速侦测方法，提出采用相关系数的处理的方法提取异常特征，提高了侦测的准确度；同时利用短时傅里叶变换对异常特征进行时频域分析，更准确地侦测出异常并实现对异常发生时刻的判断。本发明方法在时频域上对数据进行分析，理论上分解的层数越多，对频率的划分越精确，最后得到的效果将会越好。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
