-
公开(公告)号：CN111901454B
公开(公告)日：2022-09-09
申请号：CN202010730330.1
申请日：2020-07-27
Applicant: 东南大学
IPC: H04L29/12
Abstract: 本发明提供了一种IPv6网络真实用户数的统计及验证方法，其中统计方法包括：在网络边界部署探针，采集IPv6报文数据，并记录采集时间；按时序排列报文数据，存入共享内存；从内存中提取实时数据；使用算法统计出指定网络在连续两个24小时内的IPv6临时地址数，以下将连续两个24小时称为时间段i和时间段j；把IPv6临时地址保存进数据库，执行数据库联接操作，查询结果个数即为时间段j的网内IPv6实际用户数。本发明还提供了一种用于验证用户数准确性的方法。该统计及验证方法能够统计任一网络任一天内的IPv6实际用户数，验证方法准确，解决了以IP数作为用户数的方法在IPv6网络内不适用的问题。
-
公开(公告)号：CN109948869B
公开(公告)日：2020-11-13
申请号：CN201910323588.7
申请日：2019-04-22
Applicant: 东南大学 , 大唐环境产业集团股份有限公司
Abstract: 本发明公开了一种基于有序聚类离散化的脱硫系统SO2出口浓度预测方法，包括从SIS历史数据库中采集脱硫系统相关参数的历史运行数据；以负荷、SO2进口浓度为条件对历史数据进行稳态判断筛选得到原始稳态样本；将原始稳态样本的SO2出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO2出口浓度均匀分布的稳态样本集；基于均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO2出口浓度预测模型。
-
公开(公告)号：CN101741743B
公开(公告)日：2011-10-05
申请号：CN200910262840.4
申请日：2009-12-11
Applicant: 东南大学
Abstract: 本发明公开一种基于网络地址排序的双向流组流方法，其特征是：对于每个报文的源IP地址和宿IP地址，在检查哈希链表之前，对源IP地址和宿IP地址这两个IP地址从大到小进行排序，如果源IP地址大于宿IP地址，则在哈希链表中查找{源IP，宿IP}结点，如果源IP地址小于宿IP地址，则在哈希链表中查找{宿IP，源IP}结点，如果在哈希链表中查找到相应的结点，则直接对该结点流量记录进行更新，如果在哈希链表中查找不到相应结点，则生成一个新的结点，该方法的特点是每个报文只需要检查哈希链表一次即可找到双向流结点所在的位置，与传统双向流测量方法相比该方法一方面能节省结点空间的消耗，同时又能够减少哈希链表的查找次数。
-
公开(公告)号：CN101741743A
公开(公告)日：2010-06-16
申请号：CN200910262840.4
申请日：2009-12-11
Applicant: 东南大学
Abstract: 本发明公开一种基于网络地址排序的双向流组流方法，其特征是：对于每个报文的源IP地址和宿IP地址，在检查哈希链表之前，对源IP地址和宿IP地址这两个IP地址从大到小进行排序，如果源IP地址大于宿IP地址，则在哈希链表中查找{源IP，宿IP}结点，如果源IP地址小于宿IP地址，则在哈希链表中查找{宿IP，源IP}结点，如果在哈希链表中查找到相应的结点，则直接对该结点流量记录进行更新，如果在哈希链表中查找不到相应结点，则生成一个新的结点，该方法的特点是每个报文只需要检查哈希链表一次即可找到双向流结点所在的位置，与传统双向流测量方法相比该方法一方面能节省结点空间的消耗，同时又能够减少哈希链表的查找次数。
-
公开(公告)号：CN101163058A
公开(公告)日：2008-04-16
申请号：CN200710190188.0
申请日：2007-11-20
Applicant: 东南大学
Abstract: 一种基于流集合随机抽样的报文测量方法，将测量时间区间分为若干子区间，为每个子区间分配一个不同的匹配比特串，在每个子区间中采用随机抽样网络流抽样报文，抽样过程中使用该子区间被分配的匹配比特串匹配网络流标识的哈希值，该过程中采用一个哈希函数处理所有的报文流标识以生成哈希值比特串，这个哈希函数的输入为报文流标识，输出为和匹配比特串长度相同的哈希值比特串，将该子区间被分配的匹配比特串和输出的哈希值比特串之间进行比较，如果两个比特串相同，则该报文被抽样，否则这个报文将被丢弃。本方法在每个子区间只测量其中一个网络流子空间的报文信息，在整个测量时间区间中，能够测量到整个网络流标识空间中的报文信息。
-
Patent Agency Ranking
公开(公告)号：CN1645825A
公开(公告)日：2005-07-27
申请号：CN200510037665.0
申请日：2005-01-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于抽样测量的端到端运行性能监测方法，通过在网络上设置监测点，被动测量网络单项延迟和丢包率的方法来监测网络的流量运行情况，设定各监测点统一的密钥，通过密钥与报文生成一个哈希值，在网络上随机抽取一定比例的报文，监测点设置两个缓冲池，将该报文头的前40个字节和该报文的8个字节时间戳存储在当前缓冲池中，另一缓冲池用来转发数据，通过数据运算得到网络的单项延迟和丢包率，由此得出网络运行性能，本发明具有对测量器的性能影响很小，测量方法安全，抽样精度高，不需要进行抽样掩码协商也可保证不同的测量点测量到相同的报文等优点。
-
公开(公告)号：CN118631520A
公开(公告)日：2024-09-10
申请号：CN202410741824.8
申请日：2024-06-11
Applicant: 东南大学
Abstract: 本发明公开一种面向长持续时间控制流异常水平评价的特征构造方法，旨在基于对互联网中用于控制信息传输的两元组（SIP，DIP）长持续时间流的报文序列构造出一个可以支持评价该长持续时间流行为异常水平的特征——子流异常富集水平。该特征的构造方法由以下几个步骤组成：1）获取二元组长持续时间流；2）提取其中的控制子流组成控制主流；3）为待分析流量中所有IP构建其所维持的控制子流行为特征矩阵，并分别聚类；4）求取控制主流的三个属性：子流异常水平和、离群子流向量数以及每离群子流向量的异常水平；5）对于每条控制主流，基于三个属性得到其子流异常富集水平。本发明可以用于评价互联网中基于二元组检测出的长持续时间控制流的异常程度，无需先验知识，不关注负载内容且对恶意行为敏感；既可以面向非加密流，也可以面向加密流。
-
公开(公告)号：CN116647487A
公开(公告)日：2023-08-25
申请号：CN202310841955.9
申请日：2023-07-11
Applicant: 东南大学
IPC: H04L43/10 , H04L43/08 , H04L67/145
Abstract: 本发明提供了一种支持互联网保活连接流量行为识别的特征构造方法，包括：利用关联规则挖掘算法对目标类别互联网保活连接流量行为的报文流提取出满足支持度、置信度阈值的频繁项集；再读取待测保活连接行为产生的报文流，对该条报文流中每一条报文的负载字段用频繁项集进行匹配，获得该条报文流的频繁项集匹配矩阵；最后对矩阵的每一列求平均值来获得频繁项集匹配向量。本发明针对每次保活连接流量行为所产生的报文流构造出一个用于识别该次保活连接流量行为归属类别的特征——频繁项集匹配向量，该特征用于判断该次连接流量行为是否属于目标类别，具有相比于保活连接流量行为的传统行为特征更加优秀的分类性能。
-
公开(公告)号：CN111901454A
公开(公告)日：2020-11-06
申请号：CN202010730330.1
申请日：2020-07-27
Applicant: 东南大学
IPC: H04L29/12
Abstract: 本发明提供了一种IPv6网络真实用户数的统计及验证方法，其中统计方法包括：在网络边界部署探针，采集IPv6报文数据，并记录采集时间；按时序排列报文数据，存入共享内存；从内存中提取实时数据；使用算法统计出指定网络在连续两个24小时内的IPv6临时地址数，以下将连续两个24小时称为时间段i和时间段j；把IPv6临时地址保存进数据库，执行数据库联接操作，查询结果个数即为时间段j的网内IPv6实际用户数。本发明还提供了一种用于验证用户数准确性的方法。该统计及验证方法能够统计任一网络任一天内的IPv6实际用户数，验证方法准确，解决了以IP数作为用户数的方法在IPv6网络内不适用的问题。
-
公开(公告)号：CN109948869A
公开(公告)日：2019-06-28
申请号：CN201910323588.7
申请日：2019-04-22
Applicant: 东南大学 , 大唐环境产业集团股份有限公司
Abstract: 本发明公开了一种基于有序聚类离散化的脱硫系统SO2出口浓度预测方法，包括从SIS历史数据库中采集脱硫系统相关参数的历史运行数据；以负荷、SO2进口浓度为条件对历史数据进行稳态判断筛选得到原始稳态样本；将原始稳态样本的SO2出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO2出口浓度均匀分布的稳态样本集；基于均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO2出口浓度预测模型。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
