一种跨区块链通信方法及装置

    公开(公告)号:CN112637127A

    公开(公告)日:2021-04-09

    申请号:CN202011324624.0

    申请日:2020-11-23

    Abstract: 本公开提供一种跨区块链通信方法,该方法包括:第一区块链的第一边缘节点接收第一交易申请,并对第一交易申请进行预验证;若第一交易申请的预验证结果为验证通过,第一边缘节点将第一交易申请向公证人节点组发送第一交易申请;公证人节点组确定满足预设条件的目标公证人节点;目标公证人节点对第一边缘节点和第一交易申请对应的第二区块链的第二边缘节点进行验证;若第一边缘节点和第二边缘节点的验证结果均为验证通过,第一边缘节点基于第一交易申请与第二边缘节点进行跨区块链通信。可见,本公开可有效提高跨链事务的安全可信度,且能保证边缘节点在跨链通信、迁移过程中不被恶意攻击,增加了数据的隐私保护。

    一种面向样本不均衡的网络流量数据增强方法

    公开(公告)号:CN114781492A

    公开(公告)日:2022-07-22

    申请号:CN202210325598.6

    申请日:2022-03-30

    Abstract: 本发明涉及流量数据增强领域,针对网络流量数据难于获取且大部分数据往往彼此间差异性很小,因而时常出现数据类别严重不平衡的难题,提出了一种面向样本不均衡的网络流量数据增强方法。本发明对网络流量数据集进行聚类后划分少数类样本集合和多数类样本集合,通过计算聚类后数据中少数类样本的稀疏度和差异度,为少数类样本赋予初始权重后,基于SMOTE合成新样本并生成新的数据集。通过本发明提出的过采样数据增强方法,可以更有效地选择出数据集中分布稀疏处样本和边界处样本,提升生成数据的质量。本发明提供的方法为类别不平衡数据集提供了快速、有效的数据增强方案,适用于输入为网络流量数据集的分类模型执行前的数据增强过程。

    一种基于缓存空间优化的告警规则推理方法

    公开(公告)号:CN114866400B

    公开(公告)日:2024-04-30

    申请号:CN202210464267.0

    申请日:2022-04-29

    Abstract: 本发明涉及网络告警领域,具体涉及一种基于缓存空间优化的告警规则推理方法,本发明是基于Heuristically‑Annotated‑Linkage(HAL)规则匹配算法,并对它进行了一定的改进。HAL与其他规则推理算法相比,主要强调了类而不是规则的定义,由于类是在系统初始化阶段就可以基本被确定的,不会像规则一样随着数据的流入而频繁地更改,因此更加适合像告警数据这样实时性高、动态性强的数据。通过对告警规则推理的过程中产生的部分匹配的中间结果及时回收以及按优先级进行告警实例与类节点的匹配,解决了传统启发式标注链接匹配算法在告警规则匹配中缓存空间占用较大、匹配速度较慢的问题,减小告警规则推理过程中的缓存压力。

    一种跨区块链通信方法及装置

    公开(公告)号:CN112637127B

    公开(公告)日:2022-05-13

    申请号:CN202011324624.0

    申请日:2020-11-23

    Abstract: 本公开提供一种跨区块链通信方法,该方法包括:第一区块链的第一边缘节点接收第一交易申请,并对第一交易申请进行预验证;若第一交易申请的预验证结果为验证通过,第一边缘节点将第一交易申请向公证人节点组发送第一交易申请;公证人节点组确定满足预设条件的目标公证人节点;目标公证人节点对第一边缘节点和第一交易申请对应的第二区块链的第二边缘节点进行验证;若第一边缘节点和第二边缘节点的验证结果均为验证通过,第一边缘节点基于第一交易申请与第二边缘节点进行跨区块链通信。可见,本公开可有效提高跨链事务的安全可信度,且能保证边缘节点在跨链通信、迁移过程中不被恶意攻击,增加了数据的隐私保护。

    一种面向样本不均衡的网络流量数据增强方法

    公开(公告)号:CN114781492B

    公开(公告)日:2024-11-08

    申请号:CN202210325598.6

    申请日:2022-03-30

    Abstract: 本发明涉及流量数据增强领域,针对网络流量数据难于获取且大部分数据往往彼此间差异性很小,因而时常出现数据类别严重不平衡的难题,提出了一种面向样本不均衡的网络流量数据增强方法。本发明对网络流量数据集进行聚类后划分少数类样本集合和多数类样本集合,通过计算聚类后数据中少数类样本的稀疏度和差异度,为少数类样本赋予初始权重后,基于SMOTE合成新样本并生成新的数据集。通过本发明提出的过采样数据增强方法,可以更有效地选择出数据集中分布稀疏处样本和边界处样本,提升生成数据的质量。本发明提供的方法为类别不平衡数据集提供了快速、有效的数据增强方案,适用于输入为网络流量数据集的分类模型执行前的数据增强过程。

    一种基于缓存空间优化的告警规则推理方法

    公开(公告)号:CN114866400A

    公开(公告)日:2022-08-05

    申请号:CN202210464267.0

    申请日:2022-04-29

    Abstract: 本发明涉及网络告警领域,具体涉及一种基于缓存空间优化的告警规则推理方法,本发明是基于Heuristically‑Annotated‑Linkage(HAL)规则匹配算法,并对它进行了一定的改进。HAL与其他规则推理算法相比,主要强调了类而不是规则的定义,由于类是在系统初始化阶段就可以基本被确定的,不会像规则一样随着数据的流入而频繁地更改,因此更加适合像告警数据这样实时性高、动态性强的数据。通过对告警规则推理的过程中产生的部分匹配的中间结果及时回收以及按优先级进行告警实例与类节点的匹配,解决了传统启发式标注链接匹配算法在告警规则匹配中缓存空间占用较大、匹配速度较慢的问题,减小告警规则推理过程中的缓存压力。

    一种基于双层生成对抗网络的对抗样本生成方法

    公开(公告)号:CN114120028B

    公开(公告)日:2024-11-29

    申请号:CN202111249871.3

    申请日:2021-10-26

    Abstract: 本发明提出了一种基于双层生成对抗网络的对抗样本生成方法,涉及人工智能安全领域。该方法采用第一层条件生成对抗网络、特征提取器、第二层生成对抗网络和目标网络;条件生成对抗网络用于生成新的样本,其鉴别器不但要分辨生成样本的真实性,还对其类别进行判定;特征提取器用于提取原始样本隐藏层特征,生成具有对抗先验的扰动;第二层生成对抗网络用于生成对抗扰动,鉴别器分析对抗样本的真实性及其与条件生成对抗网络生成样本的相似性;目标网络用于验证对抗样本的攻击成功率。本发明利用两层神经网络分别生成特定类别的样本和对抗扰动,能够实现利用特定类别对抗样本进行攻击和对抗训练的目的,有效提升攻击的成功率和对抗训练的效率。

    一种基于时间片轮转的公平流束调度方法及系统

    公开(公告)号:CN113268326B

    公开(公告)日:2024-05-28

    申请号:CN202110574065.7

    申请日:2021-05-25

    Abstract: 本发明公开一种基于时间片轮转的公平流束调度方法及系统,方法包括:把时间分成若干个片段,每个片段为一轮,以一轮为基本时间单位对coflow调度;根据一轮调度时是否存在信息不可知coflow,采用两种不同方式调度:若存在信息不可知coflow,则使用优先发送先导流的方式,估算信息不可知coflow的大小信息,同时以租户轮询的方式对其分配带宽对coflow进行调度;若不存在信息不可知coflow,则基于coflow的信息,以分配优先级和租户轮询相结合方式对其分配带宽对coflow进行调度;两种调度方式均限制租户在一轮内的最大传输数据量,以保证本方法的策略防范性。本发明可以在保证策略防范和一轮的最优隔离的同时,提高coflow的性能,与现有提供隔离保证的方法相比,性能提升了54%。

Patent Agency Ranking