-
公开(公告)号：CN112437022A
公开(公告)日：2021-03-02
申请号：CN202011264614.2
申请日：2020-11-11
Applicant: 中国科学技术大学先进技术研究院
IPC: H04L12/851
Abstract: 本发明公开了一种网络流量识别方法、设备及介质，该方法包括：预处理采集到的网络数据，提取每一个网络会话的特征信息，生成流量日志；基于流量日志，构建预设时间段内的第一形式流量图；在第一形式流量图中增加构建服务器端节点之间相关性的相关边，生成第二形式流量图；利用第二形式流量图的数据对图神经网络进行训练，生成网络流量识别模型；将未知流量转换为第二形式流量图输入网络流量识别模型；网络流量识别模型将未知流量的第二形式流量图和自身学习到的图模式进行匹配；当匹配程度大于预设阈值时，则判定所述未知流量对应的图模式，从而确定未知流量对应的网络应用。本发明实现构建异构图训练网络流量识别模型判定图模式以及网络应用。
-
Patent Agency Ranking
公开(公告)号：CN112437016B
公开(公告)日：2023-09-26
申请号：CN202011264636.9
申请日：2020-11-11
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种网络流量识别方法、装置、设备及计算机存储介质，该方法包括以下步骤：针对不同图模式的网络流量进行采集，并进行标注；预处理采集到的所述网络流量，提取每一个网络会话的特征信息；基于所述特征信息，生成数据流图；利用所述数据流图的数据对图神经网络进行训练，生成网络流量识别模型；将未知流量转换为数据流图的数据输入所述网络流量识别模型，所述网络流量识别模型将未知流量的数据流图和自身学习到的图模式进行匹配；当匹配程度大于预设阈值时，则判定所述未知流量对应的图模式，从而确定未知流量对应的网络应用。本发明解决网络流量识别正确率低的问题，实现利用图神经网络判定网络流量的图模式以及对应的网络应用。
-
公开(公告)号：CN112437022B
公开(公告)日：2023-05-19
申请号：CN202011264614.2
申请日：2020-11-11
Applicant: 中国科学技术大学先进技术研究院
IPC: H04L41/069 , H04L47/125
Abstract: 本发明公开了一种网络流量识别方法、设备及介质，该方法包括：预处理采集到的网络数据，提取每一个网络会话的特征信息，生成流量日志；基于流量日志，构建预设时间段内的第一形式流量图；在第一形式流量图中增加构建服务器端节点之间相关性的相关边，生成第二形式流量图；利用第二形式流量图的数据对图神经网络进行训练，生成网络流量识别模型；将未知流量转换为第二形式流量图输入网络流量识别模型；网络流量识别模型将未知流量的第二形式流量图和自身学习到的图模式进行匹配；当匹配程度大于预设阈值时，则判定所述未知流量对应的图模式，从而确定未知流量对应的网络应用。本发明实现构建异构图训练网络流量识别模型判定图模式以及网络应用。
-
公开(公告)号：CN116302448B
公开(公告)日：2023-08-11
申请号：CN202310532436.4
申请日：2023-05-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种任务调度方法和系统，该方法应用于kubernetes，通过接收目标任务并在接收到目标任务后获取若干个当前可用计算节点；将目标任务的资源需求参数和当前可用计算节点的当前资源分配参数输入至目标DQN模型，目标DQN模型输出符合预设服务指标的优选节点；对优选节点进行节点匹配并基于匹配结果确定目标计算节点；将目标任务调度至所述目标计算节点。本发明可通过目标DQN模型从当前可用计算节点中选取符合预设服务指标的优选节点，然后将节点匹配成功的优选节点确定为最终的目标计算节点，最后基于目标计算节点实现任务调度，即本发明可提高任务调度的服务质量，进而提高用户的使用体验。
-
公开(公告)号：CN112437016A
公开(公告)日：2021-03-02
申请号：CN202011264636.9
申请日：2020-11-11
Applicant: 中国科学技术大学先进技术研究院
IPC: H04L12/801 , H04L12/851 , G06N3/02 , G06N3/08
Abstract: 本发明公开了一种网络流量识别方法、装置、设备及计算机存储介质，该方法包括以下步骤：针对不同图模式的网络流量进行采集，并进行标注；预处理采集到的所述网络流量，提取每一个网络会话的特征信息；基于所述特征信息，生成数据流图；利用所述数据流图的数据对图神经网络进行训练，生成网络流量识别模型；将未知流量转换为数据流图的数据输入所述网络流量识别模型，所述网络流量识别模型将未知流量的数据流图和自身学习到的图模式进行匹配；当匹配程度大于预设阈值时，则判定所述未知流量对应的图模式，从而确定未知流量对应的网络应用。本发明解决网络流量识别正确率低的问题，实现利用图神经网络判定网络流量的图模式以及对应的网络应用。
-
公开(公告)号：CN116302448A
公开(公告)日：2023-06-23
申请号：CN202310532436.4
申请日：2023-05-12
Applicant: 中国科学技术大学先进技术研究院
Abstract: 本发明公开了一种任务调度方法和系统，该方法应用于kubernetes，通过接收目标任务并在接收到目标任务后获取若干个当前可用计算节点；将目标任务的资源需求参数和当前可用计算节点的当前资源分配参数输入至目标DQN模型，目标DQN模型输出符合预设服务指标的优选节点；对优选节点进行节点匹配并基于匹配结果确定目标计算节点；将目标任务调度至所述目标计算节点。本发明可通过目标DQN模型从当前可用计算节点中选取符合预设服务指标的优选节点，然后将节点匹配成功的优选节点确定为最终的目标计算节点，最后基于目标计算节点实现任务调度，即本发明可提高任务调度的服务质量，进而提高用户的使用体验。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
