-
公开(公告)号：CN113765738B
公开(公告)日：2022-09-30
申请号：CN202110872166.2
申请日：2021-07-30
Applicant: 中国科学院信息工程研究所
IPC: H04L43/0876 , H04L43/045 , H04L43/55 , H04L47/2441 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多任务学习和层次分类的加密流量QoE检测方法及系统，属于计算机软件技术领域，选择将视频流量随着时间达到本地的数据包的数量绘制成流量趋势图，通过对趋势图使用CNN进行自动特征提取来实现加密流量QoE指标的分类，同时利用多任务学习算法和层次分类，联合利用多个QoE指标互相辅助学习，从而可以自动识别出QoE指标中的隐式特征，达到更高的QoE指标分类的准确率，可以很好地应对时间和网络变化产生的流量特征变化，在多个不同的视频流量数据集下均取得了非常好的分类效果。
-
公开(公告)号：CN113765738A
公开(公告)日：2021-12-07
申请号：CN202110872166.2
申请日：2021-07-30
Applicant: 中国科学院信息工程研究所
IPC: H04L12/26 , H04L12/24 , H04L12/851 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多任务学习和层次分类的加密流量QoE检测方法及系统，属于计算机软件技术领域，选择将视频流量随着时间达到本地的数据包的数量绘制成流量趋势图，通过对趋势图使用CNN进行自动特征提取来实现加密流量QoE指标的分类，同时利用多任务学习算法和层次分类，联合利用多个QoE指标互相辅助学习，从而可以自动识别出QoE指标中的隐式特征，达到更高的QoE指标分类的准确率，可以很好地应对时间和网络变化产生的流量特征变化，在多个不同的视频流量数据集下均取得了非常好的分类效果。
-
公开(公告)号：CN109831422B
公开(公告)日：2020-08-18
申请号：CN201910043507.8
申请日：2019-01-17
Applicant: 中国科学院信息工程研究所
IPC: H04L29/06 , H04L12/851
Abstract: 本发明提供了一种基于端到端序列网络的加密流量分类方法，主要思想是从加密流量的序列特性出发，借助循环神经网络可以保留一段时间内信息的特性，以从加密流量序列中深入挖掘有效上下文信息，并且结合有监督的分类和无监督的重构机制，增强产生特征的区分性。本发明还提供了一种计算机装置，该计算机可执行计算机程序，所述计算机程序执行本发明方法所述的各项步骤。本发明还提供一种计算机程序存储装置，该计算机程序执行本发明方法所述的各项步骤。本发明提供的上述方法及装置具有自动学习、一体化学习、关键信息留存及泛化性等优点。
-
公开(公告)号：CN104836700B
公开(公告)日：2018-11-06
申请号：CN201510184723.6
申请日：2015-04-17
Applicant: 中国科学院信息工程研究所
IPC: H04L12/26
Abstract: 本发明涉及一种基于IPID和概率统计模型的NAT主机个数检测方法。该方法把一段整体时间内的数据包，平均分割成n个时间段的数据包进行处理，在每个时间段里采用IPID的方法来得到IPID序列集，然后再对每两个相邻的时间段的IPID序列集计算交叉序列的个数，最终再通过整体来计算NAT后主机的总的个数。本发明能够解决IPID检测法中存在的序列混淆、序列间断问题，提高NAT主机个数计算的准确率。
-
公开(公告)号：CN104951499B
公开(公告)日：2018-03-02
申请号：CN201510199720.X
申请日：2015-04-23
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种跨域用户关联方法及信息推送方法。本方法为：1)从网络中收集HTTP包，并按照设定的时间窗口对采集的包划分；2)对每一窗口内的包，根据FixCookie列表进行聚类，将同一用户的一次请求聚在一起，然后将各窗口内相同用户的用户组集合合并为一个用户组集合；3)对采集的包进行聚类，将主机名、cookie名和值相同的包聚为一组，将同一组内的包对应的用户组集合合并；4)对采集的包进行聚类，将主机名、cookie名和值相同且不存在fixCookie冲突的包聚为一组，将同一组内的包对应的用户组集合合并；5)将位于4)中同一用户组集合内的用户判定为不同域中的同一用户。本方法准确率高，聚类效果好。
-
Patent Agency Ranking
公开(公告)号：CN103795592B
公开(公告)日：2017-01-25
申请号：CN201410027720.7
申请日：2014-01-21
Applicant: 中国科学院信息工程研究所
IPC: H04L12/26
Abstract: 本发明涉及一种网络水军的检测方法及装置。其中，网络水军的检测方法包括：步骤一，将原始的用户描述信息表示为归一化的用户描述向量，从用户描述向量中筛选出已分类数据，将该已分类数据的a%作为深度信念网络DBN模型的训练数据，将该已分类数据的b%作为DBN模型的检测数据；步骤二，用训练数据训练DBN模型，输出训练得到的DBN模型；步骤三，检验输出DBN模型的收敛性和判定准确率，根据检验结果调整所述步骤一和步骤二中的相关参数，直至所述输出DBN模型达到预设收敛条件或终止条件；步骤四，使用最终DBN模型对网络水军进行检测。本发明的网络水军的检测方法及装置，既提高了网络水军检测算法的收敛性和准确率，又缩短了海量样本数据下的模型训练时间。
-
公开(公告)号：CN104951499A
公开(公告)日：2015-09-30
申请号：CN201510199720.X
申请日：2015-04-23
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F16/951 , H04L67/02 , H04L67/26
Abstract: 本发明公开了一种跨域用户关联方法及信息推送方法。本方法为：1)从网络中收集HTTP包，并按照设定的时间窗口对采集的包划分；2)对每一窗口内的包，根据FixCookie列表进行聚类，将同一用户的一次请求聚在一起，然后将各窗口内相同用户的用户组集合合并为一个用户组集合；3)对采集的包进行聚类，将主机名、cookie名和值相同的包聚为一组，将同一组内的包对应的用户组集合合并；4)对采集的包进行聚类，将主机名、cookie名和值相同且不存在fixCookie冲突的包聚为一组，将同一组内的包对应的用户组集合合并；5)将位于4)中同一用户组集合内的用户判定为不同域中的同一用户。本方法准确率高，聚类效果好。
-
公开(公告)号：CN103745002A
公开(公告)日：2014-04-23
申请号：CN201410035139.X
申请日：2014-01-24
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F17/30861 , G06N3/088
Abstract: 本发明涉及一种基于行为特征与内容特征融合的水军识别方法及系统，其方法为，采集包括用户行为特征和内容特征的原始数据；利用马尔可夫链蒙特卡罗随机模型进行行为特征维度和内容特征维度的融合，组成用户特征向量；利用用户特征向量进行DBN模型训练，得到DBN模型；对DBN模型进行检测，判断检测结果是否达到预定标准，如果是则结束；否则根据检测结果生成相应的调节命令，分别调节特征融合阶段和DBN模型训练阶段的相关参数；在DBN训练过程中根据识别准确率不断优化行为特征与内容特征的比例分配，具体特征的选取，以及对DBN模型训练过程中迭代次数的调整，达到较优的训练效果，最终提高识别准确率和识别方法的自适应性。
-
公开(公告)号：CN110866553A
公开(公告)日：2020-03-06
申请号：CN201911079175.5
申请日：2019-11-07
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
Abstract: 本发明提供一种基于加密摄像头流量统计特征的用户行为分类方法及系统，其步骤包括：捕获加密智能云摄像头视频流量；将所述加密智能云摄像头视频流量切分成多个pcap文件，并分别提取每个pcap文件对应的流量统计特征；将所述流量统计特征送入至用户行为识别模型，以识别对应用户行为。本发明分析了使用厂家私有协议进行监控视频加密传输的摄像头的安全性，提出了一个简单高效的流量切分算法，实现了用户日常生活行为的细粒度化分类。
-
公开(公告)号：CN104834686B
公开(公告)日：2018-12-28
申请号：CN201510184876.0
申请日：2015-04-17
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于混合语义矩阵的视频推荐方法，其步骤包括：1)对视频描述信息进行分词，根据词频提取关键词作为视频描述标签；2)通过Word2vec工具对包含所述视频描述标签在内的各视频标签进行向量化；3)采用熵化法得到各视频标签的权重，并构建具有权重的混合语义矩阵，通过所述混合语义矩阵表示视频与其标签之间的对应关系；4)根据所述混合语义矩阵，将视频的相似性计算转化为向量的相似度计算，实现对用户的个性化视频推荐。本发明在继承内容过滤推荐算法简单、高效的特点的同时，实现了智能特征提取和标签量化、权重分配，避免了这个过程中的专家参与，提高了视频推荐的准确率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.032 seconds)
