-
公开(公告)号：CN107682886A
公开(公告)日：2018-02-09
申请号：CN201710781187.7
申请日：2017-09-01
Applicant: 北京邮电大学
Abstract: 本发明提供一种多路径的数据传输方法，包括：通过对每条路径建立排队论模型，评估每条子路径的路径质量，并根据路径质量，动态分配数据到各路径进行传输；获得路径中的链路利用率，根据所述链路利用率与预设的链路拥塞参考阙值的关系进行丢包区分。通过本方法对进行流媒体数据传输，传输速率有明显的提升，传输时延大幅降低，极大的提高了用户体验。
-
公开(公告)号：CN118733445A
公开(公告)日：2024-10-01
申请号：CN202410773432.X
申请日：2024-06-17
Abstract: 本发明提供一种基于得分矩阵的高效模糊测试方法，仅对块得分大于0的普通基本块进行插桩操作，相当于通过剪枝的方式删除到达概率为0的分支，这可以防止本发明的模糊测试生成新的不相关测试用例输入；由此可见，本发明通过这种优化方式避免本发明的模糊测试工具朝着不相关代码的路径进行探索；同时，本发明种子池中的测试用例均可触发可到达目标基本块的新路径或触发待测试代码中的漏洞，则本发明根据种子池中各测试用例对应的最终得分和变异概率选择出一个测试用例来进行变异，并根据变异后的测试用例继续对待测代码进行漏洞测试，能够使得测试用例尽可能走高分路径到达目标基本块，提高了对待测软件系统的漏洞挖掘效率。
-
公开(公告)号：CN118690354A
公开(公告)日：2024-09-24
申请号：CN202410746600.6
申请日：2024-06-11
Applicant: 北京邮电大学
IPC: G06F21/55 , G06F18/213 , G06F18/2433 , G06N3/044 , G06N3/0464 , G06N3/098
Abstract: 本申请提供一种联邦学习的攻击者识别方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：接收参与同一联邦学习的各客户端上传的模型更新信息；对各模型更新信息分别进行信息提取，得到相应的更新行为特征；将各更新行为特征分别输入异常检测模型，得到所述异常检测模型分别输出的异常检测结果；所述异常检测模型是基于样本更新行为特征及其更新行为标签进行模型训练得到的；基于各异常检测结果，针对客户端进行攻击者识别，得到攻击者识别结果。本申请无需调整模型参数即可进行攻击者识别，并且可以适应各种新型攻击，因此可以在确保模型准确性的情况下准确地识别攻击者。
-
公开(公告)号：CN107682886B
公开(公告)日：2019-12-20
申请号：CN201710781187.7
申请日：2017-09-01
Applicant: 北京邮电大学
Abstract: 本发明提供一种多路径的数据传输方法，包括：通过对每条路径建立排队论模型，评估每条子路径的路径质量，并根据路径质量，动态分配数据到各路径进行传输；获得路径中的链路利用率，根据所述链路利用率与预设的链路拥塞参考阙值的关系进行丢包区分。通过本方法对进行流媒体数据传输，传输速率有明显的提升，传输时延大幅降低，极大的提高了用户体验。
-
公开(公告)号：CN118940270A
公开(公告)日：2024-11-12
申请号：CN202410803049.4
申请日：2024-06-20
Applicant: 北京邮电大学
IPC: G06F21/57 , G06F18/214
Abstract: 本申请提供一种基于联邦分裂学习的模型训练方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：在联邦分裂学习的模型训练中，将参与同一联邦分裂学习的模型训练的客户端进行用户组划分；根据每一用户组中每一客户端上传的第一模型更新信息，分别确定相应客户端的信用评分；根据每一客户端的信用评分、当前更新权重以及同组中其他客户端的信用评分，分别确定相应客户端的目标更新权重；分别根据每一用户组中各客户端的目标更新权重及第一模型更新信息进行加权运算，得到相应用户组的第二模型更新信息；基于各第二模型更新信息进行信息聚合，得到全局模型的目标模型更新信息。本申请可以提高基于联邦分裂学习的模型训练时的安全性。
-
Patent Agency Ranking
公开(公告)号：CN117150321B
公开(公告)日：2024-01-30
申请号：CN202311426265.3
申请日：2023-10-31
Applicant: 北京邮电大学
Inventor： 周赞
Abstract: 是较为准确和可靠的。本发明提供一种设备信任度评价方法、装置、服务设备及存储介质，涉及数据处理技术领域，该方法包括：获取多个第一设备对应的第一超级节点和多个第二设备对应的第二超级节点并进行至少一轮同步更新；根据第一超级节点对于第二超级节点的第一信誉度参数和第一超级节点的信誉意见权重，确定多个第二设备各自对应的第二信誉度参数；根据第二设备对应的第二信誉度参数和各其它第二设备对于第二设备的时效程度，确定各其它第二设备对于第二设备的第三信誉度参数；根据至少一轮同步更新中其它(56)对比文件Zan Zhou 等.A Multi-ShufflerFramework to Establish Mutual Confidencefor Secure Federated Learning《.IEEETransactions on Dependable and SecureComputing》.2022,第20卷(第5期),第4230-4244页.Qi Ma 等.Supply Chain CreditEvaluation Mechanism IntegratingFederated Learning and Blockchain.《Proceedings of the 11th InternationalConference on Computer Engineering andNetworks》.2021,第1471–1480页.Ting Guo 等.Combining structured nodecontent and topology information fornetworked graph clustering《.ACMTransactions on Knowledge Discovery fromData》.2017,第11卷(第3期),第1–29页.
-
公开(公告)号：CN116737333A
公开(公告)日：2023-09-12
申请号：CN202310511985.3
申请日：2023-05-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种终端可信度确定方法、装置、服务设备和存储介质，该方法包括：对多个第一终端各自对应的任务特征矩阵进行聚类，得到多个任务队列，各任务队列包括至少一个任务特征矩阵，各任务特征矩阵对应至少一个第二终端；针对各任务队列，确定目标终端在任务队列中的第一可信度，目标终端为任务队列中任一任务特征矩阵对应的任一第二终端；确定任务队列在多个任务队列中的第二可信度；根据第一可信度和第二可信度，确定目标终端的目标可信度。该方法实现在动态构建多个任务队列之后，可基于任务队列内目标终端的第一可信度及该任务队列在所有任务队列中的第二可信度这两个方面考虑，得到准确性较高的目标终端的目标可信度。
-
公开(公告)号：CN114398635A
公开(公告)日：2022-04-26
申请号：CN202111444193.6
申请日：2021-11-30
Applicant: 北京邮电大学
Abstract: 本发明提供一种分层安全联邦学习方法、装置、电子设备及存储介质，其中方法包括：将全局模型下发至每个本地用户，并指示每个所述本地用户将训练所述全局模型后产生的本地模型发送至中间层；获取所述中间层针对每个本地模型进行匿名处理后产生的用户行为标识及用户行为分值；其中，所述匿名处理包括所述中间层对每个本地模型进行模型洗牌及添加扰动后产生匿名模型，再对所述匿名模型进行异常检测处理，得到所述用户行为标识及用户行为分值；根据所述用户行为标识及用户行为分值，确定恶意用户并进行封禁。使用本发明方法通过中间层对每个本地模型所携带的隐私信息进行匿名保护及异常检测的方式，实现提升隐私保护的安全性和可靠性。
-
公开(公告)号：CN119109612A
公开(公告)日：2024-12-10
申请号：CN202410991291.9
申请日：2024-07-23
Applicant: 北京邮电大学
IPC: H04L9/40
Abstract: 本发明提供一种基于移动目标防御系统的分布式拒绝服务攻击侦测方法，获取移动目标防御系统的目标代理服务器在目标时间段内的特征指标以及预先分配给所述目标代理服务器的用户数量；基于所述特征指标与所述用户数量，确定在所述目标时间段内的所述目标代理服务器的负载因子；将所述目标代理服务器的负载因子与所述目标时间段内的其他代理服务器的负载因子进行比较，得到空间比较结果；将所述目标代理服务器的负载因子与所述目标代理服务器的其他时间段的负载因子进行比较，得到时间比较结果；根据所述时间比较结果与所述空间比较结果，确定遭受分布式拒绝攻击的代理服务器。通过本发明能够提高分布式拒绝服务攻击侦测的准确性。
-
公开(公告)号：CN118764434A
公开(公告)日：2024-10-11
申请号：CN202410906222.3
申请日：2024-07-08
Applicant: 北京邮电大学
IPC: H04L47/12 , H04L43/0852
Abstract: 本公开提供一种BBRv3拥塞控制算法窗口调节的优化方法及相关装置，包括：确定当前轮次往返时延数据，并得到第一确定性平稳运行长度数据，确定前一轮次往返时延数据，并得到第二确定性平稳运行长度数据，基于第一确定性平稳运行长度数据和所述第二确定性平稳运行长度数据，得到状态转折点数据，确定初始化网络状态信息，并通过状态转折点数据得到当前网络状态信息，确定当前传输阶段信息，并得到路径参数数据，路径参数数据应用于调节网络窗口。本公开通过状态转折点分析判断当前时刻的网络状态是否发生变化，通过网络状态是否发生变化确定当前时刻的网络状态，根据当前网络状态决定如何调节网络窗口处理丢包，以达到最佳的数据传输性能。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
