公开(公告)号：CN119629178A

公开(公告)日：2025-03-14

申请号：CN202411772792.4

申请日：2024-12-04

Applicant: 北京邮电大学

Inventor： 辛阳 ,  潘炳优 ,  朱洪亮 ,  刘斌 ,  张春勇

IPC: H04L67/1004 ,  H04L67/12 ,  H04L41/122 ,  H04L41/0897 ,  H04L41/40 ,  H04L43/0894 ,  H04L43/20

Abstract: 本发明公开了一种基于能耗最小化和负载均衡的边缘数据传输优化方法，属于边缘计算技术领域，通过中央控制服务器、边缘节点、传输链路和SDN控制器组成的系统实现，包括以下步骤：S1、网络拓扑建模与数据收集；S2、链路选择优化；S3、拓扑优化与动态调整；S4、数据传输执行与控制；S5、自适应动态调整；S6、循环往复执行所述S1～S5。本发明采用多目标强化学习算法，在边缘数据传输中实现能耗最小化和负载均衡的联合优化；通过动态调整传输链路和关闭冗余节点和链路，降低系统整体能耗；通过链路分类和负载均衡优化，提高数据传输效率和网络稳定性；引入启发式因子和Chebyshev标量化函数，加快算法收敛速度。

公开(公告)号：CN119621401A

公开(公告)日：2025-03-14

申请号：CN202411758865.4

申请日：2024-12-03

Applicant: 北京邮电大学

Inventor： 辛阳 ,  樊鹏飞 ,  朱洪亮 ,  张春勇 ,  刘斌

IPC: G06F11/07 ,  G06F11/30 ,  G06F11/34 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明涉及一种基于多模态注意力机制的故障检测方法，包括：对IT系统中的多数据源进行数据融合；其中，所述多数据源包括：日志数据、监控数据和用户行为数据；将融合后的数据，输入故障检测模型，获取故障检测结果；其中，所述故障检测模型基于GRU神经网络和多头注意力机制构建。本发明通过引入大语言模型、GRU神经网络、多头注意力机制，以及多模态数据融合技术，能够有效提高系统故障检测的准确性和可靠性。

公开(公告)号：CN118779874B

公开(公告)日：2025-05-09

申请号：CN202310376848.3

申请日：2023-04-10

Applicant: 北京邮电大学

Inventor： 辛阳 ,  郭凯璐 ,  姚良威 ,  张春勇

IPC: G06F21/56 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/096

Abstract: 本专利涉及恶意软件检测领域，针对目前该领域技术存在的特征信息不全面以及模型易受代码混淆技术干扰的问题，提出一种基于多特征融合的对比学习模型。方法包括，通过分析PE的行为记录，选取合适的属性值进行分析。使用Word2Vec将API序列名称进行编码，通过中心性定义计算API节点的四种中心性来表征API图的属性，筛选API相关重要参数组成作为API参数信息，将上述三个维度的信息进行特征融合，构建三维特征。之后利用有监督对比学习的学习能力，对上述构造的数据进行编码，生成向量表示。最后将向量输入ResNet分类器进行分类检测。该技术可以用于对恶意软件进行检测，基于其行为文件自动进行上述步骤，并给出检测结果帮助更好地识别恶意软件，维护用户系统安全。

公开(公告)号：CN119622586A

公开(公告)日：2025-03-14

申请号：CN202411758910.6

申请日：2024-12-03

Applicant: 北京邮电大学

Inventor： 辛阳 ,  张煦 ,  姚良威 ,  商彦磊 ,  张春勇

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/08 ,  G06N3/094 ,  H04L9/40 ,  G06F123/02

Abstract: 本发明涉及一种基于动态数据平衡与生成的网络异常行为检测方法，包括：获取原始网络流量数据，将原始网络流量数据输入动态异常数据平衡模型，获取增强数据集；基于异常数据平衡模型对原始网络流量数据进行标记，将标记好的数据进行选择性欠采样，调整正常数据与异常数据的比例，获取平衡数据集，根据平衡数据集，生成新的异常数据，并与平衡数据集合并，获取增强数据集；将所述增强数据集输入TimeDiT降噪模型进行去噪，获取降噪后的目标数据集，并输入LSTM‑Transformer加权训练模型进行网络异常行为检测，结合加权损失函数对目标数据集中的异常数据加权，获取检测结果。本发明能够提升网络流量异常行为检测效率和准确性。

公开(公告)号：CN118779874A

公开(公告)日：2024-10-15

申请号：CN202310376848.3

申请日：2023-04-10

Applicant: 北京邮电大学

Inventor： 辛阳 ,  郭凯璐 ,  姚良威 ,  张春勇

IPC: G06F21/56 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/096

Abstract: 本专利涉及恶意软件检测领域，针对目前该领域技术存在的特征信息不全面以及模型易受代码混淆技术干扰的问题，提出一种基于多特征融合的对比学习模型。方法包括，通过分析PE的行为记录，选取合适的属性值进行分析。使用Word2Vec将API序列名称进行编码，通过中心性定义计算API节点的四种中心性来表征API图的属性，筛选API相关重要参数组成作为API参数信息，将上述三个维度的信息进行特征融合，构建三维特征。之后利用有监督对比学习的学习能力，对上述构造的数据进行编码，生成向量表示。最后将向量输入ResNet分类器进行分类检测。该技术可以用于对恶意软件进行检测，基于其行为文件自动进行上述步骤，并给出检测结果帮助更好地识别恶意软件，维护用户系统安全。

公开(公告)号：CN119690347A

公开(公告)日：2025-03-25

申请号：CN202411772793.9

申请日：2024-12-04

Applicant: 北京邮电大学

Inventor： 辛阳 ,  宁豪杰 ,  朱洪亮 ,  张春勇 ,  姚良威

IPC: G06F3/06

Abstract: 本发明公开了一种基于cgroup的IO控制优化方法，属于服务器存储技术领域，通过中央控制服务器和远程服务器组成的系统实现，包括以下步骤：S1、数据收集；S2、QoS参数计算；S3、配置cgroup；S4、动态调整：根据中央控制服务器持续监测得到各个远程服务器的时延和带宽变化，更新α和β并循环迭代步骤S1～S3，动态调整cgroup的资源分配，确保系统始终在最佳状态下运行。本发明提供了一种根据远程服务器特性和网络状况进行资源优化的方案，根据不同地区存储引擎服务的实际情况，通过统一的中央控制服务器进行配置和管理，符合性能优化标准，同时还根据需求不断调整和优化参数及公式，具备良好的健壮性和可扩展性。