-
公开(公告)号:CN119854042A
公开(公告)日:2025-04-18
申请号:CN202510323612.2
申请日:2025-03-19
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于图神经网络的轻量级网络攻击流量检测方法及系统,包括:获取待检测的网络流量,以网络流量的IP地址和端口号为节点、网络流为边,构建流量关系图;从网络流量中提取多维特征,并进行标准化处理,构建边特征向量;将流量关系图和边特征向量输入预训练得到的GraphSAGE检测模型,通过消息传递机制聚合节点和边的信息,生成待检测的网络流量的分类结果。本发明提供的检测方法能够实现高精度的网络攻击流量检测,适用于实时检测和资源受限环境。
-
公开(公告)号:CN117278336A
公开(公告)日:2023-12-22
申请号:CN202311565136.2
申请日:2023-11-22
Applicant: 北京邮电大学
IPC: H04L9/40 , H04L43/026 , H04L43/04 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于时频域变换的物联网设备异常流量检测方法和系统,所述方法包括:将经过物联网设备的网络流输入到预训练完成的非端到端类型的表征模型以进行特征提取;所述表征模型将输入的网络流表征到时域空间和频域空间,在时域空间利用时间感知高斯对比网络提取网络流的时间特征,在频域空间利用基于幅度谱的对比网络提取幅度谱特征;将所述时间特征和幅度谱特征输入到预训练的用于物联网设备异常流量检测的机器学习分类模型,得到物联网设备异常流量检测结果。本发明能够使用非端到端的方法解决物联网中异常流量检测问题,同时对网络流进行时域和幅度域变换,能够有效的提取网络流中的特征表示。
-
公开(公告)号:CN114707635A
公开(公告)日:2022-07-05
申请号:CN202210249994.5
申请日:2022-03-14
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于网络架构搜索的模型构建方法、装置及存储介质,所述方法的步骤包括,将节点数和操作数进行组合,得到第一数量个构建方案,将构建方案对应的多维向量构建为初始种群;交叉变异获得新种群;新种群和初始种群融合为融合种群;基于搭建目标数量在杨辉三角中确定第一范围,基于融合种群在第一范围中划分第二范围,计算第二范围中的参数之和,为参考点数量,将参考点表示为参考点向量;采用非支配排序对融合种群中多维向量进行等级划分,基于阈值等级建立第一向量集;计算阈值等级下一等级的多维向量与参考点向量之间的距离,输出较近的多维向量为第二向量集;合并为目标向量集,目标向量集中的多维向量对应的构建方案为目标方案。
-
公开(公告)号:CN116886637B
公开(公告)日:2023-12-19
申请号:CN202311133687.1
申请日:2023-09-05
Applicant: 北京邮电大学
IPC: H04L47/2441 , H04L9/40 , G06F18/24 , G06N5/02
Abstract: 本发明提供一种基于图积分的单特征加密流检测方法及系统,所述方法的步骤包括:获取流量信息中的多个数据包,基于数据包的五元组信息将多个数据包分为多个数据流;获取数据流中数据包的第一特征值,基于数据包为上行数据包或下行数据包为第一特征值赋予第一标记或第二标记,得到第二特征值;将数据流中的第二特征值构建为特征序列,并构建上行流量交互图和下行流量交互图;基于上行流量交互图和中下行流量交互图节点的节点属性,对上行流量交互图和下行流量交互图进行图积分,得到上行流量积分图和下行流量积分图;将上行流量积分图和下行流量积分图进行拼接得到联合积分图,基于将联合积分图输入到预设的神经网络分类模型得到检测结果。
-
公开(公告)号:CN116049235A
公开(公告)日:2023-05-02
申请号:CN202310038563.9
申请日:2023-01-12
Applicant: 北京邮电大学 , 中国电子科技集团公司第十五研究所
IPC: G06F16/2455 , G06F18/241 , G06F18/214
Abstract: 本发明提供一种基于预训练模型的流谱映射方法及装置,所述方法的步骤包括:获取相同五元组的多个数据包,基于Bi‑gram模型将每个数据包的初始字符串转化为包括多个令牌的令牌字符串,基于预设的映射字典将每个令牌映射为对应的字符,得到映射字符串;将所述映射字符串输入到预训练模型中,对映射字符串中每个字符进行升维表达,得到流谱映射矩阵;将每个数据包对应的所述流谱映射矩阵同时输入到预设的多个分类模型中,获取分类结果;将每个分类模型与预训练模型组合为拼接模型,通过每个分类模型对应的分类结果计算损失函数,通过反向传播算法更新每个所述拼接模型的模型参数,得到完成训练的预训练模型。本方法能够有效提升训练效率。
-
公开(公告)号:CN114629699B
公开(公告)日:2022-12-09
申请号:CN202210224580.7
申请日:2022-03-07
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于深度强化学习的可迁移性网络流行为异常检测方法及装置,所述方法包括模型训练阶段和流量识别阶段,模型训练阶段中,基于训练数据集中的数据点初始化环境;将训练数据集中的数据点作为本轮次的单轮训练集,将单轮训练集中的数据点逐个输入预设的智能体中进行训练;根据环境得到该数据点的状态组,将状态组输入到预设的智能体中,输出动作组,基于动作组输出数据点的数据类型;将输出的数据类型与数据点的标签类型进行比对,获取奖励值,对智能体中的参数进行更新;流量识别阶段中,接收待测流量数据,将待测流量数据中的数据点输入智能体得到数据点的数据类型。
-
公开(公告)号:CN114067429A
公开(公告)日:2022-02-18
申请号:CN202111291956.8
申请日:2021-11-02
Applicant: 北京邮电大学
IPC: G06V40/20 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例具体涉及一种动作识别处理方法、装置及设备,在动作识别模型中添加自适应锚点,通过计算待识别动作数据与模型中各个自适应锚点之间的距离,对待识别动作进行动作识别,自适应锚点对每种人体动作实现了更加准确,更加有效地空间聚类,使嵌入层的类内距离减小,类间距离增大,增强了模型对人体动作的识别能力,提升了动作识别的准确性和效率。
-
公开(公告)号:CN116886637A
公开(公告)日:2023-10-13
申请号:CN202311133687.1
申请日:2023-09-05
Applicant: 北京邮电大学
IPC: H04L47/2441 , H04L9/40 , G06F18/24 , G06N5/02
Abstract: 本发明提供一种基于图积分的单特征加密流检测方法及系统,所述方法的步骤包括:获取流量信息中的多个数据包,基于数据包的五元组信息将多个数据包分为多个数据流;获取数据流中数据包的第一特征值,基于数据包为上行数据包或下行数据包为第一特征值赋予第一标记或第二标记,得到第二特征值;将数据流中的第二特征值构建为特征序列,并构建上行流量交互图和下行流量交互图;基于上行流量交互图和中下行流量交互图节点的节点属性,对上行流量交互图和下行流量交互图进行图积分,得到上行流量积分图和下行流量积分图;将上行流量积分图和下行流量积分图进行拼接得到联合积分图,基于将联合积分图输入到预设的神经网络分类模型得到检测结果。
-
公开(公告)号:CN114286413B
公开(公告)日:2023-09-19
申请号:CN202111290231.7
申请日:2021-11-02
Applicant: 北京邮电大学
Abstract: 本申请提供一种TSN网络联合路由选择与流分配方法及相关设备,所述方法包括:基于软件定义网络,构建TSN网络的系统模型,所述系统模型包括控制器;构建TSN网络中通信流分配和路由选择问题的马尔可夫决策模型,确定状态空间、动作空间和奖励函数;将所述控制器作为智能体,基于所述马尔可夫决策模型,以满足约束条件下所述通信流的最小端到端平均时延为优化目标,利用DQN算法得到所述通信流的路由选择策略;根据所述路由选择策略,为各所述通信流分配路由路径。本申请的技术方案,能够满足高优先级流量传输的服务质量的同时,低优先级流量也能在最大端到端时延内完成传输。
-
公开(公告)号:CN116366291A
公开(公告)日:2023-06-30
申请号:CN202310164016.5
申请日:2023-02-24
Applicant: 北京邮电大学 , 中国电子科技集团公司第十五研究所
Abstract: 本申请提供一种信流元数据生成方法及装置,所述方法包括:获取用户自预设的多模式信流模板中选取的当前的目标信流模板;基于所述目标信流模板,对原始信流数据对应的各个特征数据和各个负载数据进行随机重组,生成对应的信流元数据,其中,所述特征数据和负载数据预先自所述原始信流数据中提取,且所述负载数据为经对所述原始信流数据的协议字段剪切后获取的数据。本申请能够直接生成网络流数据,同时能够实现网络流数据真实传输,提高可传输性。
-
-
-
-
-
-
-
-
-