-
公开(公告)号：CN116760742B
公开(公告)日：2024-06-21
申请号：CN202310749445.9
申请日：2023-06-21
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网上海市电力公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 胡游君 , 刘金锁 , 邱玉祥 , 刘军 , 邹徐熹 , 沈耀威 , 顾亚林 , 李马峰 , 张俊杰 , 邱文元 , 施健 , 刘皓 , 谢伟 , 唐跃中 , 张王俊 , 卢士达 , 张露维 , 冯天波 , 何旭东 , 卲佳炜 , 王虹岚 , 时宽治 , 李静 , 羊麟威
IPC分类号： H04L43/0823 , G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08 , H04L43/0888
摘要： 本发明公开了一种基于多阶段时空融合的网络流量深度异常检测方法及系统，首先使用图注意力网络和门控时间卷积网络分别提取网络流量的时空特征，然后采用双仿射模块对时空特征进行深度融合，并提出了多阶段逐层传播机制来增强模型对原始数据的特征提取，提高模型的异常识别能力，再通过对自编码器采用对抗训练的方式来放大异常的重构误差，增加了双解码器对异常样本的区分能力。本发明有效的提高了模型的泛化能力和拟合能力，同时对中间潜变量特征表示运用K‑means算法进行特征聚类，将特征与簇心的最大距离作为判断异常的标准之一，有效的减少了模型的虚警率。
-
公开(公告)号：CN116760742A
公开(公告)日：2023-09-15
申请号：CN202310749445.9
申请日：2023-06-21
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网上海市电力公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 胡游君 , 刘金锁 , 邱玉祥 , 刘军 , 邹徐熹 , 沈耀威 , 顾亚林 , 李马峰 , 张俊杰 , 邱文元 , 施健 , 刘皓 , 谢伟 , 唐跃中 , 张王俊 , 卢士达 , 张露维 , 冯天波 , 何旭东 , 卲佳炜 , 王虹岚 , 时宽治 , 李静 , 羊麟威
IPC分类号： H04L43/0823 , G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08 , H04L43/0888
摘要： 本发明公开了一种基于多阶段时空融合的网络流量深度异常检测方法及系统，首先使用图注意力网络和门控时间卷积网络分别提取网络流量的时空特征，然后采用双仿射模块对时空特征进行深度融合，并提出了多阶段逐层传播机制来增强模型对原始数据的特征提取，提高模型的异常识别能力，再通过对自编码器采用对抗训练的方式来放大异常的重构误差，增加了双解码器对异常样本的区分能力。本发明有效的提高了模型的泛化能力和拟合能力，同时对中间潜变量特征表示运用K‑means算法进行特征聚类，将特征与簇心的最大距离作为判断异常的标准之一，有效的减少了模型的虚警率。
-
公开(公告)号：CN112468414B
公开(公告)日：2023-10-24
申请号：CN202011229753.1
申请日：2020-11-06
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网上海市电力公司 , 国家电网有限公司
发明人： 刘军 , 刘赛 , 张磊 , 张敏杰 , 晁凯 , 杨勰 , 宋凯 , 吴垠 , 胡楠 , 杨清松 , 杨文清 , 胡游君 , 邱玉祥 , 高雪 , 叶莹 , 卢仕达 , 陈琰 , 张露维 , 陈晓露 , 顾荣斌
IPC分类号： H04L47/50 , H04L47/6275 , H04L47/2425 , H04L47/2441
摘要： 本发明提供一种云计算多级调度方法，包括选择接收节点并通知Coflow的发送节点，以使得发送节点将被调度的Coflow中的流量发送到被选择的接收节点；接收发送节点发送来的每个Coflow已发送的数据流大小信息，根据接收到的信息确定不同Coflow的优先级，将所述Coflow的优先级发送给发送节点，以使得发送节点根据接收到的所述Coflow的优先级在本地的多级队列中对Coflow进行调度。本发明通过优化云计算多级调度，可以提升云环境内部网络通信效率，可以更好的发挥云计算的计算价值。
-
公开(公告)号：CN112468414A
公开(公告)日：2021-03-09
申请号：CN202011229753.1
申请日：2020-11-06
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网上海市电力公司 , 国家电网有限公司
发明人： 刘军 , 刘赛 , 张磊 , 张敏杰 , 晁凯 , 杨勰 , 宋凯 , 吴垠 , 胡楠 , 杨清松 , 杨文清 , 胡游君 , 邱玉祥 , 高雪 , 叶莹 , 卢仕达 , 陈琰 , 张露维 , 陈晓露 , 顾荣斌
IPC分类号： H04L12/869 , H04L12/865 , H04L12/851
摘要： 本发明提供一种云计算多级调度方法，包括选择接收节点并通知Coflow的发送节点，以使得发送节点将被调度的Coflow中的流量发送到被选择的接收节点；接收发送节点发送来的每个Coflow已发送的数据流大小信息，根据接收到的信息确定不同Coflow的优先级，将所述Coflow的优先级发送给发送节点，以使得发送节点根据接收到的所述Coflow的优先级在本地的多级队列中对Coflow进行调度。本发明通过优化云计算多级调度，可以提升云环境内部网络通信效率，可以更好的发挥云计算的计算价值。
-
公开(公告)号：CN110943974B
公开(公告)日：2022-08-02
申请号：CN201911076577.X
申请日：2019-11-06
摘要： 一种DDoS异常检测方法及云平台主机，根据CPU利用率和网络流量数据，采用基于窗口的时间序列分析方法和单类分类检测方法进行异常检测。本发明可以实现更高的准确率和较低的误报率，同时也能记录攻击的过程，有利于人工的进一步分析并且将攻击后的行为与正常工作下的负载高峰进行区分。
-
公开(公告)号：CN110943974A
公开(公告)日：2020-03-31
申请号：CN201911076577.X
申请日：2019-11-06
摘要： 一种DDoS异常检测方法及云平台主机，根据CPU利用率和网络流量数据，采用基于窗口的时间序列分析方法和单类分类检测方法进行异常检测。本发明可以实现更高的准确率和较低的误报率，同时也能记录攻击的过程，有利于人工的进一步分析并且将攻击后的行为与正常工作下的负载高峰进行区分。
-
公开(公告)号：CN110941542A
公开(公告)日：2020-03-31
申请号：CN201911076540.7
申请日：2019-11-06
IPC分类号： G06F11/34
摘要： 本发明公开了一种基于弹性网络的集成高维数据异常检测系统，包括对应于高维数据中每一维度的单层系统和与每一维度的单层系统连接的总成集成模块；单层系统包括：数据模块；异常打分模块，第一输入端与数据模块连接；选择模块，输入端与异常打分模块的第一输出端连接；弹性网络模块，输入端与选择模块连接，输出端与异常打分模块的第二输入端连接；单层集成模块，与异常打分模块的第二输出端连接；总成集成模块与每一维度的单层集成模块连接。此方法解决了高维数据异常检测的个体预测误差大，检测精度低和稳定性差的问题，实现了高维数据个体预测模型的小误差、高精度，保证了异常检测的稳定性。
-
公开(公告)号：CN110888849A
公开(公告)日：2020-03-17
申请号：CN201911077285.8
申请日：2019-11-06
IPC分类号： G06F16/17 , G06F16/18 , G06F16/903
摘要： 本发明提供了一种在线日志解析方法、系统及其电子终端设备，该方法包含以下步骤：S1、对每一条未解析日志进行日志预处理，得到多条不同日志长度未解析日志序列，将其归到对应的第一日志组中；S2、获取第一日志组中各日志序列的日志字符串，计算日志字符串相似度，基于日志字符串相似度在线聚类；S3、将未解析日志序列作为查询项与第二日志组的模板生成树中的模板匹配共同的节点，获取模板。其优点是：将日志按照长度进行分类，基于日志字符串相似度对日志进行二次聚类，最后使用模板生成树提取日志模板，该方法能够高效而准确地从非结构化日志中提取日志模板，方便数据分析师对日志进行更高级的分析和处理。
-
公开(公告)号：CN111966513B
公开(公告)日：2024-08-09
申请号：CN202010895515.8
申请日：2020-08-31
IPC分类号： G06F9/54
摘要： 本发明公开了一种无先验知识Coflow的多级队列调度方法、装置及其调度设备，该方法为：在执行产生Coflow的作业时，选择已经包含执行该作业所需的数据的主机节点和/或网络负载最小的主机节点作为计算节点；在按照多级队列的优先级顺序对Coflow中的流量进行调度时，若主机节点的发送端口产生闲置空间，优先采用闲置空间进行流量调度。本发明基于节点的状态信息为Coflow的流量进行合理放置，并优化主机节点的发送端口在多级队列调度过程中产生的闲置空间，降低整体的Coflow完成时间，提高数据中心的性能。
-
公开(公告)号：CN110941542B
公开(公告)日：2023-08-25
申请号：CN201911076540.7
申请日：2019-11-06
IPC分类号： G06F11/34
摘要： 本发明公开了一种基于弹性网络的集成高维数据异常检测系统，包括对应于高维数据中每一维度的单层系统和与每一维度的单层系统连接的总成集成模块；单层系统包括：数据模块；异常打分模块，第一输入端与数据模块连接；选择模块，输入端与异常打分模块的第一输出端连接；弹性网络模块，输入端与选择模块连接，输出端与异常打分模块的第二输入端连接；单层集成模块，与异常打分模块的第二输出端连接；总成集成模块与每一维度的单层集成模块连接。此方法解决了高维数据异常检测的个体预测误差大，检测精度低和稳定性差的问题，实现了高维数据个体预测模型的小误差、高精度，保证了异常检测的稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.091 秒)
