-
公开(公告)号：CN117097674A
公开(公告)日：2023-11-21
申请号：CN202311361615.2
申请日：2023-10-20
Applicant: 南京邮电大学
IPC: H04L47/125 , H04L47/2441 , H04L47/2475 , H04L47/36 , H04L47/43 , H04L69/16 , H04L69/22
Abstract: 本发明公开了一种采样时间不敏感频率维度可配置的网络特征提取方法，首先采集已标注的加密网络流量，对原始流量包进行清洗并保存为PCAP格式数据集；根据五元组将数据包按照流进行分组，并依据时间戳排序只保留每个流的前N1个数据包；提取统计特征、协议特征和负载特征；把统计特征、协议特征和负载特征拼接制作为特征数据集。本发明用于解决实时流量分类中对采样时间敏感、实时采集数据难以归一化的问题，并可根据设备性能调整采集周期。
-
公开(公告)号：CN116506310A
公开(公告)日：2023-07-28
申请号：CN202310454724.2
申请日：2023-04-25
Applicant: 南京邮电大学
IPC: H04L43/026 , H04L43/04 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于自动机器学习的路由器流量识别系统及方法，涉及网络流量识别技术领域，首先通过路由器管理平台采集PCAP格式的原始加密流量包；其次对采集到的PCAP格式的原始加密流量包进行流量特征提取，然后数据处理模块对特征提取后的数据集进行数据预处理，生成训练数据集；紧接着基于自动机器学习方法，通过两个模型训练子模块，经过超参数自动优化训练出流量识别模型；本发明将自动机器学习的方法运用在路由器上的流量识别方案上，用于解决路由器上流量识别的问题。
-
公开(公告)号：CN115242458A
公开(公告)日：2022-10-25
申请号：CN202210748434.4
申请日：2022-06-28
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L47/2441 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明提供了一种基于SHAP的1D‑CNN网络流量分类模型的可解释方法，包括：采集网络流量数据并划分为训练集和测试集；采用主客观方式分别对每种网络流量类别的特征进行权重赋值，两者相加得到最终特征权重值；构建1D‑CNN分类模型并基于训练集进行训练，将测试数据输入训练好的模型，基于SHAP对模型预测结果进行解释，根据模型预测的分类结果选取相应网络流量类别的特征权重，再根据SHAP的解释结果，比较正反向推动结果的特征权重值之和来判断模型预测是否合理。本发明实现了对1D‑CNN网络流量分类模型进行解释，验证了模型预测的合理性，提高了模型的准确性和透明性，有效解决了模型黑匣子的问题。
-
公开(公告)号：CN115175191A
公开(公告)日：2022-10-11
申请号：CN202210783769.X
申请日：2022-06-28
Applicant: 南京邮电大学
IPC: H04W12/121 , H04W12/00 , H04L47/2441 , H04L9/40 , G06K9/62
Abstract: 本发明提供了一种基于ELM和深度森林的混合模型异常流量检测系统及方法，系统包括对实时流量进行特征提取、降维，对降维后的流量特征采用基于ELM和深度森林模型的混合检测，该检测方法主要包括利用无线传感器网络中成员节点上部署的ELM算法对流量进行快速检测，在成员节点的上层节点Sink节点使用深度森林模型对成员节点检测出的异常流量进行二次检测，并最终给出异常流量检测结果，最后在管理节点将该条流量数据存入临时数据库，使用原数据集和新数据集参照准确率和AUC等评估指标对深度森林模型调优。本发明可以完成无线传感器等资源受限节点上的异常流量检测，降低了各个节点异常检测的能耗，同时也能提高异常检测结果的准确率。
-
公开(公告)号：CN110704649B
公开(公告)日：2022-09-02
申请号：CN201910810810.6
申请日：2019-08-29
Applicant: 南京邮电大学
IPC: G06F16/51
Abstract: 本发明公开了一种用于构建流量图像数据集的方法及系统，包括：读取Pcap源文件，解析并过滤PCAP文件的前24个字节，代表文件头相关信息；按照Pcap包的分组信息解析各组流量信息；解析出来的信息需要经过字符串分割、正则匹配、进制转换后，将所有字节信息按照对应分组编号保存至对应txt文件；读取生成的txt文件，生成成灰度图。将Pcap包转为图像后便可将其制作成类似MNIST手写体的数据集。本发明通过对Pcap文件和数据包格式的解析，实现将Pcap文件转换为灰度图，该图可用建立深度学习模型训练的数据集，提高了流量识别在深度学习领域的适用性。
-
Patent Agency Ranking
公开(公告)号：CN104703188B
公开(公告)日：2018-02-16
申请号：CN201510096713.7
申请日：2015-03-04
Applicant: 南京邮电大学
Abstract: 本发明提出了一种面向移动互联网的安全审计方法和系统，属于计算机网络安全技术领域，包括：网络数据采集模块，数据预处理模块，业务特征库模块，审计规则模块，审计模块，还包括：网络管控模块，网络管控规则库模块。移动终端通过移动网络管理单元接入移动互联网，网络数据采集模块对移动终端通过移动网络传输的数据并对其进行采集并通过数据预处理模块进行分类预处理，通过业务特征库进行匹配识别网络数据类型，送到审计模块进行审计，并通过网络管控模块进行网络管理。本发明提供面向移动互联网业务、性能、质量和安全方面的监测、分析、管理、优化和控制功能，使移动互联网管理做到可管、可控、可查，切实维护绿色安全的上网环境。
-
公开(公告)号：CN107197533A
公开(公告)日：2017-09-22
申请号：CN201710260955.4
申请日：2017-04-20
Applicant: 南京邮电大学
Inventor： 王攀
CPC classification number: H04W74/0841 , H04B3/54 , H04W74/0816
Abstract: 本发明公开了一种用于解决多节点传输争用PLC信道资源的方法，本发明解决多节点传输争用PLC信道资源的方法，通过时域和频域复用的方式，提高传输成功概率。基于MAC层理论，设计冲突解决算法，通过概率分析，计算出每个信道的最优传输向量，利用过滤协议选择竞争时隙，最后计算吞吐量，分析方法的性能指标。本发明中使用多个频率信道可以潜在地通过信道间周期性切换防止干扰，提高系统对噪声干扰的鲁棒性。在一个时隙当中，节点会感应到繁忙的信道，并把它们从竞争中强制下线，在一个相同的信道发送载波的节点将移动到下一个时隙。该方法的目标是通过导出分布式信道选择和冲突解决，减少信道争用的可能性。
-
公开(公告)号：CN106452859A
公开(公告)日：2017-02-22
申请号：CN201610865800.9
申请日：2016-09-29
Applicant: 南京邮电大学
Inventor： 王攀
IPC: H04L12/24
CPC classification number: H04L41/14
Abstract: 本发明公开了一种固网WiFi环境下手机号码特征关键字自动提取方法，涉及网络安全审计和流量经营分析技术领域。在利用hyperscan的并行高速关键字搜索匹配能力的基础上，通过时间、空间维度的数据关联分析提高结果的准确度，实现了手机号码特征关键字的自动提取。本发明适用于WiFi环境下与手机号码类似的其它号码或数字对应特征关键字的自动提取。
-
公开(公告)号：CN104702603A
公开(公告)日：2015-06-10
申请号：CN201510097256.3
申请日：2015-03-04
Applicant: 南京邮电大学
IPC: H04L29/06
Abstract: 本发明提出面向移动互联网的多视角安全审计系统，涉及计算机网络安全领域，包括用于对实施监测和审计功能的设备进行部署操作的审计设备管理模块，用于对移动互联网应用中的数据和操作进行分析和审计的移动互联网审计模块，以及用于根据所述移动互联网审计模块的结果对网络进行相应的管控移动互联网管控模块；本发明从过程视角、业务应用视角、管控响应视角实现安全审计，通过该审计系统可以建立对移动互联网网络的规范化使用进行全方位和有效的管控。
-
公开(公告)号：CN102076025B
公开(公告)日：2013-06-05
申请号：CN201110000306.3
申请日：2011-01-04
Applicant: 南京邮电大学
Abstract: 本发明公布了一种基于Stackeberg博弈的网络资源分配方法，所述方法包括域认知服务器的参数采集；域认知服务器的信息汇聚和处理；向中心服务器汇报网络当前状态及QOS参数；中心服务器汇总全网信息；中心服务器向各个域服务器下放策略信息；域认知服务器生成策略空间；闭环信息反馈：本发明主要研究如何将博弈论中的主从激励思想引入认知网络中，通过自我感知网络的动态信息，引入网络诱导策略，采用动态博弈的方法，提出了一种网络由一般状态到最优运行状态的动态调节算法，从而实现了认知网络的自我控制。该方法涉及到业务识别、网络QoS、博弈论、认知网络等技术领域。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.035 seconds)
