-
公开(公告)号：CN119341825A
公开(公告)日：2025-01-21
申请号：CN202411504104.6
申请日：2024-10-25
Applicant: 大连理工大学
IPC: H04L9/40 , H04L41/12 , G06N3/045 , G06N3/042 , G06N3/0464
Abstract: 基于Transformer与GNN混合模型的物联网入侵检测方法、模型及其训练方法和电子设备，属于深度学习技术领域，为了解决同时学习流量的统计特征、时序特征和拓扑特征以利用网络空间特征，用于物联网入侵检测，要点是将物联网中网络流量数据进行位置编码，输入Transformer模型的编码器中，输出第一embedding嵌入向量；将网络流转换为第一图，主机为第一图的节点，网络流为第一图的边；通过Line Graph模型将第一图转化为第二图，网络流为第二图的节点，主机对之间的关系为第二图的边；将第二图输入GNN模型中，输出第二embedding嵌入向量；将第一embedding嵌入向量与第二embedding嵌入向量拼接，得到拼接向量，将拼接向量输入分类器，由分类器输出物联网入侵检测结果，效果是能够捕获拓扑信息，捕捉不同流量之间的关联性。
-
公开(公告)号：CN115379293B
公开(公告)日：2023-10-03
申请号：CN202210392827.6
申请日：2022-04-15
Applicant: 大连理工大学
IPC: H04N21/466 , H04N21/472 , G06N3/044 , G06N3/08
Abstract: 智能电视点播用户时序行为预测方法、设备和计算机可读存储介质，属于人类时序行为数据挖掘领域，为了解决自注意力机制用于用户行为预测的问题，要点是对用户的当前点播行为序列进行特征嵌入得到用户的当前点播行为嵌入序列，通过将用户当前点播行为嵌入序列输入自注意力网络层，得到反映用户的短期行为状态的查询向量，根据所述查询向量，获取反映用户长期和短期行为规律的规律向量，将用户向量与规律向量拼接得到拼接特征向量，将拼接特征向量通过两层全连接网络得到聚合特征向量，将聚合特征向量输入到预测层，获取所有节目的可能性分布，并将概率最大的节目作为所预测的用户下一次点击行为所选定节目进行输出，效果是不仅大幅提高了预测模型的预测准确率，同时极大提高了模型训练时的计算效率。
-
公开(公告)号：CN111200564B
公开(公告)日：2022-09-06
申请号：CN201911345503.1
申请日：2019-12-24
Applicant: 大连理工大学
IPC: H04L47/2483 , H04L47/22 , G06N3/04
Abstract: 一种基于多通道卷积神经网络的高效网络流量识别方法，属于计算机网络和机器学习的交叉领域。首先对我们要识别的流量进行预处理操作，根据流量数据的结构信息对其进行划分，将数据划分成六个部分；其次，将六个部分字节长度跟阈值作比较，以多通道的形式送入网络；最后，通过预先用数据集训练好的卷积网络对流量进行识别。本发明的优势在于通过多通道的方式，有效的提高了计算效率，从而降低了识别时间，使得流量识别更加高效。本方法更适用于解决当前新应用层出不穷的互联网环境下的大型流量检测问题。
-
公开(公告)号：CN114884896A
公开(公告)日：2022-08-09
申请号：CN202210489146.1
申请日：2022-05-07
Applicant: 大连理工大学
IPC: H04L47/2475 , H04L47/2441 , H04L47/2483 , H04L9/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 一种基于特征扩展和自动机器学习的移动应用流量感知方法，属于计算机网络和人工智能的交叉技术领域，为了解决缓解移动流量特征微小扰动极为敏感的问题，要点是数据集中任一样本分别输入所述拓展网络的全部的各模块，拓展网络的全部模块对于同一输入样本，各模块输出该样本所具有的移动流量特征的分类与该模块所属分类一致的概率，各输入样本对应一个与模块数量相同的包括所述概率的概率组，根据概率组的最大概率值所来自的模块，确定输入样本所属分类及对应该分类的模块，获取该模块输出的该样本的扩展特征值，效果是能够有效缓解分类模型因数据特征变化或数据标签出错而对分类结果产生负面影响的情况。
-
公开(公告)号：CN113128783A
公开(公告)日：2021-07-16
申请号：CN202110490225.X
申请日：2021-05-06
Applicant: 大连理工大学
Abstract: 本发明属于计算机数据分析领域，提供了一种基于图迁移学习的交通预测方法，能够从训练样本充足的源域上高效地迁移知识到训练样本不足的目标域上，并提高基于图卷积神经网络的交通预测模型在小样本情形下的预测性能。本发明的方法可以帮助提高基于图数据的交通预测模型在小样本情形下的预测准确度。本发明的方法通过引入空间聚类和时间聚类正则项，将时空模式匹配与预测准确度进行权衡，以数据驱动的方式完成目标域与源域中节点时空模式相似性的匹配，从而达到减小负迁移的效果，并大幅减少了以往方法在时空模式匹配过程中的计算开销。
-
Patent Agency Ranking
公开(公告)号：CN109639734A
公开(公告)日：2019-04-16
申请号：CN201910067413.4
申请日：2019-01-24
Applicant: 大连理工大学
CPC classification number: H04L63/1425 , H04L41/142 , H04L41/145 , H04L41/147 , H04L43/0876
Abstract: 本发明提供一种具有计算资源自适应性的异常流量检测方法，属于计算机网络和机器学习的交叉领域。该方法包括模型训练和在线识别两部分，目的在于可以根据当前CPU资源情况，动态调节模型的参数，在满足准确率的情况下，提高识别的速度，同时可以降低内存占用率。本发明构建了一个动态获取参数方法，由此实现根据当前CPU占用率的情况，通过建立好的模型得到相应的参数，再利用该参数用深度学习模型对流量进行检测。
-
公开(公告)号：CN106021411B
公开(公告)日：2019-04-16
申请号：CN201610318426.0
申请日：2016-05-13
Applicant: 大连理工大学
IPC: G06F16/2458 , G06F16/27
Abstract: 一种具有集群自适应性的Storm任务部署与配置平台，属于实时流数据计算处理领域。通过运用此平台，Storm集群可感知节点间内部通信量大小与剩余资源，并结合用户发布的topology任务需求与集群剩余资源进行运行进程数目配置自调节，从而达到突破以往Storm调度方法都需要人为指定进程数目的限制。该平台向用户提供了一个友好的、集中式通信量监控接口，方便用户在任务程序中调用，实现负载和资源感知。另外在此平台内嵌实现了与以往Storm两阶段提交调度方法都不同的一阶段提交调度方法，实现了同一节点不同进程之间通信量优化。本发明只需要设定基本的优化阈值参数即可实现最优化的调度，极大的便利了集群用户和管理者。
-
公开(公告)号：CN108737163A
公开(公告)日：2018-11-02
申请号：CN201810375977.X
申请日：2018-04-18
Applicant: 大连理工大学
Abstract: 一种基于OpenFlow协议的SDN控制器应用性能分析方法属于计算机应用技术领域，该SDN控制器应用性能分析方法逻辑功能上由控制器及北向应用管理模块，南向底层设备管理模块，以及性能数据提取分析模块三部分组成。本发明解决了现有的控制器应用测试工具Cbench无法对应用进行实质有针对性的问题，允许开发者在测得延迟和吞吐量数据之外，进一步得到集群初始化时间、分布式集群中主控制器更换的时间、Packet-in报文的处理时延、主动模式的流建立速度、被动模式的流建立速度、端到端的流建立时间等数据，使开发者可以得到对所开发应用更有针对性的分析数据。
-
公开(公告)号：CN108712303A
公开(公告)日：2018-10-26
申请号：CN201810386680.3
申请日：2018-04-25
Applicant: 大连理工大学
CPC classification number: H04L43/0852 , H04L41/14
Abstract: 本发明属于计算机应用技术领域，提供了一种云平台的尾延迟测评系统和方法。尾延迟测评系统包括服务端、客户端和逻辑分析模块；客户端包含生成请求模块和延迟统计模块；生成请求模块以固定速率生成随机请求，客户端将生成的请求通过TCP/IP协议发送给部署在云平台上的服务端，服务端将处理结果反馈回客户端，完成一次请求。逻辑分析模块读取延迟统计文件，得到时间段内处理数量与时间段序列之间的线性回归方程。本发明实现了只在客户端进行监测就能得到可以较为精确地刻画云平台间的尾延迟性能的尾延迟概率分布图。本方法通过少量测试结合概率统计的计算，即可较为精确地刻画出尾延迟性能上的表现。
-
公开(公告)号：CN108449214A
公开(公告)日：2018-08-24
申请号：CN201810255339.4
申请日：2018-03-21
Applicant: 大连理工大学
CPC classification number: H04L41/0803 , G06F8/38 , H04L41/0813 , H04L43/0817 , H04L67/02 , H04L67/2842
Abstract: 本发明提供了一种基于Click的虚拟网元构建方法，属于计算机应用技术领域。本方法在以Click模块化路由器为基础构建的虚拟网元中添加了用户编程接口模块、轻量化Click组件编译模块和Click状态保留模块。使得新的系统能够在因用户自定义需求而造成的虚拟网元切换的场景中，达到方便用户开发自定义组件和网元、加速用户定制网元的生成过程，保证网元切换过程中流量的正确处理以及数据包缓冲区的充分利用的效果，从而具备虚拟网元在线编排的能力。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.03 seconds)
