-
公开(公告)号:CN116545704A
公开(公告)日:2023-08-04
申请号:CN202310538063.1
申请日:2023-05-12
Applicant: 清华大学
IPC: H04L9/40 , H04W8/26 , H04L43/0852 , H04L61/5007 , G06N20/00 , H04L101/659
Abstract: 本发明公开了基于时延的IPv6地址信用风险检测方法及装置,该方法包括:聚合IPv6地址集合得到候选第一前缀集合;基于探测候选第一前缀集合得到的活跃地址第一前缀集合进行时延测量和聚合,并提取时延测量和聚合后的时延集合特征;将时延集合特征输入至训练好的IPv6移动网络地址识别模型进行特征识别分类,以根据IPv6移动网络识别分类结果得到IPv6移动网络地址的第一前缀集合;基于IPv6移动网络地址的第一前缀信用的风险指标计算第一前缀集合中的每个第一前缀的评分得到不同的信用分数,以根据信用分数得到IPv6移动网络第一前缀信用的风险检测结果。本发明解决了输入数据的数据偏差和难获取的问题,降低主动探测的开销。
-
公开(公告)号:CN116743707B
公开(公告)日:2024-01-23
申请号:CN202310404764.6
申请日:2023-04-17
Applicant: 清华大学
IPC: H04L61/5007 , H04L43/0852 , H04L43/12 , H04L43/10 , H04L41/12 , H04L101/69
Abstract: 本发明公开了基于主动时延探测的IP地理定位方法及装置,该方法包括:利用网络开源数据构建可靠地理关键词信息字典;利用可靠地理关键词信息字典解析网络中公开的Looking Glass的地理位置,得到可靠探测点集合;利用可靠地理关键词信息字典解析网络中暴露IP地理位置的开源数据,得到被探测点集合;利用探测点对被探测点进行时延探测;将所得时延作为输入,使用机器学习算法训练地理区域预测模型;将所得时延和预测区域作为输入,使用机器学习算法训练地理坐标预测模型,最终输出目标所在
-
公开(公告)号:CN116743707A
公开(公告)日:2023-09-12
申请号:CN202310404764.6
申请日:2023-04-17
Applicant: 清华大学
IPC: H04L61/5007 , H04L43/0852 , H04L43/12 , H04L43/10 , H04L41/12 , H04L101/69
Abstract: 本发明公开了基于主动时延探测的低成本高精度IP地理定位方法及装置,该方法包括:利用网络开源数据构建可靠地理关键词信息字典;利用可靠地理关键词信息字典解析网络中公开的Looking Glass的地理位置,得到可靠探测点集合;利用可靠地理关键词信息字典解析网络中暴露IP地理位置的开源数据,得到被探测点集合;利用探测点对被探测点进行时延探测;将所得时延作为输入,使用机器学习算法训练地理区域预测模型;将所得时延和预测区域作为输入,使用机器学习算法训练地理坐标预测模型,最终输出目标所在的地理位置。本发明能够解决现有技术中存在的成本较高,准确度较低等问题,以较小的成本,实现较高准确度的IP地址的地理位置推断。
-
-