-
公开(公告)号:CN106685757B
公开(公告)日:2019-12-17
申请号:CN201611168667.8
申请日:2016-12-16
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L12/26
Abstract: 本发明涉及一种评估网络性能的方法及装置,该方法包括:选择多个指标;对当前网络进行测量,在预设时间段内对每个指标进行多次测量,获得测量值;根据获得的测量值确定每个指标的阈值;计算每个指标的所有测量值分别与阈值的数据偏离差值;对得到的数据偏离差值进行处理,得到每个指标的指标值;对得到的所有指标值进行加权处理,得到评估网络性能的综合指标值F。本发明提供的一种评估网络性能的方法及装置,实现了对多个网络性能指标进行综合评价,当加入新指标时,无需重新制定评价机制,适应性更强,可根据使用者评估需求选择多种指标进行综合评价,对网络质量的评价更客观更合理。
-
公开(公告)号:CN106685757A
公开(公告)日:2017-05-17
申请号:CN201611168667.8
申请日:2016-12-16
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L12/26
Abstract: 本发明涉及一种评估网络性能的方法及装置,该方法包括:选择多个指标;对当前网络进行测量,在预设时间段内对每个指标进行多次测量,获得测量值;根据获得的测量值确定每个指标的阈值;计算每个指标的所有测量值分别与阈值的数据偏离差值;对得到的数据偏离差值进行处理,得到每个指标的指标值;对得到的所有指标值进行加权处理,得到评估网络性能的综合指标值F。本发明提供的一种评估网络性能的方法及装置,实现了对多个网络性能指标进行综合评价,当加入新指标时,无需重新制定评价机制,适应性更强,可根据使用者评估需求选择多种指标进行综合评价,对网络质量的评价更客观更合理。
-
公开(公告)号:CN110061975A
公开(公告)日:2019-07-26
申请号:CN201910249260.5
申请日:2019-03-29
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L29/06
Abstract: 本发明涉及一种基于离线流量包解析的仿冒网站识别方法,包括:根据已知网站信息库训练随机森林分类器,以构建对仿冒网站的判别模型;获取待检测网站的数据流并保存为离线流量包,通过该离线流量包得到该待检测网站的网站信息;根据该已知网站信息库对该网站信息进行规则匹配,对匹配为仿冒网站的待检测网站进行标识,将匹配失败的网站信息通过该判别模型进行判别,并对判别为仿冒网站的待检测网站进行标识。
-
公开(公告)号:CN110134947B
公开(公告)日:2021-03-26
申请号:CN201910307654.1
申请日:2019-04-17
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明提出一种基于不平衡多源数据的情感分类方法,包括:获取来自多个数据源的训练数据,其中训练数据包含多条文本数据,每条文本数据具有情感类型标签和其对应的数据源;按数据源对训练数据进行分类,以集合每个数据源对应的文本数据作为第一数据集,根据每个第一数据集中各情感类型标签的数量,统计每个第一数据集中情感类型的标准差,选择标准差最小的第一数据作为预训练集,其余第一数据集作为后续训练集;以预训练集训练神经网络模型的权值直到损失函数收敛,输出神经网络模型作为预分类模型,以后续训练集继续训练预分类模型直到损失函数收敛,输出预分类模型作为最终分类模型;将待情感分类文本数据输入最终分类模型,得到其情感类型。
-
公开(公告)号:CN110134947A
公开(公告)日:2019-08-16
申请号:CN201910307654.1
申请日:2019-04-17
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明提出一种基于不平衡多源数据的情感分类方法,包括:获取来自多个数据源的训练数据,其中训练数据包含多条文本数据,每条文本数据具有情感类型标签和其对应的数据源;按数据源对训练数据进行分类,以集合每个数据源对应的文本数据作为第一数据集,根据每个第一数据集中各情感类型标签的数量,统计每个第一数据集中情感类型的标准差,选择标准差最小的第一数据作为预训练集,其余第一数据集作为后续训练集;以预训练集训练神经网络模型的权值直到损失函数收敛,输出神经网络模型作为预分类模型,以后续训练集继续训练预分类模型直到损失函数收敛,输出预分类模型作为最终分类模型;将待情感分类文本数据输入最终分类模型,得到其情感类型。
-
公开(公告)号:CN109617864A
公开(公告)日:2019-04-12
申请号:CN201811427628.4
申请日:2018-11-27
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种网站识别方法及网站识别系统,其方法包括以下步骤:分别获取与多个第一网站一一对应的多个第一特征矩阵;基于原网络分类模型对所有第一特征矩阵进行深度学习训练,得到深度学习网站分类模型;获取第二特征矩阵;基于深度学习网站分类模型对第二特征矩阵进行分类概率计算,得到分类概率向量;根据分类概率向量中的分类概率值识别第二网站为仿冒网站或者正常网站。本发明提供的网站识别方法及系统,减少了人工干预,降低了正常网站被误判为仿冒网站的概率,提高了仿冒网站识别的准确率。
-
公开(公告)号:CN109617864B
公开(公告)日:2021-04-16
申请号:CN201811427628.4
申请日:2018-11-27
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种网站识别方法及网站识别系统,其方法包括以下步骤:分别获取与多个第一网站一一对应的多个第一特征矩阵;基于原网络分类模型对所有第一特征矩阵进行深度学习训练,得到深度学习网站分类模型;获取第二特征矩阵;基于深度学习网站分类模型对第二特征矩阵进行分类概率计算,得到分类概率向量;根据分类概率向量中的分类概率值识别第二网站为仿冒网站或者正常网站。本发明提供的网站识别方法及系统,减少了人工干预,降低了正常网站被误判为仿冒网站的概率,提高了仿冒网站识别的准确率。
-
-
-
-
-
-