-
公开(公告)号:CN112486948B
公开(公告)日:2022-05-13
申请号:CN202011337050.0
申请日:2020-11-25
Applicant: 福建省数字福建云计算运营有限公司
IPC: G06F16/21 , G06F16/23 , G06F16/2455 , G06F16/27 , G06F11/14
Abstract: 本发明公开一种实时数据处理方法,采用多级缓存的层级划分,对于设备采集的数据而言,以数据采集所设定的周期作为缓存层级划分的依据;各层级缓存将持久化存储与实时存储结合起来,提高实时性和稳定性;采用任务队列方式实现对数据的缓存,并可以对数据的最大缓存周期进行设置,对于超过最大缓存周期的数据进行删除,从而实现数据缓存以及数据管理的功能。
-
公开(公告)号:CN112486948A
公开(公告)日:2021-03-12
申请号:CN202011337050.0
申请日:2020-11-25
Applicant: 福建省数字福建云计算运营有限公司
IPC: G06F16/21 , G06F16/23 , G06F16/2455 , G06F16/27 , G06F11/14
Abstract: 本发明公开一种实时数据处理方法,采用多级缓存的层级划分,对于设备采集的数据而言,以数据采集所设定的周期作为缓存层级划分的依据;各层级缓存将持久化存储与实时存储结合起来,提高实时性和稳定性;采用任务队列方式实现对数据的缓存,并可以对数据的最大缓存周期进行设置,对于超过最大缓存周期的数据进行删除,从而实现数据缓存以及数据管理的功能。
-
公开(公告)号:CN117499121A
公开(公告)日:2024-02-02
申请号:CN202311506511.6
申请日:2023-11-13
Applicant: 福州大学 , 福建省数字福建云计算运营有限公司
IPC: H04L9/40 , G06F18/24 , G06F18/213 , G06F18/214
Abstract: 本发明涉及一种基于改进广义熵和DNN的DDoS检测方法。根据DDoS数据集中特征的重要性分别为初检模块和精检模块提取流量特征后,利用带有阈值的One‑hot‑encoding技术扩充新特征;然后利用改进广义熵方法将处理好的数据集进行分组,并通过参数自训练过程不断优化模型参数,实现DDoS攻击的初步检测,尽可能多的过滤掉正常流量,留下可疑流量,缩小精检模块的数据规模;最后将过滤后的流量输入由含dropout层的DNN构成的精检模块,最终确定DDoS攻击;本发明结合改进广义熵和DNN方法,更好地分析DDoS攻击的分散程度和周期性,反映DDoS攻击特征分布规律,在满足高准确率的同时能够提高检测速率,更好地满足高实时性要求。
-
-