-
公开(公告)号：CN112671633B
公开(公告)日：2022-08-23
申请号：CN202011387360.3
申请日：2020-12-01
Applicant: 重庆邮电大学
IPC: H04L51/04 , H04L41/147 , H04L43/0882 , H04L43/10 , H04L43/0852 , H04L43/0888 , H04L43/0829 , G06N3/04 , G06N3/08
Abstract: 本发明请求保护一种基于BP神经网络预测的二分探测心跳间隔系统及方法，包括：网络特征数据获取模块，用于从现有的一些公开数据集获取，或者通过WireShark在内的抓包软件对数据进行获取；网络拥塞程度预测模块，用于利用BP神经网络预测模型进行预测，将当前网络的一些衡量网络拥塞程度指标的数据参数作为BP网络预测模型的输入，将带宽占用率作为BP网络预测模型的输出，并且作为衡量网络拥塞程度的唯一指标；心跳间隔动态调整模块，根据网络拥塞程度预测模块预测的结果，利用二分法动态的调整客户端给服务器发送心跳包的时间间隔，本发明通过BP神经网络预测模型结合二分探测动态地寻找当前网络环境下的最优心跳来维持所需的长连接。
-
公开(公告)号：CN110990834A
公开(公告)日：2020-04-10
申请号：CN201911135061.8
申请日：2019-11-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种Android恶意软件检测的方法、系统及介质，本发明引入智能代理模型的概念来动态认定应用程序。该方法首先提取Android系统清单文件存在的风险属性，通过词频计算转化为数值，再由等距分箱处理将数值划分为三类集合XLR、XHR和XMR，进而确定样本集类型并加入到模型中，其次对提取的权限属性，API属性等根据不同类别采用并行化的特征选择和特征融合方式，使得最大程度地去除相关性和冗余性属性，最后对处理后的特征集进行归一化处理，构建支持向量机分类器。本发明的优点在于，根据分类结果对智能代理模型进行动态调整，进而提高了检测过程中的可识别性，并通过对特征的分类处理，更加有效的利用了特征数据，提高了分类模型的准确性。
-
公开(公告)号：CN112671633A
公开(公告)日：2021-04-16
申请号：CN202011387360.3
申请日：2020-12-01
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于BP神经网络预测的二分探测心跳间隔系统及方法，包括：网络特征数据获取模块，用于从现有的一些公开数据集获取，或者通过WireShark在内的抓包软件对数据进行获取；网络拥塞程度预测模块，用于利用BP神经网络预测模型进行预测，将当前网络的一些衡量网络拥塞程度指标的数据参数作为BP网络预测模型的输入，将带宽占用率作为BP网络预测模型的输出，并且作为衡量网络拥塞程度的唯一指标；心跳间隔动态调整模块，根据网络拥塞程度预测模块预测的结果，利用二分法动态的调整客户端给服务器发送心跳包的时间间隔，本发明通过BP神经网络预测模型结合二分探测动态地寻找当前网络环境下的最优心跳来维持所需的长连接。
-
公开(公告)号：CN110990834B
公开(公告)日：2022-12-27
申请号：CN201911135061.8
申请日：2019-11-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种Android恶意软件检测的方法、系统及介质，本发明引入智能代理模型的概念来动态认定应用程序。该方法首先提取Android系统清单文件存在的风险属性，通过词频计算转化为数值，再由等距分箱处理将数值划分为三类集合XLR、XHR和XMR，进而确定样本集类型并加入到模型中，其次对提取的权限属性，API属性等根据不同类别采用并行化的特征选择和特征融合方式，使得最大程度地去除相关性和冗余性属性，最后对处理后的特征集进行归一化处理，构建支持向量机分类器。本发明的优点在于，根据分类结果对智能代理模型进行动态调整，进而提高了检测过程中的可识别性，并通过对特征的分类处理，更加有效的利用了特征数据，提高了分类模型的准确性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
