-
公开(公告)号：CN1545245A
公开(公告)日：2004-11-10
申请号：CN200310114343.2
申请日：2003-11-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及数据网络流量在线预测方法。本方法分为两个部分：流量模型在线学习算法和基于该流量模型的流量预测算法。利用简单、易于实现的流量模型，并通过在线学习的方法获得准确的模型参数，提高了流量预测的精度。由于采用的模型具有动态实时特性，因此基于该流量模型的流量在线预测算法更具实际意义。方法中采用的周期性流量模型通过分析WAN/LAN流量数据集合获得，它把网络数据分为时间相关分量和时间无关分量，时间相关分量是时间的周期可列函数，时间无关分量通过函数拟合的方法获得。理论及实验都显示该模型能够合理刻画流量特征。本发明可用于短期内在线流量预测，实际流量结果分析显示了其预测结果的可信性。
-
公开(公告)号：CN1540929A
公开(公告)日：2004-10-27
申请号：CN200310104718.7
申请日：2003-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及计算机网络测试与监控技术领域的分布式网络主动测试结果存储方法。分布于网络各处的测试探针运行时，动态建立树状结构存储测试结果。该结构的每一个叶子节点对应一种性能指标，分别定义实现了性能指标结果存储的统一的属性和方法，具体测试结果保存在叶子节点的子节点中并动态刷新，出现新的性能指标可通过增加新的叶子节点来扩展该树状存储结构，对测试结果的读取和设置使用SNMP网络管理协议完成。与基于文件存储方法比较，测试结果的分布式树状结构存储降低了测试系统的复杂性和成本，提高了测试探针的可靠性，并与已有网络管理系统相兼容。方法可应用于大规模高速网络的测试监控系统，并可无缝集成到基于SNMP的网络管理系统中。
-
公开(公告)号：CN102752216B
公开(公告)日：2015-11-04
申请号：CN201210244438.5
申请日：2012-07-13
Applicant: 中国科学院计算技术研究所
IPC: H04L12/801 , H04L29/08
Abstract: 本发明提供一种识别动态特征应用流量的方法，包括下列步骤：1）根据应用在传输过程的初始阶段的流的固定特征生成静态识别规则；2）将待识别的流与所述静态识别规则和动态识别规则进行匹配，得出所述待识别的流所属的具体应用；其中，所述动态识别规则根据应用在传输过程的初始阶段的流与后续的数据传输的流的关联关系生成。与现有技术相比，本发明具有下列技术效果：1、本发明能够实时准确识别动态特征应用流量。2、本发明能够大大提高识别效率，尤其是在对大流量数据下载应用进行识别时，这种效率的提高体现的更加明显。
-
公开(公告)号：CN101282251A
公开(公告)日：2008-10-08
申请号：CN200810106058.9
申请日：2008-05-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种应用层协议识别特征挖掘方法。该方法包括下列步骤：步骤A，对训练数据包集合进行第一次过滤，以及进行编码，提取准协议识别特征数据信息；步骤B，从提取的准协议识别特征数据信息中进行第一次挖掘，得到多级频繁项集；步骤C，对所述多级频繁项集进行第一次过滤，对第一次过滤后剩余的多级频繁项集的频繁度进行修正和第二次挖掘后，对其进行第二次过滤，得到最终协议识别特征；步骤D，若所有最终协议识别特征的字节识别率达到要求，或者数据包识别率总和达到要求时，则不再挖掘第二个及以后数据包的数据；否则循环挖掘第二个及以后数据包，直到总识别率达到要求。其能够对数据包集合进行分析、挖掘，可提取出相应应用层协议的所有识别特征，极大的提高了特征提取效率和总体识别率。
-
公开(公告)号：CN1477554A
公开(公告)日：2004-02-25
申请号：CN03133100.9
申请日：2003-07-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及计算机网络技术领域技，是一种自适应网络数据采集方法，采样的速率与被测指标当前变化程度密切相关。根据被测指标的动态性，自动调节采样的速率。在实现反映被测指标的前提下，显著减少由于数据采集过程中所产生的额外流量对网络资源的占用和对被测指标本身有效性的影响，或者在同等的数据采样代价情况下，实现对被测量指标较细致准确的反映。与基于概率的数据采集方法相比，自适应采集所实际生成的样本数具有更好的稳定性。该方法可以应用于主动、被动或基于MIB库采集的网络性能测量与建模应用中。
-
Patent Agency Ranking
公开(公告)号：CN102752216A
公开(公告)日：2012-10-24
申请号：CN201210244438.5
申请日：2012-07-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种识别动态特征应用流量的方法，包括下列步骤：1）根据应用在传输过程的初始阶段的流的固定特征生成静态识别规则；2）将待识别的流与所述静态识别规则和动态识别规则进行匹配，得出所述待识别的流所属的具体应用；其中，所述动态识别规则根据应用在传输过程的初始阶段的流与后续的数据传输的流的关联关系生成。与现有技术相比，本发明具有下列技术效果：1、本发明能够实时准确识别动态特征应用流量。2、本发明能够大大提高识别效率，尤其是在对大流量数据下载应用进行识别时，这种效率的提高体现的更加明显。
-
公开(公告)号：CN101252541B
公开(公告)日：2011-05-04
申请号：CN200810103622.1
申请日：2008-04-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种网络流量分类模型的建立方法，包括：从所捕获的网络流量的的流数据包中选择和提取识别指标；根据识别指标，在所设定的若干不同的簇数目下，选择初始化簇中心；在所设定的若干不同的簇数目下，分别根据初始化簇中心，对识别指标进行分簇操作，并重新计算新的簇中心点；在所设定的若干不同的簇数目下，分别计算各个分簇操作结果的标准化互信息值，根据标准化互信息值从所设定的若干不同的簇数目中选择一个作为最佳簇数目；根据所得到的最佳簇数目，选择最佳簇数目下的分簇操作结果和新的簇中心点作为网络流量分类模型。本发明通过NMI值的计算来验证簇数目的选择是否合适，并通过对最佳簇数目的选择得到较好的聚类特征，较高的识别精度。
-
公开(公告)号：CN1633111B
公开(公告)日：2010-04-28
申请号：CN200510004248.6
申请日：2005-01-14
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及计算机网络流量监测分析技术领域，特别是一种高速网络业务流分类方法。该方法特别针对基于业务流的网络流量监测与分析，适合没有初始规则库的业务流监测需要，可以根据业务流定义规则以及实际网络流量自动探测新的业务流，并对业务流进行分类、更新与老化。方法采用三阶段查找方法，第一阶段采用Hash方法，尽量分散流记录的分布；第二阶段提供两种方式避免哈希冲突，一种是线性链表，另一种是查找树；最后一个阶段是线性查找与记录更新。实验结果显示单个数据包查找不成功后插入新流记录和查找成功并更新流记录信息的平均处理时间分别为1.8μs和1.3μs。
-
公开(公告)号：CN100479391C
公开(公告)日：2009-04-15
申请号：CN200310104718.7
申请日：2003-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及计算机网络测试与监控技术领域的分布式网络主动测试结果存储方法。分布于网络各处的测试探针运行时，动态建立树状结构存储测试结果。该结构的每一个叶子节点对应一种性能指标，分别定义实现了性能指标结果存储的统一的属性和方法，具体测试结果保存在叶子节点的子节点中并动态刷新，出现新的性能指标可通过增加新的叶子节点来扩展该树状存储结构，对测试结果的读取和设置使用SNMP网络管理协议完成。与基于文件存储方法比较，测试结果的分布式树状结构存储降低了测试系统的复杂性和成本，提高了测试探针的可靠性，并与已有网络管理系统相兼容。方法可应用于大规模高速网络的测试监控系统，并可无缝集成到基于SNMP的网络管理系统中。
-
公开(公告)号：CN101252541A
公开(公告)日：2008-08-27
申请号：CN200810103622.1
申请日：2008-04-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种网络流量分类模型的建立方法，包括：从所捕获的网络流量的流数据包中选择和提取识别指标；根据识别指标，在所设定的多个簇数目下，选择初始化簇中心；在所设定的多个簇数目下，分别根据初始化簇中心，对识别指标进行分簇操作，并重新计算新的簇中心点；在所设定的多个簇数目下，分别计算各个分簇操作结果的标准化互信息值，根据标准化互信息值从所设定的多个簇数目中选择一个作为最佳簇数目；根据所得到的最佳簇数目，选择最佳簇数目下的分簇操作结果和新的簇中心点作为网络流量分类模型。本发明通过NMI值的计算来验证簇数目的选择是否合适，并通过对最佳簇数目的选择得到较好的聚类特征，较高的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.068 seconds)
