公开(公告)号：CN117573383B

公开(公告)日：2024-03-29

申请号：CN202410065814.7

申请日：2024-01-17

Applicant: 南京信息工程大学

Inventor： 林鹏 ,  翟若雪 ,  刘艳 ,  纪阳 ,  张治中

IPC: G06F9/50 ,  G06N7/01 ,  G06N5/04

Abstract: 本发明公开了一种基于分布式多智能体自主决策的无人机资源管理方法，考虑了无人机的动态无线网络环境、无人机的移动性与负载状态、MEC节点的任务处理能力。在此基础上，将无人机的任务卸载与资源分配问题建模为马尔科夫博弈过程，并提出基于MADDPG算法的分布式在线决策算法对马尔科夫博弈过程进行决策。该算法能够使每个MEC节点仅利用局部观测的动态环境信息，实现对全局MEC节点的任务卸载与资源分配决策的优化，提升对无人机集群的服务能力。本发明实现对无人机集群的快速、准确任务卸载与资源分配，提高任务处理速度，并降低无人机的能耗。

公开(公告)号：CN117573383A

公开(公告)日：2024-02-20

申请号：CN202410065814.7

申请日：2024-01-17

Applicant: 南京信息工程大学

Inventor： 林鹏 ,  翟若雪 ,  刘艳 ,  纪阳 ,  张治中

IPC: G06F9/50 ,  G06N7/01 ,  G06N5/04

Abstract: 本发明公开了一种基于分布式多智能体自主决策的无人机资源管理方法，考虑了无人机的动态无线网络环境、无人机的移动性与负载状态、MEC节点的任务处理能力。在此基础上，将无人机的任务卸载与资源分配问题建模为马尔科夫博弈过程，并提出基于MADDPG算法的分布式在线决策算法对马尔科夫博弈过程进行决策。该算法能够使每个MEC节点仅利用局部观测的动态环境信息，实现对全局MEC节点的任务卸载与资源分配决策的优化，提升对无人机集群的服务能力。本发明实现对无人机集群的快速、准确任务卸载与资源分配，提高任务处理速度，并降低无人机的能耗。

公开(公告)号：CN111817982B

公开(公告)日：2023-04-07

申请号：CN202010733979.9

申请日：2020-07-27

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  吉小鹏 ,  崔永富 ,  林鹏 ,  石怀峰

IPC: H04L47/2441 ,  G06N3/126 ,  H04L47/2483 ,  G06F18/2431 ,  G06F18/214

Abstract: 本发明公开了一种面向类别不平衡下的加密流量识别方法，步骤如下：S1、获取数据集；S2、平衡数据集：采用基于密度估计的改进SMOTE算法，对原始实验数据集进行处理；S3、数据预处理：读取数据流，截断数据，并进行归一化处理；S4、最优化特征集：通过变分自动编码器模型自动提取特征，通过网络流量来识别领域常用的特征，并利用基于树模型的特征选择法得到最优化特征集；S5、识别流量：将最优化特征集输入到基于遗传算法改进的随机森林CGA‑RF分类器算法，识别目的加密流量；S6、对获得的指标结果分析，优化加密流量识别方法。本发明识别率高，误报率低，适用于对数据集的类别不平衡性和特征提取困难的加密流量识别。

公开(公告)号：CN111817982A

公开(公告)日：2020-10-23

申请号：CN202010733979.9

申请日：2020-07-27

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  吉小鹏 ,  崔永富 ,  林鹏 ,  石怀峰

IPC: H04L12/851 ,  G06N3/12 ,  G06K9/62

Abstract: 本发明公开了一种面向类别不平衡下的加密流量识别方法，步骤如下：S1、获取数据集；S2、平衡数据集：采用基于密度估计的改进SMOTE算法，对原始实验数据集进行处理；S3、数据预处理：读取数据流，截断数据，并进行归一化处理；S4、最优化特征集：通过变分自动编码器模型自动提取特征，通过网络流量来识别领域常用的特征，并利用基于树模型的特征选择法得到最优化特征集；S5、识别流量：将最优化特征集输入到基于遗传算法改进的随机森林CGA-RF分类器算法，识别目的加密流量；S6、对获得的指标结果分析，优化加密流量识别方法。本发明识别率高，误报率低，适用于对数据集的类别不平衡性和特征提取困难的加密流量识别。

公开(公告)号：CN111385145A

公开(公告)日：2020-07-07

申请号：CN202010143787.2

申请日：2020-03-04

Applicant: 南京信息工程大学

Inventor： 翟江涛 ,  崔永富 ,  林鹏 ,  吉小鹏 ,  石怀峰 ,  张艳艳 ,  付章杰

IPC: H04L12/24 ,  H04L12/851 ,  H04L29/06 ,  G06K9/62

Abstract: 本发明公开了一种一种基于集成学习的加密流量识别方法，其特征在于，包括以下步骤：(1)数据集采集；(2)数据预处理；(3)平衡数据集；(4)自动提取特征；(5)识别流量；(6)对获得的指标结果分析，并选取合适的参数，优化算法。本发明解决了由于样本类别不平衡造成模型欠拟合或过拟合的问题，识别率高，误报率低，适用于对数据集的类别不平衡性和特征提取困难的加密流量识别。