-
公开(公告)号:CN115766522B
公开(公告)日:2024-09-20
申请号:CN202211369734.8
申请日:2022-11-03
Applicant: 哈尔滨工程大学
IPC: H04L43/0876 , H04L43/04 , G06F18/2415 , G06F18/15 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明涉及的是一种网络流量识别场景,针对目前应用最广泛的移动终端应用和加密网络流量而提出了基于深度学习和注意力机制的面向移动终端加密流量的应用识别方法。现阶段基于深度学习模型,都是使用不同数量CNN和LSTM通过并行或者串行的方式进行流量识别,识别对象为针对加密流量的国外应用数据集,不适用于国内应用环境并且识别效果有待提高。而本发明使用的数据集是针对国内常用应用采集并准确标记的,并且在CNN和LSTM的基础上使用注意力机制进行应用识别,能够有效的进行国内应用的识别,并且识别效果优于单纯的深度学习模型。
-
公开(公告)号:CN109949174B
公开(公告)日:2023-06-09
申请号:CN201910194845.1
申请日:2019-03-14
Applicant: 哈尔滨工程大学
IPC: G06Q50/00 , G06F16/951 , G06F16/9536 , G06F16/958 , G06F16/955
Abstract: 本发明属于社交网络分析领域,具体涉及一种异构社交网络用户实体锚链接识别方法,包括以下步骤:给定两个异构社交网络G1和G2,用户集合分别用和表示;计算在两个异构社交网络中基于用户属性的用户相似度;计算在两个异构社交网络中基于用户关系的用户相似度;对用户u与对应的亲密好友{fi}进行相似度排序,选取topK个ufi;本发明将以往的普通好友关系相似度进行优化改进,提取以用户属性为基准的亲密好友,通过亲密好友关系的相似程度强化用户锚链接的识别程度,大大提升了用户锚链接的识别效果。
-
公开(公告)号:CN115775031A
公开(公告)日:2023-03-10
申请号:CN202211369733.3
申请日:2022-11-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于联邦学习系统中工人节点的任务分配技术领域,具体涉及一种面向节点集中化的工人节点任务分配方法。本发明可以有效地激励不同质量的工人节点留在联邦学习系统中,使得系统内长期存在大量较高质量的工人节点,解决联邦学习系统内节点集中化损害系统长期发展问题。本发明能够吸引更多不同质量的工人节点加入联邦学习的目的,避免节点集中化问题,促进联邦学习系统长久发展。
-
公开(公告)号:CN115714673A
公开(公告)日:2023-02-24
申请号:CN202211370515.1
申请日:2022-11-03
Applicant: 哈尔滨工程大学
Abstract: 本发明属于跨域认证技术领域,具体涉及一种跨域认证过程中基于多中间实体的实时证书撤销方法。本发明中用户向CA提出申请成为该域的一员;CA审核用户的身份通过后向用户颁发证书和一部分私钥,将另一部分私钥分发给MED集群;用户进行跨域认证时,将自己的证书和私钥发送给认证服务器,认证服务器向集群请求另一部分私钥,如果私钥不存在说明用户证书已过期;如果私钥存在,认证服务器拼凑出完整私钥后,代替用户向另一个域内发起跨域认证请求;当用户身份撤销或者私钥泄露的时候,向CA提交申请,CA向MED集群发消息,通知集群主节点删除用户所对应的私钥并撤销用户证书,并且更新CRL列表。
-
公开(公告)号:CN109729017B
公开(公告)日:2023-02-14
申请号:CN201910196102.8
申请日:2019-03-14
Applicant: 哈尔滨工程大学
IPC: H04L47/125 , H04L43/028 , H04L41/147 , H04L41/14 , H04L41/142
Abstract: 本发明属于网络技术研究领域,具体涉及一种基于DPI预测的负载均衡方法,包括以下步骤:将输入流量按照五元组和序列号划分为一条条流,通过DPI技术分析协议以及应用特征确定该流量属于哪种应用数据;确定流量属于哪种应用的特征,选择正确应用的特征库模型进行匹配;通过数据流信息计算哈希值对历史记录库内容的查询,对当前流量情况进行预估,得到流量大小的预估值;本发明使用动态监测系统获取下属节点信息,对服务器状态进行实时把控。通过使用预估值和节点实时信息对流进行预分配,减轻了负载均衡策略的复杂度,并将计算转移到负载均衡预测上,实现了对负载均衡策略整体的优化。
-
公开(公告)号:CN111625565B
公开(公告)日:2022-09-02
申请号:CN202010438359.2
申请日:2020-05-22
Applicant: 哈尔滨工程大学
IPC: G06F16/2455 , G06F21/60 , H04L67/568 , H04L67/563 , H04L45/30 , H04L45/02
Abstract: 本发明属于信息中心网络缓存隐私保护技术领域,具体涉及一种面向信息中心网络缓存隐私保护的多属性协作缓存决策方法。本发明通过使用兴趣包收集沿途节点的请求内容的未来流行度、节点介数、节点跳数、节点缓存压力这四种信息形成四元组信息集合,再利用TOPSIS算法在命中节点中对这些四元组信息进行判决得到缓存数据内容的最佳节点,再利用返回跳数信息将用户请求的内容存储在最佳缓存节点,一方面可以减小缓存冗余,提高网络性能,另一方面增加了缓存内容的归属不确定性,从而减少用户缓存隐私泄露,保护用户缓存隐私。
-
公开(公告)号:CN113326437B
公开(公告)日:2022-06-21
申请号:CN202110693819.0
申请日:2021-06-22
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络谣言检测技术领域,具体涉及一种基于双引擎网络和DRQN的微博早期谣言检测方法。本发明针对社交网络中的微博谣言早期阶段识别,通过由双引擎网络实现的谣言检测模块,将微博的原始信息和回复信息针对其各自的特征分别进行处理,提高了谣言检测的准确率。本发明通过由DRQN实现的控制模块,可以自动化地控制微博回复信息的读取数量,从而达到在谣言出现早期进行检测的目的,同时可以动态地平衡谣言检测的准确性和及时性。
-
公开(公告)号:CN111628982B
公开(公告)日:2022-03-18
申请号:CN202010438355.4
申请日:2020-05-22
Applicant: 哈尔滨工程大学
IPC: H04L9/40
Abstract: 本发明属于信息中心网络的洪泛攻击缓解技术领域,具体涉及一种基于信誉度与基尼杂质的洪泛攻击缓解方法。本发明提出的缓解手段部署在边缘路由器,通过限制恶意数据,能够将洪泛攻击在源头被缓解,减少攻击对核心网络的影响;在内容名称方面,提出全名称前缀的概念,降低了字典树的空间开销,减少方法的空间复杂度;在恶意前缀识别方面,本发明提出了基尼杂质与全名称前缀组合识别方法,基于统计学理论基尼杂质和路由器的PIT结构,实现了恶意内容名称的识别;在正常用户的数据传输方面。本发明可以适应更加复杂的网络环境,能够在攻击者发出洪泛攻击的情况下定位受攻击的端口,在缓解洪泛攻击的情况下尽最大努力不影响正常的用户。
-
公开(公告)号:CN110086857B
公开(公告)日:2022-01-14
申请号:CN201910300134.8
申请日:2019-04-15
Applicant: 哈尔滨工程大学
IPC: H04L67/568 , H04L67/5682 , H04L67/52
Abstract: 本发明属于通信技术领域,公开了基于缓存节点状态和位置的信息中心网络缓存部署方法,包含如下步骤:步骤(1):计算最终得到的状态值;步骤(2):计算缓存率;步骤(3):建立数据包状态值:在数据包添加一个额外的字段记为数据包状态值;步骤(4):建立状态记录表:在每个缓存节点增加一张状态记录表,状态记录表包含兴趣包中的数据名称和状态记录表状态值;步骤(5):选择缓存节点,并更新数据包状态值、修改状态记录表。本发明提高了缓存的命中率,降低网络延迟,减小用户的平均请求长度;综合考虑缓存节点的状态和位置,以非常小的通信代价获得了更佳的缓存位置;不需要在数据包中增加过多字段,不会导致网络数据包的臃肿。
-
公开(公告)号:CN109325399B
公开(公告)日:2021-11-19
申请号:CN201810771509.4
申请日:2018-07-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于人工智能领域,具体涉及到一种面向基于无线网络中的信道状态信息的陌生人手势识别方法及系统。该系统包括有原始数据的采集及预处理模块、有效数据去噪模块、手势异常数据提取模块、特征值提取及分类器分类模块四个模块。本发明将时域特征中的波峰值之中的最大值和小波方差作为特征值,通过随机森林分类器去完成陌生人与非陌生人的分类。该方法具有较高的识别准确率,可以使用它对实际使用环境中的人员进行分类。本发明的是一种能在商用无线网络环境下使用基于信道状态信息的方法,从不同人的同一种手势动作的细微区别本身对陌生人的手势进行识别,还可以通过对陌生人的手势动作的识别确保智能家居使用人员的安全性得到保障。
-
-
-
-
-
-
-
-
-