专利交易市场

本发明公开了一种虚拟网络的流量采集方法及装置，涉及虚拟机技术领域，为解决现有技术中采集流量开销过大的问题而发明。该方法主要包括：初始化流量采集的软件运行环境；建立通信通道；用户态采集模块申请大页内存，在大页内存上创建环形缓存区；内核采集模块接收大页内存的物理地址，并将大页内存的物理地址映射成内核地址空间的线性地址，并获取环形缓冲区在内核采集模块的缓冲区地址；内核采集模块采集虚拟交换机接收到的数据包，并根据缓冲区地址将数据包保存至环形缓冲区；用户态采集模块如果监测到环形缓冲区更新，则访问环形缓冲区并获取数据包，统计流经虚拟交换机的数据流量。本发明主要应用于流量采集的过程中。

本发明公开了一种支持流量抖动的网络大流弹性测量方法，方法包括：首先对网络分组解析，提取五元组作为流标识符；然后设计一种基于可伸缩Sketch循环链的小流过滤器，进而提出可根据网络分组速率的动态变化，适应性调整循环链中Sketch数量的过滤器扩展与收缩策略，以确保记录给定时间周期内的所有分组，从而持续精确过滤小流；接着结合多分段可拓展哈希算法设计了一种基于可伸缩哈希表的大流记录器，可根据所记录的网络大流数量的动态变化扩展或收缩分段，以尽可能记录所有大流，同时提高存储空间利用率；根据本发明的方案，有效解决了在高速网络链路上流量激增时大流测量的查询精准性不足问题和无法实现自适应测量问题，进一步提高了大流测量精度和范围。

本申请公开了一种社会感知网络中的自私节点检测方法、装置、设备及存储介质，涉及数据处理技术领域，公开了一种社会感知网络中的自私节点检测方法，包括：获取社会感知网络中的各个节点，根据各个节点的剩余能量和拒绝接收消息率判断节点是否为自私节点，得到第一判断结果；当所述第一判断结果为所述节点不为所述自私节点时，通过对所述节点的社交信任度进行计算，判断所述节点是否为自私节点，得到第二判断结果；当所述第二判断结果为所述节点不为所述自私节点时，检查所述节点接收消息后是否存在消息的转发行为和查看所述节点是否存在丢弃消息的行为判断节点是否为自私节点。本申请能够检测社会感知网络中的自私节点，提高数据传输性能。

本发明公开了一种基于VAE与子集和的Tor匿名网络的流关联方法与系统，所述方法包括：部署流量采集器，采集Tor匿名网络流量并按照五元组分流；提取入口和出口流量的包绝对时间特征和包大小特征；通过包绝对时间对流对进行初筛，获得潜在关联流对；对潜在关联流对进行时隙划分并计算每个时隙内的包数量与包大小，得到时隙内数据包数量序列与包大小序列，对包数量序列与包大小序列构造成特征矩阵并利用变分自编码器进行特征提取，得到入口流特征序列与出口流特征序列；将特征序列输入到关联分析器中，完成Tor匿名网络流关联。本发明能够快速、准确地完成Tor匿名网络流量的关联，从而为网络溯源提供有力的技术支持。

本发明属于网络流量预测领域，具体涉及一种基于模糊C均值和混合核最小二乘支持向量机的SDN网络流程控制方法，该方法包括：采用离散小波变换将非平稳SDN网络流量数据转化为平稳时间序列分量；对平稳时间序列分量进行处理，得到高频段和低频段的幅值信号；采用模糊C均值算法对高低频段的幅值信号进行聚类；采用优化的自适应混合核最小二乘支持向量机预测模型分别对聚类后的分量进行预测；将所有分量的预测结果进行重构，得到SDN网络数据流量的预测结果；本发明通过利用模糊C均值算法，引入隶属度机制，依据时序分量的幅频特性将其分为高频低幅分量、中频中幅分量、低频高幅分量三种类型，为后续分类预测提供精确的预测。

本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。