CN106375104B - 一种电力通信网络关键点识别的方法 - Google Patents
一种电力通信网络关键点识别的方法 Download PDFInfo
- Publication number
- CN106375104B CN106375104B CN201510440471.9A CN201510440471A CN106375104B CN 106375104 B CN106375104 B CN 106375104B CN 201510440471 A CN201510440471 A CN 201510440471A CN 106375104 B CN106375104 B CN 106375104B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- reliability
- whole
- follows
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000011002 quantification Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 27
- NAXKFVIRJICPAO-LHNWDKRHSA-N [(1R,3S,4R,6R,7R,9S,10S,12R,13S,15S,16R,18S,19S,21S,22S,24S,25S,27S,28R,30R,31R,33S,34S,36R,37R,39R,40S,42R,44R,46S,48S,50R,52S,54S,56S)-46,48,50,52,54,56-hexakis(hydroxymethyl)-2,8,14,20,26,32,38,43,45,47,49,51,53,55-tetradecaoxa-5,11,17,23,29,35,41-heptathiapentadecacyclo[37.3.2.23,7.29,13.215,19.221,25.227,31.233,37.04,6.010,12.016,18.022,24.028,30.034,36.040,42]hexapentacontan-44-yl]methanol Chemical compound OC[C@H]1O[C@H]2O[C@H]3[C@H](CO)O[C@H](O[C@H]4[C@H](CO)O[C@H](O[C@@H]5[C@@H](CO)O[C@H](O[C@H]6[C@H](CO)O[C@H](O[C@H]7[C@H](CO)O[C@@H](O[C@H]8[C@H](CO)O[C@@H](O[C@@H]1[C@@H]1S[C@@H]21)[C@@H]1S[C@H]81)[C@H]1S[C@@H]71)[C@H]1S[C@H]61)[C@H]1S[C@@H]51)[C@H]1S[C@@H]41)[C@H]1S[C@H]31 NAXKFVIRJICPAO-LHNWDKRHSA-N 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000006378 damage Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种电力通信网络关键点识别的方法，包括以下步骤：A）、计算整体电力通讯的可靠性，可靠性包括网络拓扑和设备可靠两个客观量化指标；然后归一化结果；B)、逐一删除电力通信网络的每一个节点，并重新计算出新的网络可靠性，然后再归一化结果，减一取绝对值，得到该节点对应的重要性；C)、按照每个节点绝对值大小进行排序，从而得到节点在整个电力通信网络重要性；本发明在采用上述算法对多个电力通信网络的节点进行计算后将其与专家分析法以及带宽加权的电力通信网节点重要性评价方法进行比较，发现本发明与上述两种方法之间的平均误差值仅为7.6%，低于10%，本发明降低了成本支出，值得应用与推广。
Description
技术领域
本发明涉及一种电力系统的自动化技术，具体涉及一种电力通信网络关键点识别的方法。
技术背景
电力通信网是专门服务于电力系统的网络,犹如电力系统的神经网络,与电力系统的日常运行息息相关；由于电力通信网的通信业务具有实时性、可靠性和安全性等特点,必然要求其具有较高的可靠性；电力通信网可靠性的好坏直接影响到电力系统是否能够安全、稳定、优质的运行；目前，现有的技术水平是，人们认识到电力通信网的重要性，而且也对之进行了一定的基于主观的研究，例如整体网络的安全评估，抗毁能力的评价等。但是现实的问题是，如何客观的判断哪些节点是关键的，以及在真正遇到问题时，人们应该优先维护哪个节点，这样，从而保证整体网络的正常运行，可以计算出系统抗毁能力；因此亟需一种电力通信网络关键点识别的方法，以此来保证电力通信网络的平稳运行。
发明内容
本发明针对现有技术中，系统无法判断哪些节点是关键，导致出现问题时，无法确定优先权的现象，而提供的一种能够在寻找出现有的某个区域的电力通信网络中，哪些节点是关键的，以及在遇到攻击时，应该如何设置维修优先顺序问题的电力通信网络关键点识别的方法。
为了实现上述目的，所采用的技术方案是：一种电力通信网络关键点识别的方法，包括以下步骤：
A)、计算整体电力通讯的可靠性，可靠性包括网络拓扑和设备可靠两个客观量化指标；然后归一化结果；
计算整个网络可靠性时的计算公式如下：
UNet,all＝U1,all+U2,all
B)、逐一删除电力通信网络的每一个节点，并重新计算出新的网络可靠性，然后再归一化结果，用步骤A)中计算得到的整体网络可靠性减去删除某一节点后的新的网络可靠性,并取绝对值,得到该节点对应的重要性；
计算某一节点可靠性时的计算公式如下：
UNet,j＝ω1U1,j+ω2U2,j
C)、按照每个节点绝对值大小进行排序，从而得到节点在整个电力通信网络重要性。
所述步骤A)计算整体电力通讯的可靠性，可靠性包括网络拓扑和设备可靠两个客观量化指标，然后归一化结果；其中网络拓扑由网络强度和网络紧密度构成，计算公式如下：
U1,all＝S1,all+S2,all
所述设备可靠由数据包容错率与数据通道冗余度组成，计算公式如下：
U2,all＝S3,all+S4,all。
所述步骤B)中的网络拓扑由节点强度和节点紧密度组成，其计算公式如下：
U1,j＝S1,j+S2,j
设备可靠包括数据包容错率和设备冗余度，计算公式如下：
U2,j＝S3,j+S4,j
所述节点强度的计算公式如下：
所述节点紧密度的计算公式如下：它反映的是除去第j个节点的网络的数据流影响力；
数据包容错率的计算公式如下所示，它反映的是在没有第j个节点的网络的正确传输数据流的能力；
然后按照如下计算公式进行归一化，确定没有该节点的容错率：
的计算公式如下所示，它反映的是除去第j个节点对于网络中的数据通道冗余度；
然后按照如下公式进行归一化，得到该除去该节点的数据流传输的设备冗余度：
所述步骤C)通过以下公式计算第j个节点的可靠性为用原先的
网络可靠性减去出去第j个节点的网络可靠性：
Imj＝|UNet,all-UNet,j|，对所有的Imj进行排序，排列出最重要的节点，输出。
本发明在采用上述算法对多个电力通信网络的节点进行计算后将其与专家分析法以及带宽加权的电力通信网节点重要性评价方法进行比较，发现本发明与上述两种方法之间的平均误差值仅为7.6％，低于10％，本发明降低了成本支出，再结合程序时，能够快速从众多节点中得出优先维修的顺序，能够快速通过顺序，实现通讯网络能够在最短时间内恢复，值得应用与推广。
附图说明
图1为本发明实施例的整体流程图；
具体实施方式
以下结合图1具体说明本发明的具体算法：
本发明的主要步骤如下：
1.计算完整网络可靠性；
可靠性包括网络拓扑和设备可靠两个客观量化指标。
计算整个网络可靠性时的计算公式如下：
UNet,all＝U1,all+U2,all 式1
这里，UNet,all中Net指的是现有网络的综合可靠性；all是指在全部节点都在工作时，整个符号意思是整个网络在全部节点都在工作时的综合可靠性；
U1,all中1代表的是网络拓扑的指标，all是指全部节点都在工作，整个符号意思是网络拓扑部分在全部节点都在工作时的可靠性；
U2,all中2代表的是设备可靠的指标，all是指全部节点都在工作，整个符号意思是设备可靠部分在全部节点都在工作时的可靠性。
1.1网络拓扑包括网络强度和网络紧密度两个客观量化指标，其计算公式如下：
U1,all＝S1,all+S2,all 式2
S1,all为网络强度，它反映的是整个网络的拓扑结构强度，这里归一化为1。对于网络中其它节点的拓扑影响力。
S2,all为网络紧密度，它反映的是整个网络中数据流影响力。这里归一化为1。
1.2设备可靠包括有数据包容错率和数据通道冗余度两个客观量化指标，其计算公式如下：
U2,all＝S3,all+S4,all 式3
S3,all是数据包错误率，它反映的是网络之间数据包错误率，这里归一化为1；
S4,all是设备冗余度，它反映的是网络之间数据通道冗余度，这里归一化为1；
2.计算缺少某个节点的网络可靠性：
缺少某个节点的网络可靠性包括缺少该节点的网络拓扑和设备可靠两个客观量化指标。
计算缺少某个节点时的网络可靠性时的计算公式如下：
UNet,j＝ω1U1,j+ω2U2,j 式4
这里，UNet,j中Net指的是现有网络的综合可靠性；j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j个节点，别的节点都在工作时网络的综合可靠性；
ω1是网络拓扑客观量化指标的权值；
ω2是设备可靠客观量化指标的权值；
U1，j中1代表的是网络拓扑的可靠性，j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j 个节点，别的节点都在工作时网络的网络拓扑可靠性；
U2,j中2代表的是设备可靠的指标，j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j个节点，别的节点都在工作时网络的设备可靠可靠性；
2.1网络拓扑包括节点强度和节点紧密度两个客观量化指标，其计算公式如下：
U1,j＝S1,j+S2,j 式5
2.1.1节点强度的计算公式如式6，它反映的是一个节点对于网络中其它节点的拓扑影响力。
其中，S1,j中1表示的是节点强度，j表示的是第j个节点，整个符号表示的是除第j节点之外的网络中的网络拓扑的强度。
n代表的是n个节点的网络。
wGx,y中Gx,y表示的是第x个节点和第y个节点是否有连接，如果有， w为1，如果没有，w为0。
为与第j个节点直接连接的权值之和。
2.1.2节点紧密度的计算公式如式7，它反映的是除去第j个节点的网络的数据流影响力。
具体而言，统计1年的数据流量，判断数据包的大小和始发点，得到节点之间的关系。
其中，S2,j中2表示的是节点紧密度，j表示的是第j个节点，整个符号表示的是除去第j节点对于整个网络的数据流影响力。
DTj代表的是在第j个节点的所有的收发的数据流流量。
DTall代表的是该网络所有的数据流流量。
2.2设备可靠包括数据包容错率和设备冗余度两个客观量化指标，其计算公式如下：
U2,j＝S3,j+S4,j 式8
2.2.1节点的数据包容错率计算公式如式9，它反映的是在没有第j 个节点的网络的正确传输数据流的能力。
具体而言，统计1年的错误数据流量，判断错误数据包的大小和始发点，得到节点之间的关系。
其中，SO3,j中3表示的是节点错误率，j表示的是第j个节点，整个符号表示的是在没有第j节点在整个网络的数据流正确传输的能力。
DEj代表的是在第j个节点的所有的收发的错误数据流流量。
DEall代表的是该网络所有的错误数据流流量。
然后把所有的数据按照式10归一化，得到在没有该节点的容错率。
2.2.2设备冗余度的计算公式如式11所示，它反映的是除去第j个节点对于网络中的数据通道冗余度。
具体而言，统计1年的真实数据流量，判断第j个节点的作为始发点的平均数据传输率，得到节点之间的关系。
其中，SO4,j中2表示的是设备冗余度，j表示的是第j个节点，整个符号表示的是除去第j节点在整个网络的数据流传输的设备冗余度。
DTj代表的是在第j个节点的所有的收发的数据流流量。
DCj代表的是该节点最大的传输能力。
然后把所有的数据按照式12归一化，得到该除去该节点的数据流传输的设备冗余度。
3.如式13所示，计算第j个节点的可靠性为用原先的网络可靠性减去除去第j个节点的网络可靠性：
Imj＝|UNet,all-UNet,j| 式13
4.对所有的Imj进行排序，排列出最重要的节点，输出。
本发明在采用上述算法对多个电力通信网络的节点进行计算后将其与专家分析法以及带宽加权的电力通信网节点重要性评价方法进行比较，发现本发明与上述两种方法之间的平均误差值仅为7.6％，低于10％，本发明降低了成本支出，再结合程序时，能够快速从众多节点中得出优先维修的顺序，能够快速通过顺序，实现通讯网络能够在最短时间内恢复，值得应用与推广。
Claims (4)
1.一种电力通信网络关键点识别的方法，其特征在于，包括以下步骤：
A)、计算整体电力通讯的可靠性，可靠性包括网络拓扑和设备可靠两个客观量化指标；然后归一化结果；
计算整个网络可靠性时的计算公式如下：
UNet,all＝U1,all+U2,all
UNet,all中Net指的是现有网络的综合可靠性；all是指在全部节点都在工作时，整个符号意思是整个网络在全部节点都在工作时的综合可靠性；
U1,all中1代表的是网络拓扑的指标，all是指全部节点都在工作，整个符号意思是网络拓扑部分在全部节点都在工作时的可靠性；
U2,all中2代表的是设备可靠的指标，all是指全部节点都在工作，整个符号意思是设备可靠部分在全部节点都在工作时的可靠性；
B)、逐一删除电力通信网络的每一个节点，并重新计算出新的网络可靠性，然后再归一化结果，用步骤A)中计算得到的整体网络可靠性减去删除某一节点后的新的网络可靠性,并取绝对值,得到该节点对应的重要性；
删除某一节点后的新的网络可靠性的计算公式如下：
UNet,j＝ω1U1,j+ω2U2,j
UNet,j中Net指的是现有网络的综合可靠性；j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j个节点，别的节点都在工作时网络的综合可靠性；
ω1是网络拓扑客观量化指标的权值；
ω2是设备可靠客观量化指标的权值；
U1，j中1代表的是网络拓扑的可靠性，j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j个节点，别的节点都在工作时网络的网络拓扑可靠性；
U2,j中2代表的是设备可靠的指标，j是指在缺少第j个节点，别的节点都在工作时的网络，整个符号意思是整个网络在缺少第j个节点，别的节点都在工作时网络的设备可靠可靠性；
C)、按照每个节点对应的所述绝对值大小进行排序，从而得到节点在整个电力通信网络中的重要性；
所述步骤A)计算整体电力通讯的可靠性，可靠性包括网络拓扑和设备可靠两个客观量化指标，然后归一化结果；其中网络拓扑由网络强度和网络紧密度构成，计算公式如下：
U1,all＝S1,all+S2,all
S1,all为网络强度，它反映的是整个网络的拓扑结构强度，这里归一化为1；
S2,all为网络紧密度，它反映的是整个网络中数据流影响力；这里归一化为1；所述设备可靠由数据包容错率与数据通道冗余度组成，计算公式如下：
U2,all＝S3,all+S4,all；
S3,all是数据包错误率，它反映的是网络之间数据包错误率，这里归一化为1；
S4,all是设备冗余度，它反映的是网络之间数据通道冗余度，这里归一化为1；
所述步骤B)中的网络拓扑由节点强度和节点紧密度组成，其计算公式如下：
U1,j＝S1,j+S2,j
设备可靠包括数据包容错率和设备冗余度，计算公式如下：
U2,j＝S3,j+S4,j
所述节点强度的计算公式如下：
其中，S1,j中1表示的是节点强度，j表示的是第j个节点，整个符号表示的是除第j节点之外的网络中的网络拓扑的强度；n代表的是n个节点的网络；
代表的是j节点的直接临域；wGx,y中Gx,y表示的是第x个节点和第y个节点是否有连接，如果有，w为1，如果没有，w为0；
为所有节点之间的连接权值之和；
为与第j个节点直接连接的权值之和；
所述节点紧密度的计算公式如下：它反映的是除去第j个节点的网络的数据流影响力；
其中，S2,j中2表示的是节点紧密度，j表示的是第j个节点，整个符号表示的是除去第j节点对于整个网络的数据流影响力；DTj代表的是在第j个节点的所有的收发的数据流流量；DTall代表的是该网络所有的数据流流量。
2.如权利要求1所述的电力通信网络关键点识别的方法，其特征在于：数据包容错率的计算公式如下所示，它反映的是在没有第j个节点的网络的正确传输数据流的能力；
其中，SO3,j中3表示的是节点错误率，j表示的是第j个节点，整个符号表示的是在没有第j节点在整个网络的数据流正确传输的能力；DEj代表的是在第j个节点的所有的收发的错误数据流流量；DEall代表的是该网络所有的错误数据流流量；
然后按照如下计算公式进行归一化，确定没有该节点的容错率：
3.如权利要求1所述的电力通信网络关键点识别的方法，其特征在于：设备冗余度的计算公式如下所示，它反映的是除去第j个节点对于网络中的数据通道冗余度；
SO4,j中4表示的是设备冗余度，j表示的是第j个节点，整个符号表示的是除去第j节点在整个网络的数据流传输的设备冗余度；DTj代表的是在第j个节点的所有的收发的数据流流量；DCj代表的是该节点最大的传输能力；
然后按照如下公式进行归一化，得到该除去该节点的数据流传输的设备冗余度：
4.如权利要求1所述的电力通信网络关键点识别的方法，其特征在于：
所述步骤C)通过以下公式计算第j个节点的可靠性为用原先的网络可靠性减去除去第j个节点的网络可靠性：
Imj＝|UNet,all-UNet,j|，对所有的Imj进行排序，排列出最重要的节点，输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510440471.9A CN106375104B (zh) | 2015-07-24 | 2015-07-24 | 一种电力通信网络关键点识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510440471.9A CN106375104B (zh) | 2015-07-24 | 2015-07-24 | 一种电力通信网络关键点识别的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106375104A CN106375104A (zh) | 2017-02-01 |
| CN106375104B true CN106375104B (zh) | 2019-10-15 |
Family
ID=57880113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510440471.9A Active CN106375104B (zh) | 2015-07-24 | 2015-07-24 | 一种电力通信网络关键点识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106375104B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107453926B (zh) * | 2017-09-21 | 2020-07-17 | 国网冀北电力有限公司经济技术研究院 | 一种电力通信网站点通信带宽估算方法及装置 |
| CN107896166B (zh) * | 2017-11-28 | 2021-08-10 | 广州杰赛科技股份有限公司 | 网络核心节点的获取方法和装置 |
| CN111799785B (zh) * | 2020-07-03 | 2023-11-28 | 国网新疆电力有限公司电力科学研究院 | 极端灾害后配电网电力与通信协调恢复方法及系统 |
| CN113591937B (zh) * | 2021-07-09 | 2023-09-26 | 国家电网有限公司 | 一种基于局部距离编码的电力系统关键节点识别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976245A (zh) * | 2010-10-09 | 2011-02-16 | 吕琳媛 | 网络中节点重要性的排序方法 |
| CN102880799A (zh) * | 2012-09-24 | 2013-01-16 | 西北工业大学 | 一种基于多属性决策的复杂网络节点重要度综合评价方法 |
| CN103476051A (zh) * | 2013-09-11 | 2013-12-25 | 华北电力大学（保定） | 一种通信网节点重要性评价方法 |
| CN103501248A (zh) * | 2013-09-30 | 2014-01-08 | 中国南方电网有限责任公司超高压输电公司南宁局 | 确定电力通信网络可靠性的方法、装置及应用方法 |
-
2015
- 2015-07-24 CN CN201510440471.9A patent/CN106375104B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101976245A (zh) * | 2010-10-09 | 2011-02-16 | 吕琳媛 | 网络中节点重要性的排序方法 |
| CN102880799A (zh) * | 2012-09-24 | 2013-01-16 | 西北工业大学 | 一种基于多属性决策的复杂网络节点重要度综合评价方法 |
| CN103476051A (zh) * | 2013-09-11 | 2013-12-25 | 华北电力大学（保定） | 一种通信网节点重要性评价方法 |
| CN103501248A (zh) * | 2013-09-30 | 2014-01-08 | 中国南方电网有限责任公司超高压输电公司南宁局 | 确定电力通信网络可靠性的方法、装置及应用方法 |
Non-Patent Citations (2)
| Title |
|---|
| 《基于通信网节点及链路的重要性可靠性研究》;董志远;《中国优秀硕士学位论文全文数据库-信息科技辑》;20131215(第S1期);第I136-83页 * |
| 《用于评价通信网节点重要性的多参数优化算法》;张品，董志远，沈政;《计算机工程》;20130615;第39卷(第6期);第95-98页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106375104A (zh) | 2017-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106375104B (zh) | 一种电力通信网络关键点识别的方法 | |
| CN102271068B (zh) | 一种dos/ddos攻击检测方法 | |
| CN104270392B (zh) | 一种基于三分类器协同训练学习的网络协议识别方法及系统 | |
| CN103036733B (zh) | 非常规网络接入行为的监测系统及监测方法 | |
| KR101323074B1 (ko) | 제2 유형의 퍼지 신경망을 사용하는 지능망 이상 검출 | |
| CN104618377B (zh) | 基于NetFlow的僵尸网络检测系统与检测方法 | |
| CN104486141B (zh) | 一种误报自适应的网络安全态势预测方法 | |
| US20100268818A1 (en) | Systems and methods for forensic analysis of network behavior | |
| CN100464523C (zh) | 互联网网络电话的监控系统及其监控方法 | |
| WO2016061957A1 (zh) | 一种lte网络业务流量评估方法及装置 | |
| CN102801732A (zh) | 一种基于网络拓扑结构的电力通信骨干网安全风险评估方法 | |
| CN110995718B (zh) | 一种基于区块链的电力终端跨域认证方法 | |
| CN106663040A (zh) | 用于计算机网络业务中的信任异常检测的方法及系统 | |
| CN108111361A (zh) | 基于大数据分析的传输网络故障定位分析方法及系统 | |
| CN104009986B (zh) | 一种基于主机的网络攻击跳板检测方法及装置 | |
| CN107210927A (zh) | 协议处理中的异常检测 | |
| CN110266550A (zh) | 故障影响预测的方法及装置 | |
| CN110120957B (zh) | 一种基于智能评分机制的安全处置数字孪生方法及系统 | |
| CN109495332A (zh) | 一种电力通信网络健康状态评估分析方法 | |
| CN108259225A (zh) | 一种网络扩容评估方法、装置和服务器 | |
| CN101184097A (zh) | 一种基于流量信息检测蠕虫活动的方法 | |
| CN109150920A (zh) | 一种基于软件定义网络的攻击检测溯源方法 | |
| CN115879806A (zh) | 一种基于复杂网络的电力系统与交通网络脆弱性评估方法 | |
| CN112583808B (zh) | 针对物联网设备的异常流量检测方法 | |
| Singh et al. | Performance analysis of agent based distributed defense mechanisms against DDOS attacks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |