CN113949554B - 一种分布式网络全局态势感知数据高速传输方法 - Google Patents
一种分布式网络全局态势感知数据高速传输方法 Download PDFInfo
- Publication number
- CN113949554B CN113949554B CN202111193364.2A CN202111193364A CN113949554B CN 113949554 B CN113949554 B CN 113949554B CN 202111193364 A CN202111193364 A CN 202111193364A CN 113949554 B CN113949554 B CN 113949554B
- Authority
- CN
- China
- Prior art keywords
- node
- situation
- data
- transmission
- information
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 36
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 7
- 230000008447 perception Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
- H04L63/205—Network architectures or network communication protocols for network security for managing network security; network security policies in general involving negotiation or determination of the one or more network security mechanisms to be used, e.g. by negotiation between the client and the server or between peers or by selection according to the capabilities of the entities involved
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种分布式网络中全局态势感知数据高速传输方法，该方法能够根据紧急程度将态势数据从源节点传输至全局。首先根据分布式节点态势评估安全状态的不同，设置正常场景和紧急场景两种传输环境，通过本文提出的可靠态势数据传输方案完成数据分发。在正常场景下，每个源节点选择传输阈值及安全态势等级较高的邻居节点共享态势元素，通过传输实现全局节点的数据一致性，最终达到态势感知数据融合共享的目标；当节点安全态势等级低于阈值时转为紧急场景传输，由其邻居节点向中心节点预警，中心节点进行异常确认后，使用可靠数据传输协议将态势信息快速分发至全局。本发明可用于分布式系统中全局态势感知数据的共享和传输，为网络监管提供决策依据。
Description
技术领域
本发明涉及一种分布式网络全局态势感知数据高速传输方法，属于网络安全技术领域。
背景技术
随着网络安全的重要性日益增加，态势感知以其使用感知、理解、预测三层模型辅助决策的特点在网络安全领域兴起，其主要目的是对网络提供的各种相关信息进行提取、整合、深化和管理，帮助网络运维者了解网络现状、问题成因以及下一步发展趋势，为网络部署和应急决策提供依据。因此，在分布式网络中态势感知数据的全局传输对于网络的整体管理和决策具有重要意义。
近年来，网络安全态势感知(NSSA)技术受到学者的诸多研究，并提出了多种态势感知总体框架。其中美国国防部提出的基于数据融合概念的JDL模型被广泛认可，基于此标准模型，诸多学者关注于对态势感知关键技术的研究，比如基于多分类器融合的安全态势元素提取方法、基于随机森林(RF)的特征选择方法和神经网络模型的入侵检测系统等。然而目前关注于态势感知信息传输的研究相对薄弱，下述两种已有的态势数据分发及消息传输策略均存在一定的局限性。
(1)基于预测模型的态势感知信息传输方法
该方法在传输带宽无法满足传输数据量要求的背景下，通过设置态势服务器完成态势感知数据的上传和下发。态势服务器和通信节点共同使用预测模型对相关态势的参数更新进行预测，从而在判定态势未发生更新的情况下不发送态势数据，减少网络的传输负载压力。该方法通过降低数据通信量来提高态势数据传输的实时性，没有对传输机制进行改进；而且使用的预测模型对于不同态势要素不具备通用性，数据分发的准确性对分发、预测的周期依赖性强。因此，该方法不适用于分布式网络中全局态势感知数据的高速传输。
(2)基于节点连接态势感知的消息传输方法
该方法在网络拓扑动态变化的场景下，通过建立时序图模型分布式感知拓扑的演进过程和节点的连接态势，利用网络整体态势非均匀量化分析网络中各节点对于消息转发的能力，从而合理选择中继节点以有效减少网络的传输负载。该策略的消息成功投递率与源节点和目标节点间的通信链路有关，不能保证数据的可靠交付，而全局态势感知需要网络中的每个节点互相了解态势信息，所以该传输策略无法应用于全局态势的网状传输。
全局态势感知对数据的可靠传输提出了较高要求，而现有的数据传输协议多数通过确认、重传等机制来达到可靠，与态势信息要求数据一致性的特征及网络拓扑的变化不完全适配。此外，目前的研究未对态势数据的传输模式进行区分，缺乏针对异常态势实时性特点的高速传输策略，可能导致网络遭受攻击时该态势未及时传输至其他节点，从而造成通信失效、网络瘫痪等安全风险。
发明内容
为解决上述问题，本发明公开了一种分布式网络中全局态势感知数据高速传输方法，该方法能够根据紧急程度将态势数据从源节点传输至全局。首先根据分布式节点态势评估安全状态的不同，设置正常场景和紧急场景两种传输环境，通过本文提出的可靠态势数据传输方案完成数据分发。在正常场景下，每个源节点选择传输阈值及安全态势等级较高的邻居节点共享态势元素，通过传输实现全局节点的数据一致性，最终达到态势感知数据融合共享的目标；当节点安全态势等级低于阈值时转为紧急场景传输，由其邻居节点向中心节点预警，中心节点进行异常确认后，使用可靠数据传输协议将态势信息快速分发至全局。本发明可用于分布式系统中全局态势感知数据的共享和传输，为网络监管提供决策依据。
为了实现本发明的目的，本方案具体技术步骤如下：一种分布式网络中全局态势感知数据高速传输方法，所述方法包括以下步骤：
步骤(1)在网络中部署分布式网络探测感知节点和中心节点，探测感知节点负责采集、处理并分析当前复杂网络环境下与网络安全态势相关的信息，中心节点负责根据网络状况确定态势信息传输的策略；
步骤(2)探测感知节点按照其所在区域划分为簇，每隔n毫秒周期性的向其邻居节点发送心跳信息，每隔m(m<n)毫秒周期性的向中心节点发送心跳信息，表示节点正常运行；
步骤(3)根据态势评估节点安全状态的不同，通过可靠态势数据传输方案进行数据分发，传输环境分为正常场景和紧急场景，正常场景进入步骤(4)，否则进入步骤(5)；
步骤(4)针对步骤(3)中的正常场景，探测感知节点周期性的传输网络态势的综合信息，在没有时延要求的情况下实现全局态势感知数据的融合共享；
步骤(5)针对步骤(3)中的紧急场景，中心节点使用可靠数据传输协议，快速分发异常态势数据，保障节点了解当前整个网络的实时安全态势；
步骤(6)当异常节点紧急态势解除后，向中心节点及邻居节点发送心跳信息表示能够正常通信，后续进行态势数据的正常传输。
进一步的，所述步骤(1)中，探测感知节点感知网络安全态势相关信息的步骤如下：
(1.1)探测感知节点对其负载、带宽利用率、CPU利用率等性能指标进行实时监控，感知自身运行状态；
(1.2)探测感知节点运行机器学习模型对需要传输的态势数据进行异常流量的实时分类，感知其是否遭受外部攻击；
(1.3)探测感知节点基于步骤(1.1)和(1.2)感知的内、外部态势，根据态势感知公式获得节点的安全态势等级，其中等级越高代表安全性越强，否则代表安全性越低；
(1.4)探测感知节点对态势信息通过自定义格式统一存储，态势视图包括节点态势的更新时间、内部运行态势、网络态势数据、异常态势信息、节点安全态势等级等主要部分；其中节点的网络态势数据为分层的流量统计数据，具体包括数据包个数、哈希值、长度和速度四类，并且可以根据网络运维的需要对态势数据进行扩展。表1列出了节点态势视图的字段名称及含义。
表1：节点态势视图字段名称及含义
进一步的，所述步骤(2)中，探测感知节点维护邻居视图并记录中心节点的IP信息，其中邻居视图包括邻居节点的Id、传输阈值、安全态势等级、可达性等主要部分；表2列出了邻居视图的字段名称及含义；
表2：邻居视图的字段名称及含义
进一步的，所述步骤(3)中，根据步骤(1.3)获得探测感知节点的安全态势等级，设置等级为4、3时通过正常场景传输数据，等级为2、1时通过紧急场景传输。
进一步的，所述步骤(4)中，通过正常场景传输态势数据的步骤如下：
(4.1)将发送消息的探测感知节点作为种子节点，查找邻居视图，优先选择安全态势等级较高、传输数据量没有超过传输阈值的K个可达节点发送态势数据；
(4.2)将传输的态势数据设置唯一的身份标识，种子节点与选择的邻居节点建立连接后，首先询问对方是否获得该数据，若未获得则进行数据传输，否则另选节点分发数据；
(4.3)接收到消息的节点不回传数据，继续按照步骤(4.1)和(4.2)选择节点传输，经过中继节点的可靠转发，源节点的态势数据最终可传输到分布式网络的各个节点。
进一步的，所述步骤(5)中，通过异常场景传输态势数据的步骤如下：
(5.1)当节点遭受外部攻击时，因为无法与其邻居节点正常通信，所以该异常节点停止向其他节点发送消息；如果其邻居节点无法向该节点正常发送数据或者2n毫秒内没有接收到该节点的心跳信息，则判断该节点发生异常；邻居节点更新自身邻居视图，通过可靠传输协议向中心节点进行预警，主要包括攻击的摘要信息，并通过步骤(4.1)和(4.2)向其邻居发送该紧急态势；
(5.2)中心节点维护全局节点的IP信息，收到紧急态势消息后，首先查看2m毫秒内该异常节点是否向中心节点发送过心跳信息，若没有心跳则确认该预警信息成立，中心节点立即使用可靠传输协议将该态势消息发送至全局，否则认为该预警消息不成立，中心节点不做处理；紧急态势数据全局分发过程中，如果异常节点因为遭受攻击无法收到来自中心节点发送的数据，则该态势数据将由其邻居节点送达。
与现有技术相比，本发明的技术方案具有以下有益技术效果。
(1)本发明提出了一种分布式网络中全局态势感知数据高速传输方法，该方法能够根据紧急程度将态势数据从源节点传输至全局，使各探测感知节点能够获得全局的态势感知视图，从而为网络监管提供决策依据。
(2)本发明通过设计可靠态势数据传输方案，制定正常态势和异常态势的传输模式，探测感知节点只需维护邻居视图和中心节点的IP信息即可将态势数据分发至全局，异常态势可由中心节点控制高速传输，该模式能够较好的适配于态势数据的传输。
(3)本发明提出的数据传输方案，对网络拓扑的变化以及安全态势数据的扩展具有鲁棒性，是一种通用方法，可以良好的应用于态势感知数据的全局分发。
附图说明
图1为分布式网络全局态势感知数据高速传输方法的框架图；
图2为正常态势数据的传输过程示意图；
图3为异常态势数据的传输过程示意图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
具体实施例：本发明提供的一种分布式网络全局态势感知数据高速传输方法，其总体架构如图1所示，包括如下步骤：
步骤(1)在网络中部署分布式网络探测感知节点和中心节点，探测感知节点负责采集、处理并分析当前复杂网络环境下与网络安全态势相关的信息，中心节点负责根据网络状况确定态势信息传输的策略；
步骤(2)探测感知节点按照其所在区域划分为簇，每隔n毫秒周期性的向其邻居节点发送心跳信息，每隔m(m<n)毫秒周期性的向中心节点发送心跳信息，表示节点正常运行；
步骤(3)根据态势评估节点安全状态的不同，通过可靠态势数据传输方案进行数据分发，传输环境分为正常场景和紧急场景，正常场景进入步骤(4)，否则进入步骤(5)；
步骤(4)针对步骤(3)中的正常场景，探测感知节点周期性的传输网络态势的综合信息，在没有时延要求的情况下实现全局态势感知数据的融合共享；
步骤(5)针对步骤(3)中的紧急场景，中心节点使用可靠数据传输协议，快速分发异常态势数据，保障节点了解当前整个网络的实时安全态势；
步骤(6)当异常节点紧急态势解除后，向中心节点及邻居节点发送心跳信息表示能够正常通信，后续进行态势数据的正常传输。
本发明的一个实施例中，步骤(1)中，探测感知节点感知网络安全态势相关信息的步骤如下：
(1.1)探测感知节点对其负载、带宽利用率、CPU利用率等性能指标进行实时监控，感知自身运行状态；
(1.2)探测感知节点运行机器学习模型对需要传输的态势数据进行异常流量的实时分类，感知其是否遭受外部攻击；
(1.3)探测感知节点基于步骤(1.1)和(1.2)感知的内、外部态势，根据态势感知公式获得节点的安全态势等级，其中等级越高代表安全性越强，否则代表安全性越低；
(1.4)探测感知节点对态势信息通过自定义格式统一存储，态势视图包括节点态势的更新时间、内部运行态势、网络态势数据、异常态势信息、节点安全态势等级等主要部分；其中节点的网络态势数据为分层的流量统计数据，特征包括数据包个数、哈希值、长度和速度四类，并且可以根据网络运维的需要对态势数据进行扩展。表1列出了节点态势视图的字段名称及含义。
表1：节点态势视图字段名称及含义
本发明的一个实施例中，步骤(2)中，探测感知节点按照其所在区域划分为簇，设置每隔20毫秒周期性的向其邻居节点发送心跳信息，每隔10毫秒周期性的向中心节点发送心跳信息，表示节点正常运行；其中探测感知节点A的邻居视图如表2所示。
表2：探测感知节点A的邻居视图
| Id | Cs | Gr | Rc |
| B | 10M | 4 | 1 |
| C | 5M | 3 | 1 |
| D | 1M | 3 | 1 |
| E | 3M | 3 | 1 |
本发明的一个实施例中，步骤(3)中，根据步骤(1.3)获得探测感知节点的安全态势等级，设置等级为4、3时通过正常场景传输数据，等级为2、1时通过紧急场景传输。
本发明的一个实施例中，步骤(4)中，探测感知节点A的态势视图显示安全态势等级为3，其通过正常场景传输态势数据的步骤如下：
(4.1)将发送消息的探测感知节点A作为种子节点，节点A需要发送2M态势数据，包括其MAC层、子网层和IP层数据以及各层数据对应的统计特征，设置每次向2个邻居节点传输数据，查找表2的邻居视图，通过比较邻居节点的传输阈值和安全态势等级，最终选择节点B、C发送态势数据；正常态势数据的传输过程示意图如图2所示；
(4.2)将该态势数据设置唯一的身份标识“data1”，种子节点A与B、C节点建立连接后，首先询问对方是否获得该数据，B、C节点经查询自身未知“data1”数据，并向节点A返回查询结果，节点A收到结果后向B、C传输数据；
(4.3)节点B、C接收到态势数据“data1”后不再向节点A回传数据，继续查找自身邻居视图按照规则选择2个节点进行传输，经过中继节点的可靠转发，节点A的态势数据最终可传输到分布式网络的各个节点。
本发明的一个实施例中，步骤(5)中，探测感知节点D的态势视图显示安全态势等级为2，通过异常场景传输其态势信息的步骤如下：
(5.1)探测感知节点D遭受外部攻击时，因为无法与其邻居节点正常通信，所以该异常节点停止向其他节点发送消息；探测感知节点A作为其邻居节点，在40毫秒内没有接收到节点D的心跳信息，判断该节点发生异常；节点A更新自身邻居视图，将节点D设置为不可达，通过可靠传输协议UDT向中心节点进行预警，摘要信息主要包括异常节点的Id和发现异常的时间，同时节点A通过查找邻居视图向其邻居节点发送该紧急态势；
(5.2)中心节点维护全局节点的IP信息，收到紧急态势消息后，首先查看20毫秒内探测感知节点D是否向中心节点发送过心跳信息，确认没有收到心跳后，中心节点立即使用可靠传输协议UDT将该态势消息发送至全局，探测感知节点收到消息后对态势视图进行更新；异常态势数据的传输过程示意图如图3所示。
本发明的一个实施例中，步骤(6)中，当异常节点D的紧急态势解除后，向中心节点及所有邻居节点发送心跳信息表示能够正常通信，后续进行态势数据的正常传输。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (3)
1.一种分布式网络全局态势感知数据高速传输方法，其特征在于，该方法包括以下步骤：
步骤(1)在网络中部署分布式网络探测感知节点和中心节点，探测感知节点负责采集、处理并分析当前复杂网络环境下与网络安全态势相关的信息，中心节点负责根据网络状况确定态势信息传输的策略；
步骤(2)探测感知节点按照其所在区域划分为簇，每隔n毫秒周期性的向其邻居节点发送心跳信息，每隔m(m<n)毫秒周期性的向中心节点发送心跳信息，表示节点正常运行；
步骤(3)根据态势评估节点安全状态的不同，通过可靠态势数据传输方案进行数据分发，传输环境分为正常场景和紧急场景，正常场景进入步骤(4)，否则进入步骤(5)；
步骤(4)针对步骤(3)中的正常场景，探测感知节点周期性的传输网络态势的综合信息，在没有时延要求的情况下实现全局态势感知数据的融合共享；
步骤(5)针对步骤(3)中的紧急场景，中心节点使用可靠数据传输协议，快速分发异常态势数据，保障节点了解当前整个网络的实时安全态势；
步骤(6)当异常节点紧急态势解除后，向中心节点及邻居节点发送心跳信息表示能够正常通信，后续进行态势数据的正常传输；
所述步骤(1)具体包含如下子步骤：
(1.1)探测感知节点对其负载、带宽利用率和CPU利用率性能指标进行实时监控，感知自身运行状态；
(1.2)探测感知节点运行机器学习模型对需要传输的态势数据进行异常流量的实时分类，感知其是否遭受外部攻击；
(1.3)探测感知节点基于步骤(1.1)和(1.2)感知的内、外部态势，根据态势感知公式获得节点的安全态势等级，其中等级越高代表安全性越强，否则代表安全性越低；
(1.4)探测感知节点对态势信息通过自定义格式统一存储，态势视图包括节点态势的更新时间、内部运行态势、网络态势数据、异常态势信息、节点安全态势等级；其中节点的网络态势数据为分层的流量统计数据，具体包括数据包个数、哈希值、长度和速度四类，根据网络运维的需要对态势数据进行扩展；
所述步骤(4)具体包含如下子步骤：
(4.1)将发送消息的探测感知节点作为种子节点，查找邻居视图，选择安全态势等级较高、传输数据量没有超过传输阈值的K个可达节点发送态势数据；
(4.2)将传输的态势数据设置唯一的身份标识，种子节点与选择的邻居节点建立连接后，首先询问对方是否获得该数据，若未获得则进行数据传输，否则另选节点分发数据；
(4.3)接收到消息的节点不回传数据，继续按照步骤(4.1)和(4.2)选择节点传输，经过中继节点的可靠转发，源节点的态势数据最终可传输到分布式网络的各个节点；
所述步骤(5)具体包含如下子步骤：
(5.1)当节点遭受外部攻击时，因为无法与其邻居节点正常通信，所以该异常节点停止向其他节点发送消息；如果其邻居节点无法向该节点正常发送数据或者2n毫秒内没有接收到该节点的心跳信息，则判断该节点发生异常；邻居节点更新自身邻居视图，通过可靠数据传输协议向中心节点发送预警消息，主要包括攻击的摘要信息，并通过步骤(4.1)和(4.2)向其邻居发送该紧急态势消息；
(5.2)中心节点维护全局节点的IP信息，收到紧急态势消息后，首先查看2m毫秒内该异常节点是否向中心节点发送过心跳信息，若没有心跳信息则确认该预警消息成立，中心节点立即使用可靠数据传输协议将该态势消息发送至全局，否则认为该预警消息不成立，中心节点不做处理；紧急态势数据全局分发过程中，如果异常节点因为遭受攻击无法收到来自中心节点发送的数据，则该态势数据将由其邻居节点送达。
2.根据权利要求1所述的一种分布式网络全局态势感知数据高速传输方法，其特征在于，所述步骤(2)中，探测感知节点维护邻居视图并记录中心节点的IP信息，其中邻居视图包括邻居节点的Id、传输阈值、安全态势等级和可达性。
3.根据权利要求2所述的一种分布式网络全局态势感知数据高速传输方法，其特征在于，所述步骤(3)中，根据步骤(1.3)获得探测感知节点的安全态势等级，设置等级为4、3时通过正常场景传输数据，等级为2、1时通过紧急场景传输数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111193364.2A CN113949554B (zh) | 2021-10-13 | 2021-10-13 | 一种分布式网络全局态势感知数据高速传输方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111193364.2A CN113949554B (zh) | 2021-10-13 | 2021-10-13 | 一种分布式网络全局态势感知数据高速传输方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113949554A CN113949554A (zh) | 2022-01-18 |
| CN113949554B true CN113949554B (zh) | 2024-02-02 |
Family
ID=79329523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111193364.2A Active CN113949554B (zh) | 2021-10-13 | 2021-10-13 | 一种分布式网络全局态势感知数据高速传输方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113949554B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114844910B (zh) * | 2022-04-19 | 2023-07-25 | 重庆紫光华山智安科技有限公司 | 分布式存储系统的数据传输方法、系统、设备及介质 |
| CN115226246A (zh) * | 2022-06-15 | 2022-10-21 | 深圳市欣博跃电子有限公司 | 一种户外wifi通信方法、装置、电子设备及介质 |
| CN115834174B (zh) * | 2022-11-15 | 2023-06-09 | 北京天融信网络安全技术有限公司 | 基于时序图神经网络的网络安全态势预测方法和装置 |
| CN117113310B (zh) * | 2023-10-16 | 2024-03-08 | 北京华鲲振宇智能科技有限责任公司 | 一种数据传输控制方法及系统、设备、介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108429766A (zh) * | 2018-05-29 | 2018-08-21 | 广西电网有限责任公司 | 基于大数据和wsn技术的网络安全态势分析预警系统 |
| CN108900541A (zh) * | 2018-08-10 | 2018-11-27 | 哈尔滨工业大学（威海） | 一种针对云数据中心sdn安全态势感知系统及方法 |
| CN209233564U (zh) * | 2019-06-11 | 2019-08-09 | 成都宽域信息安全技术有限公司 | 电力监控系统多层布局网络安全态势感知系统 |
| CN111885040A (zh) * | 2020-07-17 | 2020-11-03 | 中国人民解放军战略支援部队信息工程大学 | 分布式网络态势感知方法、系统、服务器及节点设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7930256B2 (en) * | 2006-05-23 | 2011-04-19 | Charles River Analytics, Inc. | Security system for and method of detecting and responding to cyber attacks on large network systems |
-
2021
- 2021-10-13 CN CN202111193364.2A patent/CN113949554B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108429766A (zh) * | 2018-05-29 | 2018-08-21 | 广西电网有限责任公司 | 基于大数据和wsn技术的网络安全态势分析预警系统 |
| CN108900541A (zh) * | 2018-08-10 | 2018-11-27 | 哈尔滨工业大学（威海） | 一种针对云数据中心sdn安全态势感知系统及方法 |
| CN209233564U (zh) * | 2019-06-11 | 2019-08-09 | 成都宽域信息安全技术有限公司 | 电力监控系统多层布局网络安全态势感知系统 |
| CN111885040A (zh) * | 2020-07-17 | 2020-11-03 | 中国人民解放军战略支援部队信息工程大学 | 分布式网络态势感知方法、系统、服务器及节点设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113949554A (zh) | 2022-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113949554B (zh) | 一种分布式网络全局态势感知数据高速传输方法 | |
| US7116643B2 (en) | Method and system for data in a collection and route discovery communication network | |
| Virendra et al. | Quantifying trust in mobile ad-hoc networks | |
| CN110830998B (zh) | 一种基于信任机制的车联网恶意节点识别方法 | |
| US20050152364A1 (en) | Traffic control system of P2P network | |
| CN107404718B (zh) | 一种无线传感器网络恶意节点检测方法 | |
| Baiad et al. | Cooperative cross layer detection for blackhole attack in VANET-OLSR | |
| CN110351388B (zh) | 一种基于物联网络架构系统的应用方法 | |
| CN114374969A (zh) | 一种电力物联网环境下的信任评估方法 | |
| CN110730217B (zh) | 门禁系统传输链路调整方法、装置、门禁设备和存储介质 | |
| Gali et al. | Multi-Context Trust Aware Routing For Internet of Things. | |
| CN115119280A (zh) | 基于信任机制的FANETs安全路由方法 | |
| CN114553458A (zh) | 一种电力物联网环境下的可信群体的构建与动态维护方法 | |
| CN113259893B (zh) | 配电体域网网络节点认证系统及方法 | |
| CN100448232C (zh) | 一种应用于ad hoc网络的公平合作增强机制的方法 | |
| US9571346B2 (en) | Fault tolerant communication system, method, and device that uses tree searching | |
| Ferdous et al. | Trust formalization in mobile ad-hoc networks | |
| CN108900517A (zh) | 一种基于hwmp协议的安全路由防御方法 | |
| CN116916319A (zh) | 一种vanet环境下基于主观逻辑信任评估算法的恶意节点识别方法 | |
| CN116319358A (zh) | 一种分布式自组网的智能布控球联网方法 | |
| CN113286347B (zh) | 无线网络建构方法 | |
| Maheshwar et al. | Black hole effect analysis and prevention through IDS in MANET environment | |
| Sukumran et al. | Reputation based dynamic source routing protocol for MANET | |
| Khazael et al. | Distributed coordination protocol for event data exchange in IoT monitoring applications | |
| Kumari et al. | Communication based clustering to detect selfish nodes in MANET |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |