CN114039955B - 基于人工智能的通信安全监控系统 - Google Patents
基于人工智能的通信安全监控系统 Download PDFInfo
- Publication number
- CN114039955B CN114039955B CN202111306861.9A CN202111306861A CN114039955B CN 114039955 B CN114039955 B CN 114039955B CN 202111306861 A CN202111306861 A CN 202111306861A CN 114039955 B CN114039955 B CN 114039955B
- Authority
- CN
- China
- Prior art keywords
- communication
- data
- client
- path
- calling client
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 141
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 59
- 238000012546 transfer Methods 0.000 claims abstract description 27
- 238000007405 data analysis Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/1066—Session management
- H04L65/1069—Session establishment or de-establishment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/1066—Session management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了基于人工智能的通信安全监控系统,涉及通信安全技术领域,包括数据上传模块、服务器、数据分析模块、路径选定模块和监测模块;所述数据上传模块用于主叫客户端编辑上传语音通信数据,所述服务器用于将若干个中转服务器的接入点信息分配至主叫客户端和被叫客户端;所述数据分析模块用于对语音通信数据进行分析,根据传输系数对语音通信数据进行分类,若为核心数据,则传输路径为一级跳转路径;若为非核心数据,则传输路径为二级跳转路径,有效避免网络拥塞,提高通信效率;所述路径选定模块用于为语音通信数据选定网络状态最佳的传输路径,抗干扰能力强,有效避免高延时、高丢包率及单通等现象,提高通信质量和通信安全。
Description
技术领域
本发明涉及通信安全技术领域,具体是基于人工智能的通信安全监控系统。
背景技术
近年来,随着互联网和信息技术的高速发展,以及服务器与互联网的结合,如何对网络协议进行优化,在有限的网络带宽下高效地传输多媒体数据,并且避免造成网络拥塞,成为了视频、语音等媒体服务器的发展方向之一。
但在现有技术中,数据传输时对传输的路径选择简单,存在不能对语音数据进行分类并合理的选取中转服务器进行传输的问题,系统中的无线资源管理面临着越来越大的挑战,导致通信效率不佳,且容易受到外界干扰,即存在着高延时、高丢包率及单通等现象;为此,我们提出一种基于人工智能的通信安全监控系统。
发明内容
为了解决上述方案存在的问题,本发明提供了基于人工智能的通信安全监控系统。
本发明的目的可以通过以下技术方案实现:
基于人工智能的通信安全监控系统,包括数据上传模块、服务器、数据分析模块、路径选定模块和监测模块;
所述数据上传模块用于主叫客户端编辑上传语音通信数据并将语音通信数据传输至服务器,所述服务器用于将若干个中转服务器的接入点信息分配至主叫客户端和被叫客户端;
所述数据分析模块用于获取主叫客户端编辑上传的语音通信数据进行分析,根据传输系数对语音通信数据进行分类;若为核心数据,则传输路径为一级跳转路径;若为非核心数据,则传输路径为二级跳转路径;
所述路径选定模块与数据分析模块相连接,用于为语音通信数据选定网络状态最佳的传输路径。
进一步地,所述路径选定模块的具体工作步骤为:
获取中转服务器的运行值CK,将中转服务器按照运行值CK大小进行排序;若传输路径为一级跳转路径,则选定排序第一的中转服务器与主叫客户端和被叫客户端串联形成传输路径,作为最佳路径;
若传输路径为二级跳转路径,则选定排序前二的中转服务器与主叫客户端和被叫客户端串联形成传输路径,作为最佳路径。
进一步地,所述数据分析模块的具体分析步骤如下:
获取主叫客户端在预设时间段内的通信记录;对通信记录进行分析处理,计算得到主叫客户端的通信系数TX;
设定主叫客户端与被叫客户端的亲密值为QM1;利用公式CF=TX×a1+QM1×a2计算得到语音通信数据的传输系数CF,其中a1、a2均为系数因子。
进一步地,若CF≥传输阈值,则将该语音通信数据标记为核心数据;若CF<传输阈值,则将该语音通信数据标记为非核心数据。
进一步地,对通信记录进行分析处理,具体包括:
统计主叫客户端的通信次数为C1;统计主叫客户端的通信总时长为ZT;将每次通信的通信时长与预设时长阈值相比较;统计通信时长≥预设时长阈值的次数为C2,统计对应的超时总值为CZ;利用公式CS=C2×k1+CZ×k2计算得到超时系数CS,其中k1、k2均为预设系数因子;
利用公式TX=C1×k3+ZT×k4+CS×k5计算得到主叫客户端的通信系数TX,其中k3、k4、k5均为预设系数因子。
进一步地,所述运行值CK的计算方法为:
采集中转服务器的运行信息,运行信息包括实时网络速率、CPU负载率、延迟值以及丢包率;将中转服务器的实时网络速率、CPU负载率、延迟值以及丢包率依次标记为K2、K3、LA、LB;
利用公式CK=(K2×b1)/(K3×b2+LA×b3+LB×b4)获取得到中转服务器的运行值CK;其中b1、b2、b3、b4为系数因子。
进一步地,所述监测模块用于采集主叫客户端与被叫客户端之间的关联数据并进行分析,得到主叫客户端与被叫客户端之间的亲密值,具体为:
V1:在预设时间段内,采集主叫客户端与被叫客户端之间的关联数据;
V2:统计主叫客户端与被叫客户端之间的交流总次数为Z1;并依次得到文字交流占比为Zb1、电话交流占比为Zb2、视频交流占比为Zb3;
统计主叫客户端与被叫客户端之间的交流总时长为T1;
V3:利用公式QM1=(Z1×d1+T1×d2)×(Zb1+Zb2×2+Zb3×3)计算得到亲密值QM1,其中d1、d2均为系数因子;所述监测模块用于将主叫客户端与被叫客户端的亲密值QM1传输至服务器存储。
进一步地,所述关联数据表示为主叫客户端与被叫客户端之间的交流数据,所述交流数据包括交流次数和交流时长;其中交流包括文字交流、电话交流、视频交流。
与现有技术相比,本发明的有益效果是:
1、本发明中所述数据分析模块对主叫客户端编辑上传的语音通信数据进行分析,根据主叫客户端的历史通信记录分析得到主叫客户端的通信系数,再结合主叫客户端与被叫客户端的亲密值,计算得到语音通信数据的传输系数;根据传输系数将语音通信数据分为核心数据与非核心数据,其中核心数据的传输路径为一级跳转路径,非核心数据的传输路径为二级跳转路径;有效避免网络拥塞,提高通信效率;
2、本发明中所述路径选定模块用于为语音通信数据选定网络状态最佳的传输路径,首先采集中转服务器的运行信息,根据运行信息计算得到中转服务器的运行值;然后根据运行值大小选定合适的中转服务器与主叫客户端和被叫客户端串联形成传输路径,抗干扰能力强,有效避免高延时、高丢包率及单通等现象,提高通信质量和通信安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,基于人工智能的通信安全监控系统,包括数据上传模块、服务器、数据分析模块、路径选定模块、监测模块;
数据上传模块用于主叫客户端编辑上传语音通信数据并将语音通信数据传输至服务器,服务器用于将若干个中转服务器的接入点信息分配至主叫客户端和被叫客户端;
数据分析模块用于获取主叫客户端编辑上传的语音通信数据进行分析,根据语音通信数据的传输系数对语音通信数据进行分类,具体分析步骤如下:
S1:获取主叫客户端在预设时间段内的通信记录,通信记录包括通信开始时刻和通信结束时刻;其中预设时间段表示最近一段时间,例如最近一个月或最近三个月;
S2:统计主叫客户端的通信次数为C1;统计主叫客户端的通信总时长为ZT;将每次通信的通信时长与预设时长阈值相比较;若通信时长≥预设时长阈值,则将对应的通信时长标记为影响时长;统计影响时长出现的次数为C2,将影响时长与预设时长阈值进行差值计算得到超时值,将所有的超时值进行求和得到超时总值CZ;
将影响时长出现的次数、超时总值进行归一化处理并取其数值;
利用公式CS=C2×k1+CZ×k2计算得到超时系数CS,其中k1、k2均为预设系数因子;
将通信次数、通信总时长、超时系数进行归一化处理并取其数值;
利用公式TX=C1×k3+ZT×k4+CS×k5计算得到主叫客户端的通信系数TX,其中k3、k4、k5均为预设系数因子;
S3:设定主叫客户端与被叫客户端的亲密值为QM1;
利用公式CF=TX×a1+QM1×a2计算得到语音通信数据的传输系数CF,其中a1、a2均为系数因子;
S4:将传输系数CF与传输阈值相比较;
若CF≥传输阈值,则将该语音通信数据标记为核心数据,核心数据的传输路径为一级跳转路径;一级跳转路径表示为主叫客户端经过一个中转服务器与被叫客户端串联形成的路径;
若CF<传输阈值,则将该语音通信数据标记为非核心数据,非核心数据的传输路径为二级跳转路径;二级跳转路径表示为主叫客户端经过两个中转服务器与被叫客户端串联形成的路径;
本发明根据语音通信数据的传输系数对语音通信数据进行分类,不同类型的语音通信数据选择不同的传输路径,有效避免网络拥塞,提高通信效率;
路径选定模块与数据分析模块相连接,用于为语音通信数据选定网络状态最佳的传输路径,具体步骤为:
步骤一:采集中转服务器的运行信息,运行信息包括实时网络速率、CPU负载率、延迟值以及丢包率;
步骤二:将中转服务器的实时网络速率标记为K2;将中转服务器的CPU负载率标记为K3;将中转服务器与主叫客户端/被叫客户端之间的延迟值标记为LA,将中转服务器与主叫客户端/被叫客户端之间的丢包率标记为LB;
利用公式CK=(K2×b1)/(K3×b2+LA×b3+LB×b4)获取得到中转服务器的运行值CK;其中b1、b2、b3、b4为系数因子;
步骤三:将中转服务器按照运行值CK大小进行排序;
若传输路径为一级跳转路径,则选定排序第一的中转服务器与主叫客户端和被叫客户端串联形成传输路径,作为最佳路径;
若传输路径为二级跳转路径,则选定排序前二的中转服务器与主叫客户端和被叫客户端串联形成传输路径,作为最佳路径;
本发明根据运行值CK大小选定合适的中转服务器与主叫客户端和被叫客户端串联形成传输路径,抗干扰能力强,有效避免高延时、高丢包率及单通等现象,提高通信质量和通信安全;
监测模块用于采集主叫客户端与被叫客户端之间的关联数据并进行分析,得到主叫客户端与被叫客户端之间的亲密值,具体分析步骤为:
V1:在预设时间段内,采集主叫客户端与被叫客户端之间的关联数据,关联数据表示为主叫客户端与被叫客户端之间的交流数据,其中交流包括文字交流、电话交流、视频交流;交流数据包括交流次数和交流时长;
V2:统计主叫客户端与被叫客户端之间的交流总次数为Z1;并依次得到文字交流占比为Zb1、电话交流占比为Zb2、视频交流占比为Zb3;
统计主叫客户端与被叫客户端之间的交流总时长为T1;
V3:利用公式QM1=(Z1×d1+T1×d2)×(Zb1+Zb2×2+Zb3×3)计算得到亲密值QM1,其中d1、d2均为系数因子;监测模块用于将主叫客户端与被叫客户端的亲密值QM1传输至服务器存储。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
基于人工智能的通信安全监控系统,在工作时,主叫客户端通过数据上传模块编辑上传语音通信数据至服务器,数据分析模块对主叫客户端编辑上传的语音通信数据进行分析,结合主叫客户端的通信系数以及主叫客户端与被叫客户端的亲密值,计算得到语音通信数据的传输系数,根据传输系数将语音通信数据分为核心数据与非核心数据,其中核心数据的传输路径为一级跳转路径,非核心数据的传输路径为二级跳转路径;有效避免网络拥塞,提高通信效率;
路径选定模块用于为语音通信数据选定网络状态最佳的传输路径,首先采集中转服务器的运行信息,根据运行信息计算得到中转服务器的运行值;然后根据运行值大小选定合适的中转服务器与主叫客户端和被叫客户端串联形成传输路径,抗干扰能力强,有效避免高延时、高丢包率及单通等现象,提高通信质量和通信安全。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.基于人工智能的通信安全监控系统,其特征在于,包括数据上传模块、服务器、数据分析模块、路径选定模块和监测模块;
所述数据上传模块用于主叫客户端编辑上传语音通信数据并将语音通信数据传输至服务器,所述服务器用于将若干个中转服务器的接入点信息分配至主叫客户端和被叫客户端;
所述监测模块用于采集主叫客户端与被叫客户端之间的关联数据进行分析,得到主叫客户端与被叫客户端之间的亲密值QM1,具体分析步骤为:
V1:在预设时间段内,采集主叫客户端与被叫客户端之间的关联数据;
V2:统计主叫客户端与被叫客户端之间的交流总次数为Z1,并依次得到文字交流占比为Zb1、电话交流占比为Zb2、视频交流占比为Zb3;统计主叫客户端与被叫客户端之间的交流总时长为T1;
V3:利用公式QM1=(Z1×d1+T1×d2)×(Zb1+Zb2×2+Zb3×3)计算得到亲密值QM1,其中d1、d2均为系数因子;所述监测模块用于将主叫客户端与被叫客户端的亲密值QM1传输至服务器存储;
所述数据分析模块用于获取主叫客户端编辑上传的语音通信数据进行分析,根据传输系数CF对语音通信数据进行分类,具体分析步骤如下:
S1:获取主叫客户端在预设时间段内的通信记录,通信记录包括通信开始时刻和通信结束时刻;
S2:统计主叫客户端的通信次数为C1;统计主叫客户端的通信总时长为ZT;将每次通信的通信时长与预设时长阈值相比较;
若通信时长≥预设时长阈值,则将对应的通信时长标记为影响时长;
统计影响时长出现的次数为C2,将影响时长与预设时长阈值进行差值计算得到超时值,将所有的超时值进行求和得到超时总值CZ;利用公式CS=C2×k1+CZ×k2计算得到超时系数CS,其中k1、k2均为预设系数因子;
利用公式TX=C1×k3+ZT×k4+CS×k5计算得到主叫客户端的通信系数TX,其中k3、k4、k5均为预设系数因子;
S3:设定主叫客户端与被叫客户端的亲密值为QM1;利用公式CF=TX×a1+QM1×a2计算得到语音通信数据的传输系数CF,其中a1、a2均为系数因子;
S4:将传输系数CF与传输阈值相比较;若CF≥传输阈值,则将该语音通信数据标记为核心数据,核心数据的传输路径为一级跳转路径;一级跳转路径表示为主叫客户端经过一个中转服务器与被叫客户端串联形成的路径;
若CF<传输阈值,则将该语音通信数据标记为非核心数据,非核心数据的传输路径为二级跳转路径;二级跳转路径表示为主叫客户端经过两个中转服务器与被叫客户端串联形成的路径;
所述路径选定模块与数据分析模块相连接,用于为语音通信数据选定网络状态最佳的传输路径,具体工作步骤为:
获取中转服务器的运行值CK,将中转服务器按照运行值CK大小进行排序;
若传输路径为一级跳转路径,则选定排序第一的中转服务器与主叫客户
端和被叫客户端串联形成传输路径,作为最佳路径;
若传输路径为二级跳转路径,则选定排序前二的中转服务器与主叫客户端和被叫客户端串联形成传输路径,作为最佳路径;
其中,所述运行值CK的计算方法为:
采集中转服务器的运行信息,运行信息包括实时网络速率、CPU负载率、延迟值以及丢包率;将中转服务器的实时网络速率、CPU负载率、延迟值以及丢包率依次标记为K2、K3、LA、LB;
利用公式CK=(K2×b1)/(K3×b2+LA×b3+LB×b4)获取得到中转服务器的运行值CK;其中b1、b2、b3、b4为系数因子。
2.根据权利要求1所述的基于人工智能的通信安全监控系统,其特征在于,所述关联数据表示为主叫客户端与被叫客户端之间的交流数据,所述交流数据包括交流次数和交流时长;其中交流包括文字交流、电话交流、视频交流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306861.9A CN114039955B (zh) | 2021-11-05 | 2021-11-05 | 基于人工智能的通信安全监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111306861.9A CN114039955B (zh) | 2021-11-05 | 2021-11-05 | 基于人工智能的通信安全监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114039955A CN114039955A (zh) | 2022-02-11 |
CN114039955B true CN114039955B (zh) | 2024-04-05 |
Family
ID=80143038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111306861.9A Active CN114039955B (zh) | 2021-11-05 | 2021-11-05 | 基于人工智能的通信安全监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114039955B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710794B (zh) * | 2022-04-08 | 2022-10-25 | 重庆伏特猫科技有限公司 | 一种基于大数据的在线通信系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104618239A (zh) * | 2014-12-23 | 2015-05-13 | 深圳市有信网络技术有限公司 | 一种提升网络电话语音数据包传输质量的方法及其系统 |
WO2016058279A1 (zh) * | 2014-10-16 | 2016-04-21 | 钱晓炯 | 一种基于质量评价的多路径数据传输方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8135850B2 (en) * | 2008-11-25 | 2012-03-13 | Citrix Systems, Inc. | Systems and methods for load balancing real time streaming |
US9565117B2 (en) * | 2010-12-22 | 2017-02-07 | Cisco Technology, Inc. | Adaptive intelligent routing in a communication system |
GB201320216D0 (en) * | 2013-11-15 | 2014-01-01 | Microsoft Corp | Predicting call quality |
US10142444B2 (en) * | 2014-07-01 | 2018-11-27 | Trinity Mobile Networks, Inc. | Methods, devices, and systems for implementing centralized hybrid wireless self-organizing networks |
US20160149836A1 (en) * | 2014-11-26 | 2016-05-26 | Ecrio, Inc. | Communication and Messaging Architecture for Affiliated Real-Time Rich Communications Client Devices |
-
2021
- 2021-11-05 CN CN202111306861.9A patent/CN114039955B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016058279A1 (zh) * | 2014-10-16 | 2016-04-21 | 钱晓炯 | 一种基于质量评价的多路径数据传输方法 |
CN104618239A (zh) * | 2014-12-23 | 2015-05-13 | 深圳市有信网络技术有限公司 | 一种提升网络电话语音数据包传输质量的方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114039955A (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A new queueing model for QoS analysis of IEEE 802.11 DCF with finite buffer and load | |
CN115442375B (zh) | 一种基于云边协同技术的物业数字化管理系统 | |
CN108667747A (zh) | 网络流应用类型识别的方法、装置及计算机可读存储介质 | |
CN110460454B (zh) | 基于深度学习的网络设备端口故障智能预测方法 | |
CN101572623A (zh) | 基于主客观组合评价的网络性能综合评价方法 | |
CN114039955B (zh) | 基于人工智能的通信安全监控系统 | |
CN104021433A (zh) | 数据信息通信网络中实现用户流失预测的系统及方法 | |
CN111191767A (zh) | 一种基于向量化的恶意流量攻击类型的判断方法 | |
CN111414842B (zh) | 一种视频对比方法、装置、计算机设备和存储介质 | |
CN113535406B (zh) | 一种智慧猪场养殖数据处理系统及方法 | |
CN116112557A (zh) | 一种基于确定数据的多种报文格式适配方法和系统 | |
CN102904822A (zh) | VoIP网络流量的层次化识别方法 | |
CN116521340B (zh) | 一种基于大带宽网络的低延时并行数据处理系统及方法 | |
CN106789349B (zh) | 一种基于体验质量建模分析及会话流分类的方法 | |
CN110647086B (zh) | 一种基于运行大数据分析的智能运维监控系统 | |
CN112965810B (zh) | 一种基于共享网络通道的多内核浏览器数据整合方法 | |
CN110896544A (zh) | 故障定界方法及装置 | |
CN115242760A (zh) | 一种基于WebRTC的SFU系统及方法 | |
Wang et al. | Modeling residual-geometric flow sampling | |
CN114679318A (zh) | 一种高速网络中轻量级的物联网设备识别方法 | |
JP4668851B2 (ja) | 品質クラス決定装置、品質クラス決定方法、およびプログラム | |
Zhu et al. | Smart prediction of the complaint hotspot problem in mobile network | |
Sun et al. | Mobile edge computing based video surveillance model for improving the performance of extended training | |
CN118042492B (zh) | 一种基于5g通信的网络数据运维管理系统及方法 | |
JP5034998B2 (ja) | 通信装置、通信システム、通信方法及び通信プログラム |
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 |