CN115396374A - 一种智能优先数据转发专用路由系统及其方法 - Google Patents
一种智能优先数据转发专用路由系统及其方法 Download PDFInfo
- Publication number
- CN115396374A CN115396374A CN202210967584.4A CN202210967584A CN115396374A CN 115396374 A CN115396374 A CN 115396374A CN 202210967584 A CN202210967584 A CN 202210967584A CN 115396374 A CN115396374 A CN 115396374A
- Authority
- CN
- China
- Prior art keywords
- data
- priority
- routing
- sensitivity
- intelligent
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000035945 sensitivity Effects 0.000 claims abstract description 46
- 238000011157 data evaluation Methods 0.000 claims abstract description 28
- 238000011160 research Methods 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 40
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 230000006835 compression Effects 0.000 description 7
- 238000007906 compression Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- 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
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
- H04L45/08—Learning-based routing, e.g. using neural networks or artificial intelligence
-
- 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
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
-
- 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
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2425—Traffic characterised by specific attributes, e.g. priority or QoS for supporting services specification, e.g. SLA
- H04L47/2433—Allocation of priorities to traffic types
-
- 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
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
- H04L63/0421—Anonymous communication, i.e. the party's identifiers are hidden from the other party or parties, e.g. using an anonymizer
-
- 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
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/105—Multiple levels of security
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种智能优先数据转发专用路由系统及其方法通过数据采集机制,对数据进行简单的分析,其中,使用机器学习方法对数据敏感性进行包括结合数据用途和数据量对数据进行优先级包括,生成包含敏感级别、优先级、数据量、数据用途、数据标签的数据摘要,方便智能路由快速对数据进行分析;通过AHP方法对数据敏感等级和优先级进行分析,得到数据评估表,并根据表对数据进行包括,低于阈值的数据包被直接转发至数据接收端,实现了对科研任务中,路由线路拥塞问题和数据安全问题进行完善,对数据转发过程中的路由系统进行智能设计,保障了科研数据高效、安全的传输。
Description
技术领域
本发明属于通信和数据安全传输技术领域,具体涉及一种智能优先数据转发专用路由系统及其方法。
背景技术
科研研究依靠大量数据进行实验和分析,在推动科学发展和社会进步方面具有重大意义。随着科技的飞速发展,科研任务往往借助计算机网络实现数据传输。并且,科研数据的数据量大,机密性强,为此保证数据传输安全和效率尤为重要。现有的计算机网络架构只能保证数据成功传输,在数据传输效率和数据安全性传输方面仍存在不少的问题。尽管,针对科研的专用路由已成功设计,但在数据传输前仍需要数据发送者对数据进行一系列操作,对于计算机网络知识和数据安全知识薄弱的科研者来说,不仅耽误了科研工作者宝贵的时间,而且无法保证对数据操作的有效性,更有可能因为操作不当导致数据损坏。
发明内容
本发明的目的在于提供一种智能优先数据转发专用路由系统及其方法,以解决的问题。
为实现上述目的,本发明提供如下技术方案:一种智能优先数据转发方法,具体步骤如下:
步骤1、当有科研任务需求时,数据发送端根据评价单元反馈的判断结果调整数据发送量和数据发送时间;
步骤2、数据发送端设计了数据采集机制,通过该机制对数据进行敏感等级包括、数据优先级包括、数据量衡量、数据用途包括、数据标签标定;
步骤3、数据发送端发送包含敏感级别、优先级、数据量、数据用途、数据标签的摘要和数据包给智能优先数据转发专用路由系统;
步骤4、智能路由系统中的路由单元通过对数据包的敏感等级和优先级进行验证,给出路由评估表;
步骤5、根据路由评估表的结果,判断数据包的得分是否满足给定阈值;若当前数据包的数据评估结果低于给定阈值,那么该数据包将直接转发至数据接收端;当前数据包的数据评估结果高于给定阈值,那么该数据包将进入智能路由系统的中心处理单元进行处理;
步骤6、中心处理单元根据数据评估表的得分分布进行包括,针对包括结果给出对应的传输策略和隐私保护策略进行处理;
步骤7、处理后的数据包被转发至数据接收端;
步骤8、在路由单元接收到数据发送端的摘要和数据包后,将对评价单元反馈目前路由单元的内存以及当前数据转发所需要的时间;
步骤9、评价单元接收到路由单元的反馈后,立即生成路由状态表,当有数据需要传输时,此表格将会反馈给数据发送端。
优选的,步骤二中数据用途包括为数据采集、数据存储和数据使用;数据标签分类为图像数据、基因数据、文字数据和参数数据;数据敏感等级根据敏感等级包括方法分为极敏感、高敏感、中敏感、低敏感和不敏感;数据优先级根据优先级包括方法分为最高优先级,高优先级,中优先级和低优先级。
优选的,步骤七中传输策略根据数据评估表的分数包括为5级,每一级给出不同的传输策略;其中,1-2级数据在路由单元直接被转发至数据接收端;3-4级数据的数据量小,在不占用路由内存和时间的情况下,可直接传输;5级数据的数据量大,可对数据进行压缩转发。
优选的,步骤七中隐私保护策略根据数据评估表的分数包括为5级,每一级给出不同的隐私保护方法;其中,1-2级数据在路由单元直接被转发至数据接收端;3级数据的数据量小,具有中等敏感性,可对数据进行匿名化处理,消除敏感信息后进行转发;4级数据的数据量小,敏感性高,可采用同态加密、差分隐私等具有更强保护效果的方法进行处理;5级数据的数据量大,敏感性极高,必要时可停止转发,使用分布式联邦学习、分布式集群学习或混合方法进行隐私保护。
一种智能优先数据转发方法的专用路由系统,包括评价单元、路由单元和中心处理单元,评价单元为根据路由反馈的剩余内存和当前数据预计传输时间生成路由状态表,数据发送端可根据路由状态表调整数据大小和传输时间。
进一步的,所述路由单元通过对数据摘要中的敏感等级和数据优先级进行验证,采用线性分析方法给出数据评估表,其中,低于阈值的数据包可直接被路由转发至数据接收端。
优选的,所述中心处理单元根据数据评估表,对数据进行包括,给出不同的传输策略和隐私保护策略,处理后的数据被转发至数据接收端。
本发明的技术效果和优点:通过数据采集机制,对数据进行简单的分析,其中,使用机器学习方法对数据敏感性进行包括,结合数据用途和数据量对数据进行优先级包括,生成包含敏感级别、优先级、数据量、数据用途、数据标签的数据摘要,方便智能路由快速对数据进行分析;通过AHP方法对数据敏感等级和优先级进行分析,得到数据评估表,并根据表对数据进行包括,低于阈值的数据包被直接转发至数据接收端;通过中心处理单元对高于阈值的数据包进行传输策略和隐私保护策略的处理,其中,传输策略根据传输带宽使用不同的压缩方法,隐私保护策略根据数据评估的分级使用不同的隐私保护方法;通过评价单元对智能路由的当前内存和当前数据的预计传输时间进行评价,避免网络拥塞导致数据冗余或丢包,实现了对科研任务中,路由线路拥塞问题和数据安全问题进行完善,对数据转发过程中的路由系统进行智能设计,保障了科研数据高效、安全的传输。
附图说明
图1为本发明的一种实施例的系统结构框图;
图2为本发明的一种实施例的数据敏感级包括示意图;
图3为本发明的一种实施例的数据采集机制示意图;
图4为本发明的一种实施例的智能路由系统数据处理示意图;
图5为本发明的一种实施例的智能路由系统路由状态判断示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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他实施例,都属于本发明保护的范围。
本发明提供了如图中所示的一种智能优先数据转发方法,具体步骤如下:
步骤1、当有科研任务需求时,数据发送端根据评价单元反馈的判断结果调整数据发送量和数据发送时间;
步骤2、数据发送端设计了数据采集机制,通过该机制对数据进行敏感等级包括、数据优先级包括、数据量衡量、数据用途包括、数据标签标定,数据用途包括为数据采集、数据存储和数据使用;数据标签分类为图像数据、基因数据、文字数据和参数数据;数据敏感等级根据敏感等级包括方法分为极敏感、高敏感、中敏感、低敏感和不敏感;数据优先级根据优先级包括方法分为最高优先级,高优先级,中优先级和低优先级;
步骤3、数据发送端发送包含敏感级别、优先级、数据量、数据用途、数据标签的摘要和数据包给智能优先数据转发专用路由系统;
数据敏感级别包括方法如下:
由于基因数据能够唯一识别个体以及包含个体的疾病信息,所以包含基因数据的数据包将被包括为最高敏感等级;分布式训练中产生的参数数据、模型数据则可以根据数据用途包括为不同等级;其他类型的数据通过机器学习方法进行敏感识别,对图片数据重点识别是否存在眼底纹、虹膜和耳廓等泄露个人隐私的部位;对文本数据重点识别身份证号、性别、年龄、疾病状态和家庭地址等泄露隐私的信息;统计数据中识别出的敏感信息数n,根据n的数量对数据进行敏感等级包括;
数据优先级包括方法如下:
根据数据用途先将数据分类为:紧急或非紧急;根据分类情况结合数据量进行优先级包括:数量大且紧急的转发任务;数据量小且紧急的转发任务紧急;数据量大且不紧急的转发任务;数据量小且数据用途不紧急;
压缩转发方案如下:
所述的压缩转发方案包括lz4和zlib两种,根据传输带宽进行选择;若所述带宽在0-33MBps范围内,选择zlib压缩算法;若所述带宽在3.3-179MBps范围内,选择lz4压缩算法;若所述带宽大于179MBps,普通传输即可,此时网络传输速度远远高于压缩及解压缩速度;
步骤4、智能路由系统中的路由单元通过对数据包的敏感等级和优先级进行验证,给出路由评估表;
步骤5、根据路由评估表的结果,判断数据包的得分是否满足给定阈值;若当前数据包的数据评估结果低于给定阈值,那么该数据包将直接转发至数据接收端;若当前数据包的数据评估结果高于给定阈值,那么该数据包将进入智能路由系统的中心处理单元进行处理;
数据评估方法如下:
采用层次分析法对敏感级和优先级进行了相关性分析,具体步骤如下:构造判断矩阵,根据比例标度表给出的9个重要性等级及其赋值,按两两比较结果构成判断矩阵;用平方根法计算特征值和特征向量,计算判断矩阵每一行元素的乘积,将特征向量归一化为权重,计算最大特征值;根据一致性指数检查矩阵一致性;将归一化的输入值乘以数据敏感等级和数据优先级对应的权重,可以得到数据评估表;
步骤6、中心处理单元根据数据评估表的得分分布进行包括,针对包括结果给出对应的传输策略和隐私保护策略进行处理,传输策略根据数据评估表的分数包括为5级,每一级给出不同的传输策略;其中,1-2级数据在路由单元直接被转发至数据接收端;3-4级数据的数据量小,在不占用路由内存和时间的情况下,可直接传输;5级数据的数据量大,可对数据进行压缩转发,隐私保护策略根据数据评估表的分数包括为5级,每一级给出不同的隐私保护方法;其中,1-2级数据在路由单元直接被转发至数据接收端;3级数据的数据量小,具有中等敏感性,可对数据进行匿名化处理,消除敏感信息后进行转发;4级数据的数据量小,敏感性高,可采用同态加密、差分隐私等具有更强保护效果的方法进行处理;5级数据的数据量大,敏感性极高,必要时可停止转发,使用分布式联邦学习、分布式集群学习或混合方法进行隐私保护,
步骤7、处理后的数据包被转发至数据接收端;
步骤8、在路由单元接收到数据发送端的摘要和数据包后,将对评价单元反馈目前路由单元的内存以及当前数据转发所需要的时间;
步骤9、评价单元接收到路由单元的反馈后,立即生成路由状态表,当有数据需要传输时,此表格将会反馈给数据发送端。
一种智能优先数据转发方法的专用路由系统,其特征在于:包括评价单元、路由单元和中心处理单元,评价单元为根据路由反馈的剩余内存和当前数据预计传输时间生成路由状态表,数据发送端可根据路由状态表调整数据大小和传输时间。
具体的,所述路由单元通过对数据摘要中的敏感等级和数据优先级进行验证,采用线性分析方法给出数据评估表。其中,低于阈值的数据包可直接被路由转发至数据接收端。
具体的,所述中心处理单元根据数据评估表,对数据进行包括,给出不同的传输策略和隐私保护策略,处理后的数据被转发至数据接收端。
整体通过数据采集机制,对数据进行简单的分析,其中,使用机器学习方法对数据敏感性进行包括,结合数据用途和数据量对数据进行优先级包括,生成包含敏感级别、优先级、数据量、数据用途、数据标签的数据摘要,方便智能路由快速对数据进行分析;通过AHP方法对数据敏感等级和优先级进行分析,得到数据评估表,并根据表对数据进行包括,低于阈值的数据包被直接转发至数据接收端;通过中心处理单元对高于阈值的数据包进行传输策略和隐私保护策略的处理,其中,传输策略根据传输带宽使用不同的压缩方法,隐私保护策略根据数据评估的分级使用不同的隐私保护方法;通过评价单元对智能路由的当前内存和当前数据的预计传输时间进行评价,避免网络拥塞导致数据冗余或丢包,实现了对科研任务中,路由线路拥塞问题和数据安全问题进行完善,对数据转发过程中的路由系统进行智能设计,保障了科研数据高效、安全的传输。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种智能优先数据转发方法,具体步骤如下:
步骤1、当有科研任务需求时,数据发送端根据评价单元反馈的判断结果调整数据发送量和数据发送时间;
步骤2、数据发送端设计了数据采集机制,通过该机制对数据进行敏感等级包括、数据优先级包括、数据量衡量、数据用途包括、数据标签标定;
步骤3、数据发送端发送包含敏感级别、优先级、数据量、数据用途、数据标签的摘要和数据包给智能优先数据转发专用路由系统;
步骤4、智能路由系统中的路由单元通过对数据包的敏感等级和优先级进行验证,给出路由评估表;
步骤5、根据路由评估表的结果,判断数据包的得分是否满足给定阈值;若当前数据包的数据评估结果低于给定阈值,那么该数据包将直接转发至数据接收端;若当前数据包的数据评估结果高于给定阈值,那么该数据包将进入智能路由系统的中心处理单元进行处理;
步骤6、中心处理单元根据数据评估表的得分分布进行包括,针对包括结果给出对应的传输策略和隐私保护策略进行处理;
步骤7、处理后的数据包被转发至数据接收端;
步骤8、在路由单元接收到数据发送端的摘要和数据包后,将对评价单元反馈目前路由单元的内存以及当前数据转发所需要的时间;
步骤9、评价单元接收到路由单元的反馈后,立即生成路由状态表,当有数据需要传输时,此表格将会反馈给数据发送端。
2.根据权利要求1所述的一种智能优先数据转发方法,其特征在于:步骤二中数据用途包括为数据采集、数据存储和数据使用;数据标签分类包括图像数据、基因数据、文字数据和参数数据;数据敏感等级根据敏感等级包括极敏感、高敏感、中敏感、低敏感和不敏感;数据优先级根据优先级包括方法包括最高优先级,高优先级,中优先级和低优先级。
3.根据权利要求1所述的一种智能优先数据转发方法,其特征在于:步骤七中传输策略根据数据评估表的分数包括5级,每一级给出不同的传输策略;其中,1-2级数据在路由单元直接被转发至数据接收端;3-4级数据的数据量小,在不占用路由内存和时间的情况下,可直接传输;5级数据的数据量大,可对数据进行压缩转发。
4.根据权利要求1所述的一种智能优先数据转发方法,其特征在于:步骤七中隐私保护策略根据数据评估表的分数包括为5级,每一级给出不同的隐私保护方法;其中,1-2级数据在路由单元直接被转发至数据接收端;3级数据的数据量小,具有中等敏感性,可对数据进行匿名化处理,消除敏感信息后进行转发;4级数据的数据量小,敏感性高,可采用同态加密、差分隐私等具有更强保护效果的方法进行处理;5级数据的数据量大,敏感性极高,必要时可停止转发,使用分布式联邦学习、分布式集群学习或混合方法进行隐私保护。
5.实现根据权利要求1所述的一种智能优先数据转发方法的专用路由系统,其特征在于:包括评价单元、路由单元和中心处理单元,评价单元为根据路由反馈的剩余内存和当前数据预计传输时间生成路由状态表,数据发送端可根据路由状态表调整数据大小和传输时间。
6.根据权利要求5所述的实现一种智能优先数据转发方法的专用路由系统,其特征在于:所述路由单元通过对数据摘要中的敏感等级和数据优先级进行验证,采用线性分析方法给出数据评估表。其中,低于阈值的数据包可直接被路由转发至数据接收端。
7.根据权利要求5所述的实现一种智能优先数据转发方法的专用路由系统,其特征在于:所述中心处理单元根据数据评估表,对数据进行包括,给出不同的传输策略和隐私保护策略,处理后的数据被转发至数据接收端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210967584.4A CN115396374B (zh) | 2022-08-12 | 2022-08-12 | 一种智能优先数据转发专用路由系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210967584.4A CN115396374B (zh) | 2022-08-12 | 2022-08-12 | 一种智能优先数据转发专用路由系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115396374A true CN115396374A (zh) | 2022-11-25 |
CN115396374B CN115396374B (zh) | 2023-12-22 |
Family
ID=84118309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210967584.4A Active CN115396374B (zh) | 2022-08-12 | 2022-08-12 | 一种智能优先数据转发专用路由系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115396374B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339396A (zh) * | 2015-07-10 | 2017-01-18 | 上海贝尔股份有限公司 | 用于对用户生成的内容进行隐私风险评估的方法和设备 |
CN106790263A (zh) * | 2017-02-08 | 2017-05-31 | 佛山易识科技有限公司 | 一种智能的敏感及私密数据传输保护方法 |
CN106899405A (zh) * | 2017-03-13 | 2017-06-27 | 佛山易识科技有限公司 | 一种智能的敏感及私密数据传输保护方法 |
CN111726353A (zh) * | 2020-06-17 | 2020-09-29 | 华中科技大学 | 基于数控系统的敏感数据分级保护方法及分级保护系统 |
CN113890854A (zh) * | 2021-09-29 | 2022-01-04 | 四川大学 | 一种基于深度增强学习的数据中心网络传输方法 |
CN114065180A (zh) * | 2021-11-26 | 2022-02-18 | 国网宁夏电力有限公司信息通信公司 | 一种基于可信计算3.0的感知设备安全验证系统 |
CN114595382A (zh) * | 2022-02-23 | 2022-06-07 | 哈尔滨学院 | 一种基于图像数据和深度学习的隐私决策推荐系统 |
-
2022
- 2022-08-12 CN CN202210967584.4A patent/CN115396374B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339396A (zh) * | 2015-07-10 | 2017-01-18 | 上海贝尔股份有限公司 | 用于对用户生成的内容进行隐私风险评估的方法和设备 |
CN106790263A (zh) * | 2017-02-08 | 2017-05-31 | 佛山易识科技有限公司 | 一种智能的敏感及私密数据传输保护方法 |
CN106899405A (zh) * | 2017-03-13 | 2017-06-27 | 佛山易识科技有限公司 | 一种智能的敏感及私密数据传输保护方法 |
CN111726353A (zh) * | 2020-06-17 | 2020-09-29 | 华中科技大学 | 基于数控系统的敏感数据分级保护方法及分级保护系统 |
CN113890854A (zh) * | 2021-09-29 | 2022-01-04 | 四川大学 | 一种基于深度增强学习的数据中心网络传输方法 |
CN114065180A (zh) * | 2021-11-26 | 2022-02-18 | 国网宁夏电力有限公司信息通信公司 | 一种基于可信计算3.0的感知设备安全验证系统 |
CN114595382A (zh) * | 2022-02-23 | 2022-06-07 | 哈尔滨学院 | 一种基于图像数据和深度学习的隐私决策推荐系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115396374B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111614491B (zh) | 一种面向电力监控系统安全态势评估指标选取方法及系统 | |
CN106682527A (zh) | 一种基于数据分类分级的数据安全管控方法及系统 | |
CN108768986A (zh) | 一种加密流量分类方法及服务器、计算机可读存储介质 | |
EP3648433B1 (en) | System and method of training behavior labeling model | |
CN112468347B (zh) | 一种云平台的安全管理方法、装置、电子设备及存储介质 | |
Araújo et al. | Identifying important characteristics in the KDD99 intrusion detection dataset by feature selection using a hybrid approach | |
CN107809766B (zh) | 一种用于网络优化的机器学习样本的生成方法及装置 | |
CN110222795B (zh) | 基于卷积神经网络的p2p流量的识别方法及相关装置 | |
CN112688822B (zh) | 基于多点协同的边缘计算故障或安全威胁监测系统与方法 | |
CN108446562B (zh) | 基于禁忌与人工蜂群双向优化支持向量机的入侵检测方法 | |
CN112800045A (zh) | 一种基于大数据的数据信息分析系统 | |
US11570069B2 (en) | Network traffic classification method and system based on improved K-means algorithm | |
CN114513470A (zh) | 网络流量控制方法、装置、设备及计算机可读存储介质 | |
CN115170344A (zh) | 调控系统运行事件智能处理方法及装置、介质及设备 | |
CN117172508B (zh) | 一种基于城运投诉工单识别的自动派单方法及系统 | |
CN115396374A (zh) | 一种智能优先数据转发专用路由系统及其方法 | |
CN110851414B (zh) | 一种以聚类法进行边界数据分析的方法及其系统 | |
CN113391900A (zh) | 一种离散生产环境下异常事件处理方法及系统 | |
CN107122464A (zh) | 一种辅助决策系统及方法 | |
CN116170384A (zh) | 边缘计算业务感知方法及装置、边缘计算设备 | |
CN108494807A (zh) | 基于云计算的下一代关键信息基础设施网络入侵检测系统 | |
CN113886704A (zh) | 一种基于网络观点的信息生成聚合系统 | |
CN104394599B (zh) | 一种应用于m2m网络的csma/ca协议的设计方法 | |
CN109617925A (zh) | 一种针对网络攻击的防护、区间标记的设置方法及系统 | |
CN106888237A (zh) | 一种数据调度方法及系统 |
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 |