申请/专利权人：电子科技大学

申请日：2022-09-15

公开（公告）日：2024-04-30

公开（公告）号：CN116132300B

主分类号：H04L41/12

分类号：H04L41/12;H04L41/142;H04L43/12;H04L45/00;H04L61/10;G06N20/00;G06F18/241;G06F16/215

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.06.02#实质审查的生效;2023.05.16#公开

摘要：本发明公开了一种基于梯度提升决策树特征组合的链路识别方法，包括以下步骤：S1、构建链路特征数据库并进行预处理，得到训练数据集；S2、构建基于梯度提升决策树的链路识别模型，利用训练数据集训练模型；S3、基于组合特征添加对应的辅助特征以得到准确的识别结果：基于链路识别模型获得数据‑结果的可解释组合特征，基于可解释组合特征分析对应的辅助特征，添加辅助特征进行链路识别以得到准确的识别结果。本方法解决了传统链路识别技术面对复杂网络需要硬件设备实地探测链路的问题，有效利用梯度提升决策树特征组合和深度模型学习能力，提高了链路识别效率和准确率。

主权项：1.基于梯度提升决策树特征组合的链路识别方法，其特征在于，包括以下步骤：S1、构建链路特征数据库并进行预处理：使用主动探测方式对目的IP地址进行探测，获得原始探测数据，构建链路特征数据库；然后利用网络行为分析方法对探测数据中的离群点进行清洗，并完成链路数据的预处理，得到训练数据集；具体实现方法为：S11、使用开源网络探测工具Scamper主动探测多个已知网络的服务器IP地址，在实验环境下对不同类型的链路进行有针对性的探测，获得原始链路数据；根据实验环境将链路分为四个类别，分别为光纤链路、移动链路、卫星链路和微波链路；分别通过服务器终端、手机终端、卫星终端和微波终端探测获取数据；然后使用Scamper分别通过手机终端、服务器终端、卫星终端和微波终端对已知接收终端进行多次探测，获得原始探测数据；利用网络行为分析方法对探测数据中的离群点进行清洗；S12、对所有的链路数据进行预处理，首先通过链路的TTL值使用私有地址补全链路中缺少的匿名点，还原完整链路；使用开源别名解析工具Kapar对路径数据进行别名解析，并和原始路径进行对比，关联IP地址和路由信息，得到不同链路的特征数据；S13、对特征数据库中的链路计算每一跳节点往返时延的极值和方差的均值，链路时延的极小值代表了这条通信链路在理想条件下的时延最小值，而方差的均值则代表了链路的时延波动情况；将往返时延的极值和方差的均值作为重要特征进行拟合处理，采用针对复杂函数的多项式拟合方式作为往返时延函数的逼近方法，具体方法为：假设链路共包含N跳节点，则训练数据集为{1,y1,2,y2,…,xi,yi,…,xN,yN}，其中，xi为链路跳数，yi为链路往返时延，对不同类别的所有链路进行M阶多项式拟合： 对上式求解得到向量形式的多项式系数将该多项式系数添加相应的类别标签：光纤网络、移动网络、微波网络和卫星网络，然后存入链路特征数据库，作为训练数据集；S2、构建基于梯度提升决策树的链路识别模型，利用训练数据集训练模型；S3、基于组合特征添加对应的辅助特征以得到准确的识别结果：基于链路识别模型获得数据-结果的可解释组合特征，基于可解释组合特征分析对应的辅助特征，添加辅助特征进行链路识别以得到准确的识别结果。

全文数据：

权利要求：

百度查询： 电子科技大学 基于梯度提升决策树特征组合的链路识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD