随着网络威胁的日益复杂化,传统依赖人工分析和规则匹配的安全防护手段已难以应对海量异构的威胁情报。针对网络威胁情报来源分散、格式异构,导致内部的复杂威胁关系和关键知识难以被高效整合与深度关联分析的问题,提出一种大语言模型(L...随着网络威胁的日益复杂化,传统依赖人工分析和规则匹配的安全防护手段已难以应对海量异构的威胁情报。针对网络威胁情报来源分散、格式异构,导致内部的复杂威胁关系和关键知识难以被高效整合与深度关联分析的问题,提出一种大语言模型(Large Language Model,LLM)驱动的威胁情报知识图谱构建方法。首先,通过多源数据接入与统一语义建模,将攻击者、目标环境、攻击方式等要素抽象为标准化多维属性体系;然后,基于偏差反馈的动态提示词优化框架,驱动LLM实现多轮自适应实体关系抽取;最后,通过领域自适应的实体指纹相似度融合算法与图分片管理机制,在本地图数据库中构建高效可扩展的威胁情报知识图谱。实验结果表明,所构建图谱的实体覆盖率达到94.2%,图连通率达到86.3%,优于当前主流技术,为自动化威胁分析提供高连通性、低冗余的动态知识支撑。展开更多
跨数据中心网络是处于不同地区的数据中心网络(Data Center Networks,DCNs)通过广域网(Wide-Area Network,WAN)连接组成的网络,分布式应用通常基于该网络为用户提供高质量的服务。DCNs和WAN的缓冲区大小、往返时延存在显著差异,这导致...跨数据中心网络是处于不同地区的数据中心网络(Data Center Networks,DCNs)通过广域网(Wide-Area Network,WAN)连接组成的网络,分布式应用通常基于该网络为用户提供高质量的服务。DCNs和WAN的缓冲区大小、往返时延存在显著差异,这导致现有的Cubic拥塞控制算法在跨数据中心网络场景下出现降速不准确、丢包率过高以及与其他拥塞控制算法兼容性差等问题。针对以上挑战,提出了一种通过匹配不同发送速率模式的改进Cubic算法Cubic+。具体地,Cubic+整合了网络中的时延、ECN(Explicit Congestion Notification)和丢包信号。当拥塞发生在浅缓冲交换机时,Cubic+会周期性地排空队列;当拥塞发生在深缓冲路由器时,Cubic+会快速减少堆积的数据包。基于大规模NS3仿真实验结果表明,在跨数据中心网络流量模型下,Cubic+与现有流行算法相比,平均流完成时间最多减少了20.77%,第99百分位流完成时间最多减少了15.88%,为跨数据中心网络提供了一种高吞吐的拥塞控制算法。展开更多
路径覆盖是无线传感器网络目标监控领域的一个热点研究问题,在分析节点主感知方向可调模型的基础上,提出了一种基于改进势场的有向传感器网络路径覆盖增强算法(improved potential field based path coverage-enhancing algorithm,IPFPC...路径覆盖是无线传感器网络目标监控领域的一个热点研究问题,在分析节点主感知方向可调模型的基础上,提出了一种基于改进势场的有向传感器网络路径覆盖增强算法(improved potential field based path coverage-enhancing algorithm,IPFPCA).该算法针对传统虚拟势场可能出现的局部极小导致覆盖增强失败问题设计了一种改进的势场函数,通过将相邻传感器节点对路径轨迹点的共同覆盖率引入到斥力计算中,有效引导节点的主感知方向调整,从而达到路径的高效覆盖.实验结果表明:对比已有的路径覆盖增强算法,IPFPCA可以消除节点的感知重叠区和盲区,最终实现网络路径的高效覆盖.展开更多
摘要随着网络威胁的日益复杂化,传统依赖人工分析和规则匹配的安全防护手段已难以应对海量异构的威胁情报。针对网络威胁情报来源分散、格式异构,导致内部的复杂威胁关系和关键知识难以被高效整合与深度关联分析的问题,提出一种大语言模型(Large Language Model,LLM)驱动的威胁情报知识图谱构建方法。首先,通过多源数据接入与统一语义建模,将攻击者、目标环境、攻击方式等要素抽象为标准化多维属性体系;然后,基于偏差反馈的动态提示词优化框架,驱动LLM实现多轮自适应实体关系抽取;最后,通过领域自适应的实体指纹相似度融合算法与图分片管理机制,在本地图数据库中构建高效可扩展的威胁情报知识图谱。实验结果表明,所构建图谱的实体覆盖率达到94.2%,图连通率达到86.3%,优于当前主流技术,为自动化威胁分析提供高连通性、低冗余的动态知识支撑。
摘要路径覆盖是无线传感器网络目标监控领域的一个热点研究问题,在分析节点主感知方向可调模型的基础上,提出了一种基于改进势场的有向传感器网络路径覆盖增强算法(improved potential field based path coverage-enhancing algorithm,IPFPCA).该算法针对传统虚拟势场可能出现的局部极小导致覆盖增强失败问题设计了一种改进的势场函数,通过将相邻传感器节点对路径轨迹点的共同覆盖率引入到斥力计算中,有效引导节点的主感知方向调整,从而达到路径的高效覆盖.实验结果表明:对比已有的路径覆盖增强算法,IPFPCA可以消除节点的感知重叠区和盲区,最终实现网络路径的高效覆盖.
摘要覆盖作为无线传感器网络中的基础问题直接反映了网络感知服务质量.本文在分析现有无线多媒体传感器网络覆盖增强算法的基础上,构建节点三维感知模型,提出面向三维感知的多媒体传感器网络覆盖增强算法(Three-Dimensional Perception Based Coverage-Enhancing Algorithm,TDPCA).该算法将节点主感知方向划分为仰俯角和偏向角,并根据节点自身位置及监测区域计算并调整各节点最佳仰俯角,在此基础上基于粒子群优化调整节点偏向角,从而有效减少节点感知重叠区及感知盲区,最终实现监测场景的区域覆盖增强.仿真实验表明:对比已有的覆盖增强算法,TDPCA可有效降低除节点感知重叠区和盲区,最终实现网络的高效覆盖.