一种基于多目标优化的高效网络拓扑信息搜集方法
公开
摘要
本发明公开一种基于多目标优化的高效网络拓扑信息搜集方法，应用于互联网领域，针对现有技术在随着测量目标数量的增大，搜集到的拓扑信息越来越少的问题；本发明的方法通过进化引导算法进行初始探测，获取一定数量的路径信息；利用这些路径信息搭建训练模型，该模型建立目的IP与路径信息之间的映射关系，从而近似IP地址的分布函数；神经网络通过训练逼近分布函数，同时将最大化探测拓扑信息添加至目标函数实现多目标优化；利用神经网络计算关于目的IP的梯度，可根据该模型结构信息找到能够获取有效拓扑信息的目的IP；添加新产生的目的IP和探测得到的路径信息至训练集，迭代训练修正模型；从而在相同探测次数的基础上，实现拓扑信息的高效探测。
基本信息
专利标题 ：
一种基于多目标优化的高效网络拓扑信息搜集方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611393A
申请号 ：
CN202210241419.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
费高雷刘晨翟学萌胡光岷
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都虹盛汇泉专利代理有限公司
代理人 ：
王伟
优先权 ：
CN202210241419.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 H04L41/12 G06F119/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
