(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210932234.4 (22)申请日 2022.08.04 (71)申请人 陈锦汇 地址 510230 广东省广州市海珠区滨江街 道东沙街24 号 (72)发明人 陈锦汇　 (51)Int.Cl. H04L 9/40(2022.01) H04L 67/568(2022.01) G06N 3/08(2006.01) G06F 12/123(2016.01) (54)发明名称 一种基于LRU高速缓存的网络通信方案 (57)摘要 本发明公开了一种基于LRU高速缓存的网络 通信方案， 属于网络通信技术领域， 该通信方案 具体步骤如下： (1)主机接收登陆请求并进行验 证； (2)构建LRU链表缓存各主机信息； (3)实时接 收并分析各主机通信数据； (4)更新LRU链表信息 并进行数据回收； 本发明通过构建分析神经网 络， 能够提高各主机的数据检索效率， 大幅提高 主机对异常数据分析准确率， 避免通信过程中发 生病毒入侵， 提高网络通信安全性， 能够将工作 人员通信的各组主机进行记录， 并通过LRU链表 进行排序， 方便移动终端找寻相关主机进行通信 连接， 提高网络通信效率， 同时定期对各启动链 表中的冗余数据进行处理， 有效降低各主机运行 占用率。 权利要求书2页 说明书5页 附图1页 CN 115277243 A 2022.11.01 CN 115277243 A 1.一种基于LRU高速缓存的网络通信方案， 其特 征在于， 该通信方案具体步骤如下： (1)主机接收登陆请求并进行验证； (2)构建LRU链 表缓存各主机信息； (3)实时接收并分析 各主机通信数据； (4)更新LRU链表信息并进行 数据回收。 2.根据权利 要求1所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(1) 中所述主机验证具体步骤如下： 步骤一： 工作人员通过终端设备向相应区域的主机发出登陆请求， 主机接收到登陆请 求后， 依据工作人员发送的账号以及 密码， 从服 务器中进行 过检索； 步骤二： 若存在相对应的账号信息， 则将服务器中存储的密码与工作人员输入的密码 进行比对， 密码一致， 则通过验证， 密码不一致， 则拒绝工作人员访问， 若不存在相对应的账 号信息， 则停止访问。 3.根据权利 要求1所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(2) 中所述LRU链表缓存具体步骤如下： 第一步： 各主机首次连接时， 服务器为链接的每个主机生成一个启动链表， 并对各组启 动链表进行有序链接， 再按照主机的LRU顺序， 通过LRU链表对各组启动链表头部进行进一 步链接； 第二步： 收集最少连接的主机信息， 并将该主机的启动链表安排在LRU链表的首位， 并 依次进行排序， 之后对排序完成的各组的主机IP地址进行收集， 并统计移动终端访问各主 机次数。 4.根据权利 要求1所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(3) 中所述通信数据分析 具体步骤如下： S1.1： 各主机分别构建并训练一组分析神经网络， 之后将接收到的各组通信数据传输 至分析神经网络中， 同时分析神经网络与病毒共享库、 云端虚拟机以及入侵共享数据库进 行通信连接； S1.2： 分析神经网络对各组通信数据进行数据解析， 同时对解析出的数据进行行为分 析， 并依据分析结果与入侵共享数据库进 行检索对比， 若存在 对比结果一致的数据， 则将相 对应的通信数据进 行拦截， 若不存在， 则允许该通信数据传输， 并对 各通信数据进 行的特征 代码进行提取； S1.3： 将提取出的特征代码与病毒共享库中各网络病毒特征代码进行对比， 若存在某 一部分特征代码相同， 则通过文件自动查杀技术对该通信数据中的网络病毒 数据进行阻隔 查杀处理； S1.4： 若不存在相同的特征代码， 分析神经网络将该通信数据上传至云端虚拟机进行 传染模拟， 并根据网络病毒定义而确 立的传染标准进行病毒分析， 并对存在病毒的通信数 据进行阻隔查杀， 并对发送 异常通信数据的各设备IP地址进行收集反馈 。 5.根据权利 要求4所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(4) 中所述分析神经网络训练具体步骤如下： S2.1： 各主机从服务器中提取过往通信数据， 并对各组通信数据进行符值转换、 归一化 以及特征降维处 理， 再将降维处 理后的交易数据分为验证集、 测试集以及训练集；权　利　要　求　书 1/2 页 2 CN 115277243 A 2S2.2： 重复多次使用验证集中的各组数据对分析神经网络精度进行验证， 并统计测试 集中各数据均方根误差， 同时对每组测试集中的数据都进行一次预测， 并将预测结果最好 的数据作为 最优参数输出， 并依据最优参数对训练集进行 标准化处理； S2.3： 将训练样本输送到分析神经网络中， 并采用长期迭代法对该分析神经网络进行 实时优化， 并通过焦点损失函数对该分析神经网络运行损失值进行计算， 再依据计算出 的 损失值对该分析神经网络进行准确率、 检出率以及误报率分析。 6.根据权利 要求1所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(4) 中所述LUR链表更新具体步骤如下： P1.1： 服务器在移动终端链接阶段跟踪访问信息前， 同时在移动终端链接之前清除所 有更新页表项的访问位， 若在移动 终端链接期间访问了某个主机， 服务器会将该主机添加 到启动链 表中； P1.2： 在移动终端链接时间结束之前， 服务器重新检查所有主机的访问位， 若在其它阶 段也访问某个主机， 则将该主机从启动链表中删除， 并移到常规LRU链表中， 确定完成后对 启动链表中的各组主机进行 数据更新。 7.根据权利 要求6所述的一种基于LRU高速缓存的网络通信方案， 其特征在于， 步骤(4) 中所述数据回收具体步骤如下： P2.1： 服务器从LRU链表的头部选择最不常访问的主机， 之后从该主机的相应启动链表 中选择冗余页面， 当从启动链表回收足够多的冗余页面时， 主机选择过程将停止， 若 未回收 足够多的冗余页面时， 服务器将继续访问L RU链表中的下一个主机的启动链表， 直到获得足 够的页面； P2.2： 服务器依据系统默认或人工设定的循环时间值定期对各组冗余页面进行回收率 计算， 并向内置数据回收器下发回收指 令， 数据回收器接收回收指 令后启动， 并接收服务计 算的回收率数值， 再抽取 各组冗余页面， 并依据计算出的回收率对冗余页面进行回收。权　利　要　求　书 2/2 页 3 CN 115277243 A 3