-
公开(公告)号：CN110034921B
公开(公告)日：2022-04-15
申请号：CN201910311319.9
申请日：2019-04-18
Applicant: 成都信息工程大学 , 国家计算机网络与信息安全管理中心
Inventor： 林宏刚 , 陈麟 , 黄元飞 , 赖裕民 , 张家旺 , 李燕伟 , 王鹏翩 , 林星辰 , 应志军 , 吴倩 , 杜薇 , 陈禹 , 张晓娜 , 王博 , 杨鹏 , 高强 , 陈亮
Abstract: 本发明属于网络空间安全技术领域，公开了一种基于带权模糊hash算法的webshell检测方法及系统，通过将待检测文件分片；每片求hash及权值，给每一个分片赋予权值，有危险函数的核心分片给予较大的权值，同时考虑每一个分片的信息熵，信息熵值越大，给予的权值越小；把每个分片的hash拼接成模糊hash串并计算总权值得到带权模糊hash值；将待检测文件的带权模糊hash值与预先存储在指纹库中每个webshell带权模糊hash值依次比较。本发明与传统的模糊哈希算法相比，能有效适应检测对象大小变化很大的情况，具有较好的适应性，极大提高变种样本的检测准确率，并提高了抗干扰性。
-
公开(公告)号：CN110034921A
公开(公告)日：2019-07-19
申请号：CN201910311319.9
申请日：2019-04-18
Applicant: 成都信息工程大学 , 国家计算机网络与信息安全管理中心
Inventor： 林宏刚 , 陈麟 , 黄元飞 , 赖裕民 , 张家旺 , 李燕伟 , 王鹏翩 , 林星辰 , 应志军 , 吴倩 , 杜薇 , 陈禹 , 张晓娜 , 王博 , 杨鹏 , 高强 , 陈亮
Abstract: 本发明属于网络空间安全技术领域，公开了一种基于带权模糊hash算法的webshell检测方法及系统，通过将待检测文件分片；每片求hash及权值，给每一个分片赋予权值，有危险函数的核心分片给予较大的权值，同时考虑每一个分片的信息熵，信息熵值越大，给予的权值越小；把每个分片的hash拼接成模糊hash串并计算总权值得到带权模糊hash值；将待检测文件的带权模糊hash值与预先存储在指纹库中每个webshell带权模糊hash值依次比较。本发明与传统的模糊哈希算法相比，能有效适应检测对象大小变化很大的情况，具有较好的适应性，极大提高变种样本的检测准确率，并提高了抗干扰性。
-
公开(公告)号：CN108632272A
公开(公告)日：2018-10-09
申请号：CN201810419714.4
申请日：2018-05-04
Applicant: 成都信息工程大学 , 国家计算机网络与信息安全管理中心
Inventor： 林宏刚 , 陈麟 , 黄元飞 , 张家旺 , 李燕伟 , 王鹏翩 , 尹杰 , 曹鹤鸣 , 蒋梦丹 , 林星辰 , 应志军 , 吴倩 , 杜薇 , 陈禹 , 张晓娜 , 王博 , 杨鹏 , 高强 , 陈亮
IPC: H04L29/06
Abstract: 本发明属于网络空间安全领域，公开了一种基于网络的攻击工具识别方法及系统，在测试环境使用网络攻击工具对目标系统进行攻击并获取网络数据样本；对没有的攻击工具通过Honeypot进行获取可疑的数据样本；将攻击样本分组进行序列联配，然后通过对联配结果重复进行迭代联配；提取出共性的、不变的成分，最终提取出每一种攻击工具最优的攻击特征，然后根据每个工具的攻击特征识别黑客工具。本发明直接对攻击工具的网络数据样本进行分析和比较，提取出共性的、不变的成分，形成攻击的特征，更能准确区分不同的攻击工具，提高识别率；同时克服从日志中提取存在的误报和虚报问题，提高了识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN105224612B
公开(公告)日：2018-12-07
申请号：CN201510585360.7
申请日：2015-09-14
Applicant: 成都信息工程大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于动态标记优先值的MapReduce数据本地化方法，包括以下步骤：将各计算节点上的本地化数据块初始化标记值为2n，计算各计算节点本地化数据块的数量；按照各计算节点的数据块数量进行升序排序；依次从数据块数量最少的计算节点开始，将每个计算节点上的数据块的后续备份数据块的标记值减去一个确定的数DecS；优先选择标记值最大的数据块进行调度；任务调度后，再次调整每个计算节点的数据块数量，并进行升序排序，排序后进行标记值调整，最终完成数据处理。本发明通过标记数据块并设置不同优先值，从而提升作业的数据本地化程度，进而提升MapReduce上作业的执行效率和减少作业的带宽占用率。
-
公开(公告)号：CN114781925A
公开(公告)日：2022-07-22
申请号：CN202210554939.7
申请日：2022-05-20
Applicant: 成都信息工程大学
Abstract: 本发明属于网络空间安全风险评估技术领域，公开了一种网络资产价值评估方法、系统、介质、设备及终端，基于业务所依赖的资产以及业务本身的特点，建立业务重要性指标体系，利用资产自身的客观属性，得出每个指标所占权重；根据各指标所占权重及各业务对象在每个指标的取值，评估业务重要性；利用业务重要性、资产的机密性、完整性和可用性对资产价值进行量化，有效区分不同资产上相同类型业务的价值。本发明有效满足风险评估和风险管理的需要，使资产价值的评估结果更加准确；基于业务所依赖的资产以及业务本身的特点建立业务重要性指标体系，有效区分不同资产上相同类型业务的价值，降低主观影响。
-
公开(公告)号：CN110119475B
公开(公告)日：2020-01-07
申请号：CN201910089802.7
申请日：2019-01-29
Applicant: 成都信息工程大学
IPC: G06F16/9535 , G06F16/9537
Abstract: 本发明公开一种POI推荐方法及推荐系统，涉及推荐技术领域，该方法包括：根据从LBSN门户网站收集的用户和POI数据构建的用户‑POI关系网络，利用网络嵌入方法学习得到用户和POI的嵌入向量；根据用户和POI的嵌入向量，构建包括多个关于用户和POI的关联因子的动态因子图模型，并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布，通过学习得到所述联合分布中的参数值；计算得到使联合分布概率最大的节点值，然后计算每个节点的边缘概率，并按边缘概率和倾向性的乘积大小进行POI推荐；解决了因数据质量不可靠和时空模式难以确定导致的推荐准确性低的问题，显著提高推荐性能。
-
公开(公告)号：CN110119475A
公开(公告)日：2019-08-13
申请号：CN201910089802.7
申请日：2019-01-29
Applicant: 成都信息工程大学
IPC: G06F16/9535 , G06F16/9537
Abstract: 本发明公开一种POI推荐方法及推荐系统，涉及推荐技术领域，该方法包括：根据从LBSN门户网站收集的用户和POI数据构建的用户-POI关系网络，利用网络嵌入方法学习得到用户和POI的嵌入向量；根据用户和POI的嵌入向量，构建包括多个关于用户和POI的关联因子的动态因子图模型，并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布，通过学习得到所述联合分布中的参数值；计算得到使联合分布概率最大的节点值，然后计算每个节点的边缘概率，并按边缘概率和倾向性的乘积大小进行POI推荐；解决了因数据质量不可靠和时空模式难以确定导致的推荐准确性低的问题，显著提高推荐性能。
-
公开(公告)号：CN105224612A
公开(公告)日：2016-01-06
申请号：CN201510585360.7
申请日：2015-09-14
Applicant: 成都信息工程大学
IPC: G06F17/30
CPC classification number: G06F17/30159 , G06F17/30194
Abstract: 本发明提供了一种基于动态标记优先值的MapReduce数据本地化方法，包括以下步骤：将各计算节点上的本地化数据块初始化标记值为2n，计算各计算节点本地化数据块的数量；按照各计算节点的数据块数量进行升序排序；依次从数据块数量最少的计算节点开始，将每个计算节点上的数据块的后续备份数据块的标记值减去一个确定的数DecS；优先选择标记值最大的数据块进行调度；任务调度后，再次调整每个计算节点的数据块数量，并进行升序排序，排序后进行标记值调整，最终完成数据处理。本发明通过标记数据块并设置不同优先值，从而提升作业的数据本地化程度，进而提升MapReduce上作业的执行效率和减少作业的带宽占用率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.074 seconds)
