异构执行体可信配置同步方法及系统

    公开(公告)号:CN113282661B

    公开(公告)日:2024-06-25

    申请号:CN202110602572.7

    申请日:2021-05-31

    Abstract: 本发明提供了一种异构执行体可信配置同步方法及系统,所述异构执行体可信配置同步方法及系统包括以下步骤:在拟态化服务模块运行过程中,实时监控所有的在线异构执行体,若服务裁决模块判定服务数据未通过裁决,则对输出异常服务数据的异构执行体执行清洗下线操作,并上线新的异构执行体;在将新上线的异构执行体投入运行之前,从所述可信配置信息数据库中主动下载拟态化服务所对应的可信配置参数,并基于所述可信配置参数对新上线的异构执行体进行配置恢复,并在本地生效所述可信配置参数。本发明基于可信配置参数对新上线的异构执行体进行配置恢复,使得配置快速且准确地生效,避免由于配置失败再次触发执行体清洗恢复流程,进入恶性循环。

    一种拟态停机-重启服务检测处理方法

    公开(公告)号:CN115085971B

    公开(公告)日:2023-11-17

    申请号:CN202210468584.X

    申请日:2022-04-30

    Abstract: 本发明提出了一种拟态停机‑重启服务检测处理方法,包括以下步骤:任一时间检测到执行体收到重启指令即发送到裁决器;裁决器以2t时间长度作为一个等待检测流程,每个等待检测流程以裁决器收到第一个重启指令开始,2t时间到达,进入下一个等待检测流程;在每个等待检测流程的时间范围内,若裁决器只收到某一个执行体发送的重启指令,则裁决器向该执行体回复重启确认指令;该执行体根据接收到的重启确认指令进行执行体系统重启;在每个等待检测流程的时间范围内,若裁决器收到多个执行体发送的重启指令,则先向第一个重启指令的执行体回复重启确认指令,再根据收到的重启指令的顺序,每次延时t时间后,向对应顺序的重启指令的执行体回复重启确认指令。

    数据处理方法、系统、电子设备及存储介质

    公开(公告)号:CN116938447A

    公开(公告)日:2023-10-24

    申请号:CN202310737096.9

    申请日:2023-06-20

    Abstract: 本发明公开了数据处理方法、系统、电子设备及存储介质,应用于拟态括号组件,方法包括:接收待处理报文,并对待处理报文进行随机数生成操作,得到与待处理报文对应的随机种子;将随机种子拼接至待处理报文的首部,得到第一报文,其中,第一报文包括响应消息字段;向至少一个在线执行体发送第一报文,以使在线执行体根据随机种子生成填充随机数,并将填充随机数填充至响应消息字段,得到第二报文;接收所有在线执行体发送的第二报文,并基于预设的响应周期对第二报文进行消息裁决,得到裁决结果。本发明实施例中,不同报文根据不相同的随机种子可以得出不相同的随机数,从而提高了拟态执行体报文间的异构性。

    一种拟态设备Arp表同步方法及系统

    公开(公告)号:CN113905011B

    公开(公告)日:2023-08-04

    申请号:CN202111036416.5

    申请日:2021-09-06

    Abstract: 本发明提供一种拟态设备Arp表同步方法及系统,应用于包含输入代理、若干个在线执行体、裁决器、调度器以及Arp报文同步器的拟态设备,所述方法包括:当所述调度器在调度新的执行体上线时,向所述输入代理发送新上线执行体信息;所述输入代理接收到新上线执行体信息后,获取所述裁决器保存的Arp表并与自身保存的所述Arp表进行比对,若一致,则根据自身保存的Arp表构造Arp同步报文,若不一致,则依据所述裁决结果构造Arp同步报文,根据所述Arp同步报文更新自身保存的Arp表,同时依据所述新上线执行体信息将所述Arp同步报文发送给新上线执行体,以使所述新上线执行体根据所述Arp同步报文生成Arp表。

    基于生成对抗网络和深度学习的有害网站的检测方法

    公开(公告)号:CN113657453B

    公开(公告)日:2023-08-01

    申请号:CN202110830095.X

    申请日:2021-07-22

    Abstract: 本发明涉及一种基于生成对抗网络和深度学习的有害网站的检测方法、装置及可读介质的技术方案,包括:通过爬虫获取若干包括有害网址的第一网站快照;将第一网站快照作为生成对抗网络的数据输入,得到多个模拟网站快照;将模拟网站快照与若干正常网站的第二网站快照进行组合,得到训练集;微调用于训练的卷积神经网络,将训练集通过卷积神经网络进行训练,得到用于有害网站的检测模型。本发明的有益效果为:所需的有标签的数据量大大减少,训练所需要的时间和计算资源也大大减少,且面对新的个性化小样本任务,本技术中提出的模型有更好的适应性,能在短时间内生成可靠的深度学习模型,提高了系统的实用价值。

    基于行为策略的内网安全防护方法、系统及介质

    公开(公告)号:CN113904804B

    公开(公告)日:2023-07-21

    申请号:CN202111036424.X

    申请日:2021-09-06

    Abstract: 本发明提供了一种基于行为策略的内网安全防护方法、系统及介质,所述方法包括以下步骤:判断内网中是否存在第一类异常行为及第二类异常行为;确定是否接收到新流量packets,响应于接收到的新流量packets,提取新流量packets中的目的MAC地址,将该目的MAC地址与MAC地址表hostList进行比对;若所述MAC地址表hostList中存在所述目的MAC地址,则判定新流量packets为内网报文,并判断新流量packets是否为基于连接协议的流量packets;若新流量packets不是基于连接协议的流量packets,则判断新流量packets中的目的MAC地址是否与异常标识Ⅰ或者异常标识Ⅱ关联,以及新流量packets中的源MAC地址是否与异常标识Ⅰ或者异常标识Ⅱ关联;若均不关联,则生成第一流量控制策略;否则,生成第二流量控制策略,以此阻断内网中的威胁。

Patent Agency Ranking