-
公开(公告)号：CN117219086A
公开(公告)日：2023-12-12
申请号：CN202310986470.9
申请日：2023-08-07
Applicant: 鹏城实验室
Abstract: 本公开提供了针对声纹识别的对抗扰动生成方法、装置、设备和介质。该对抗扰动生成方法包括：获取训练声纹样本集；初始化对抗样本生成网络；针对训练声纹样本集中的每一个原始声纹样本，确定目标识别对象；将原始声纹样本输入对抗样本生成网络，得到声纹对抗样本；将声纹对抗样本输入声纹识别网络，得到第一识别结果向量；根据原始声纹样本、声纹对抗样本、第一概率与第二概率，确定对抗样本生成网络的样本损失函数，基于样本损失函数训练对抗样本生成网络，生成对抗扰动。本公开实施例能够提升生成对抗扰动的效率，也可以提高对抗扰动的主导性与隐蔽性。本公开实施例可应用于人工智能、通信安全等。
-
公开(公告)号：CN116545779B
公开(公告)日：2023-10-03
申请号：CN202310823366.8
申请日：2023-07-06
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L41/142 , H04L41/16 , G06F40/295 , G06F18/214 , G06F18/241
Abstract: 本申请实施例提供网络安全命名实体识别方法、装置、设备和存储介质，涉及网络安全技术领域。该方法利用标注样本同时输入原型网络模型、预训练模型和自训练模型，得到三个输出值输入相关性编码模型得到预测输出值，再根据预测输出值对命名实体识别网络进行训练，然后利用半监督的方式结合命名实体识别网络对未标注样本进行标注，更新标注样本集合后继续训练命名实体识别网络，直至训练完成，利用训练后的命名实体识别网络进行命名实体识别。本申请实施例通过半监督的学习方式对未标注样本进行标注，扩充样本集合，提高命名实体识别网络的训练精度，从而提升命名实体识别网络的识别准确率，能够更好地适应网络安全中小样本的命名实体识别场景。
-
公开(公告)号：CN116743448A
公开(公告)日：2023-09-12
申请号：CN202310652903.7
申请日：2023-06-02
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 电子科技大学(深圳)高等研究院
Abstract: 本申请公开了异构设备告警数据的分析方法、分析装置及介质，方法包括：根据各个异构设备发出的多个样本告警数据，并对样本告警数据标注攻击类型，以形成告警数据与攻击类型的映射关系；对每条样本告警数据进行分词处理以及分组处理；确定分组得到的每种攻击类型的关键字及关键字的权重值，以得到映射字典；获取若干个目标告警数据，根据目标告警数据和映射字典确定在目标时间段内的攻击类型序列；对攻击类型序列进行聚合，得到融合告警数据；根据两个以上的所述融合告警数据进行攻击关联，组成攻击策略。根据本发明实施例，能够融合异构设备的告警数据，并从告警数据中抽取出攻击者的攻击策略，以便更好地防御和响应快速变化的网络攻击。
-
公开(公告)号：CN116232776B
公开(公告)日：2023-08-25
申请号：CN202310515237.2
申请日：2023-05-09
Applicant: 鹏城实验室
Abstract: 本发明涉及网络安全的技术领域，尤其涉及一种跳板攻击检测方法、装置、终端设备及计算机存储介质，该方法包括：获取所述初始物理系统在预设的预测时间节点发送给所述目标物理系统的实际流量时间序列，其中，所述实际流量时间序列是指所述初始物理系统发送给所述目标物理系统的内网通信数据包在所述预测时间节点的实际流量变化值；基于预设的指数平滑模型获取预测流量时间序列，其中，所述预测流量时间序列是指所述初始物理系统与所述目标物理系统在所述预测时间节点进行正常交互的预测流量变化值；根据所述预测流量时间序列和所述实际流量时间序列进行跳板攻击检测。本发明提高了跳板攻击检测的效率。
-
公开(公告)号：CN116614260A
公开(公告)日：2023-08-18
申请号：CN202310470871.9
申请日：2023-04-25
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 电子科技大学(深圳)高等研究院
IPC: H04L9/40 , G06F16/901 , G06F16/903 , G06F16/909 , G06F16/36 , G06N5/022
Abstract: 本申请公开了复杂网络攻击检测方法、系统、电子设备及存储介质，涉及网络安全技术领域。通过获取待检测的告警信息，提取其关键信息生成MDATA待匹配节点，关键信息包括地址特征和时间特征，MDATA待匹配节点包括根据地址特征生成的地址实体和根据时间特征生成的时间实体，然后将MDATA待匹配节点与MDATA图数据库中的MDATA子图进行匹配，若匹配成功，则将该MDATA待匹配节点设置为匹配节点并加入攻击序列，通过不断获取待检测的告警信息，重复上述过程直至符合预设条件，则根据攻击序列输出对应的复杂网络攻击。由此，通过实时获取告警，生成具有时空特征的MDATA待匹配节点，并与MDATA图数据库的进行匹配，有效去除了虚警，提高了复杂网络攻击的检测速度和准确性。
-
Patent Agency Ranking
公开(公告)号：CN116561322A
公开(公告)日：2023-08-08
申请号：CN202310788192.6
申请日：2023-06-30
Applicant: 鹏城实验室
IPC: G06F16/35 , G06F40/30 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/045 , G06N3/047 , G06N3/048 , G06F40/284 , G06F40/295
Abstract: 本申请公开了网络信息的关系抽取方法、关系抽取装置及介质，关系抽取方法包括：获取网络信息的样本实例，网络信息的每个样本实例被标注出实体和实体对应的实体关系；按照实体关系的类别对样本实例进行小样本抽取，得到N个支持集和N个查询集，支持集中包括K个样本实例，查询集包括Q个样本实例，N、K和Q均为正整数；通过支持集和查询集对关系抽取模型进行训练；利用经过训练的关系抽取模型对网络信息的数据进行关系抽取。在本申请实施例中，在传统原型网络的基础上引入两个维度的特征信息和关系描述语义提高模型的分类性能和泛化能力，突出语句中的重要的语义特征，增强模型的准确性和鲁棒性。
-
公开(公告)号：CN116545779A
公开(公告)日：2023-08-04
申请号：CN202310823366.8
申请日：2023-07-06
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L41/142 , H04L41/16 , G06F40/295 , G06F18/214 , G06F18/241
Abstract: 本申请实施例提供网络安全命名实体识别方法、装置、设备和存储介质，涉及网络安全技术领域。该方法利用标注样本同时输入原型网络模型、预训练模型和自训练模型，得到三个输出值输入相关性编码模型得到预测输出值，再根据预测输出值对命名实体识别网络进行训练，然后利用半监督的方式结合命名实体识别网络对未标注样本进行标注，更新标注样本集合后继续训练命名实体识别网络，直至训练完成，利用训练后的命名实体识别网络进行命名实体识别。本申请实施例通过半监督的学习方式对未标注样本进行标注，扩充样本集合，提高命名实体识别网络的训练精度，从而提升命名实体识别网络的识别准确率，能够更好地适应网络安全中小样本的命名实体识别场景。
-
公开(公告)号：CN116340542A
公开(公告)日：2023-06-27
申请号：CN202310327411.0
申请日：2023-03-24
Applicant: 鹏城实验室
IPC: G06F16/36 , H04L9/40 , G06F40/295 , G06F40/279 , G06F17/18 , G06N5/022
Abstract: 本申请公开了一种知识图谱的更新方法、装置、设备及存储介质，所述知识图谱的更新方法包括：获取证据存储引擎和待更新知识，其中，所述证据存储引擎包括初始知识、所述初始知识的证据和所述初始知识的证据的信息源；基于所述初始知识、所述初始知识的证据和所述初始知识的证据的信息源，判断所述待更新知识是否满足预设可信度阈值范围指示的质量标准；若所述待更新知识满足所述质量标准，则将所述待更新知识更新至所述证据存储引擎和目标知识图谱。本申请根据证据存储引擎中的初始知识、所述初始知识的证据和所述初始知识的证据的信息源，对待更新知识进行质量评估，筛选出高质量的知识更新知识图谱，以此提高构建出的知识图谱整体的质量。
-
公开(公告)号：CN116319033A
公开(公告)日：2023-06-23
申请号：CN202310301284.7
申请日：2023-03-17
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L41/142 , G06F18/23213
Abstract: 本发明公开了一种网络入侵攻击检测方法、装置、设备及存储介质，属于网络安全技术领域，该方法包括：获取未知入侵数据，将所述未知入侵数据转换为第一特征向量；对所述第一特征向量进行语义映射处理，得到第一语义向量；确定所述第一语义向量与预设网络入侵语义库中的各个攻击语义向量之间的语义相似度；根据所述语义相似度判断所述未知入侵数据的网络入侵攻击类型。本发明通过语义相似度匹配判断未知入侵数据的网络入侵攻击类型，实现了提高检测网络中未知攻击的速度的技术效果。
-
公开(公告)号：CN119646579A
公开(公告)日：2025-03-18
申请号：CN202411757021.8
申请日：2024-11-29
Applicant: 鹏城实验室
IPC: G06F18/24 , G06F16/215
Abstract: 本申请实施例提供一种数据处理方法、装置、存储介质及计算机设备，包括：从至少两个数据源获取每个数据源提报的数据；比对每个数据源对应的数据与预设数据库中的数据，确定每个数据源的匹配率、误报率以及漏报率；基于每个数据源的匹配率、误报率以及漏报率，确定每个数据源的质量分数；获取每个数据的指标值，将不同数据源提报的相同指标值的目标数据进行归类；获取归类数据中每个目标数据的数据置信度评分；基于每个目标数据的数据置信度评分以及每个目标数据对应的数据源的质量分数，确定归类数据的归类评分，有效地确定每个数据源的质量分数，并对来自不同数据源的相同数据进行归类，通过每个数据源的质量分数提供归类数据的可靠性评估。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.083 seconds)
