面向5G智能网联系统的区块链网络切片安全智能优化方法

    公开(公告)号:CN114070775B

    公开(公告)日:2023-07-07

    申请号:CN202111203106.8

    申请日:2021-10-15

    Abstract: 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法,该方法的具体步骤如下:步骤1:建立基于5G切片环境的移动区块链网络;步骤2:得到移动区块链网络运行的原始数据集,包括正常运行情况下的数据和出现传输链路故障情况下的数据,并进行数据预处理;步骤3:根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练;步骤4:训练完联邦半监督学习模型后得到优化的全局模型,实现预测性快速共识收敛,与现有技术相比,本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。

    一种小样本恶意流量检测方法、装置及存储介质

    公开(公告)号:CN116318778A

    公开(公告)日:2023-06-23

    申请号:CN202211527530.2

    申请日:2022-11-30

    Abstract: 本发明涉及一种面向边缘智能网络的小样本恶意流量检测方法、装置及存储介质,其中方法包括:从已知物联网网络活动中收集并标记网络流量;对网络流量进行预处理和特征提取,并划分为选举集和辅助集;构建基于三重网络的度量学习模型,模型的输入为三元组,输出为嵌入层中特征向量的欧式距离;基于选举集和辅助集生成训练三元组;利用训练三元组,基于对比距离损失度量区分相似和不相似的样本对,对度量学习模型进行训练;将实时网络流量样本与恶意节点网络流量支撑样本对进行组合生成检测三元组,利用度量学习模型,实现未知恶意活动网络流量的检测。与现有技术相比,本发明具有检测准确率高等优点。

    一种基于学习模型可触发性的代码语义冗余度量验证方法

    公开(公告)号:CN116301875A

    公开(公告)日:2023-06-23

    申请号:CN202211088884.1

    申请日:2022-09-07

    Abstract: 本发明涉及一种基于学习模型可触发性的代码语义冗余度量验证方法,包括以下步骤:合成混合代码数据集,包含恶意代码和非恶意代码,将该混合代码数据集分为训练集和测试集;在训练集中插入触发器并作为第一训练集,对第一训练集进行代码语义表征,利用对抗扰动投毒,获取中毒的代码语义表征结果,并将中毒的代码语义表征结果处理为特征向量,将该特征向量输入良性神经网络模型进行训练,获取后门神经网络模型;在测试集中插入触发器,获取第一测试集,对第一测试集进行处理后,输入到后门神经网络模型中,根据后门神经网络模型的输出结果验证输入样本中是否包含语义冗余空间。与现有技术相比,该发明能够准确验证并度量代码数据的语义冗余空间。

    一种基于零信任和边缘智能的物联网持续认证方法

    公开(公告)号:CN116248308A

    公开(公告)日:2023-06-09

    申请号:CN202211523481.5

    申请日:2022-11-30

    Abstract: 本发明涉及一种基于零信任和边缘智能的物联网持续认证方法,包括以下步骤:扩展零信任网络架构的覆盖维度,构建零信任网络架构;基于零信任网络架构建立零信任物联网网络;在零信任物联网网络运行状态下收集各个维度的特征;构建基于神经网络的边缘智能决策模型,并利用各个维度的特征进行训练;根据训练得到的边缘智能决策模型对网络请求进行周期性的持续校验,实现对网络请求的持续认证。与现有技术相比,本发明具有网络连接全周期动态校验、网络延时开销小以及以物联网核心资源为中心等优点。

    基于Spark和聚类的网络异常流量分析方法及系统

    公开(公告)号:CN112511547A

    公开(公告)日:2021-03-16

    申请号:CN202011401551.0

    申请日:2020-12-04

    Abstract: 本发明提供了一种基于Spark和聚类的网络异常流量分析方法及系统,使用Spark大数据处理平台,通过聚类对网络流量进行聚类分析,通过检测算法对检测算法对分类后的网络流量进行异常流量分析。在经过初次聚类的基础上,利用马氏距离判定异常流量簇以及正常流量簇,以达到区分正常流量以及异常流量的目的。为了进一步提高该方法的效率,在基于Spark的聚类流量分析中,采取了将K‑means算法并行化的手段,通过并行化提高算法计算效率,降低算法对机器内存和内核处理的要求,提高算法实用性。

Patent Agency Ranking