-
公开(公告)号：CN113949550A
公开(公告)日：2022-01-18
申请号：CN202111169720.7
申请日：2021-10-08
Applicant: 东北大学
Abstract: 本发明属于软件定义网络异常检测算法领域，提供了一种SDN环境下的DDoS攻击检测方法。该方法收集正常SDN环境中流表项和端口的统计信息作为特征训练VAE模型，并且明确了异常阈值的计算方法，有效解决了SDN中基于深度学习的攻击检测算法存在的训练标记难以获得、检测模型过于复杂和异常阈值计算方式不明确的问题。该方法不仅能够准确、快速地检测SDN环境中的DDoS攻击的发生情况，而且还可以降低控制器在训练和检测过程中的资源消耗，对于真实的攻击检测环境具有相当的适用价值。
-
公开(公告)号：CN117809289B
公开(公告)日：2024-07-05
申请号：CN202410225873.6
申请日：2024-02-29
Applicant: 东北大学
IPC: G06V20/58 , G06V40/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明属于计算机视觉应用技术领域，公开了一种面向交通场景的行人检测方法。建立行人检测模型，采用有监督的学习方法进行训练；训练时根据检测结果调整行人检测模型中卷积核的权重，训练完成后的行人检测模型用于检测识别。使用跨阶段网络结构和设计新的残差模块以改进原有的骨干网络，减少算法所需的计算量，采用、设计特征增强模块和自适应融合金字塔结构，提高不同尺度行人目标的检测精度。同时，该方法中也设计了加权式Soft‑NMS的后处理方法以提升行人间遮挡的检测效果。实验结果表明，本发明可以在满足实时检测的需求下提高行人目标的检测精度。
-
公开(公告)号：CN117688257B
公开(公告)日：2024-07-05
申请号：CN202410120177.9
申请日：2024-01-29
Applicant: 东北大学
IPC: G06F16/9537 , G06F18/23213 , G06F18/22 , G06N3/092
Abstract: 本发明属于智能交通技术领域，公开了一种面向异构用户行为模式的长期轨迹预测方法。度量轨迹中多个维度的相似性，构建可学习的距离权重矩阵，获得融合多维距离得分；构建邻接矩阵，进行轨迹聚类，聚类结果用于强化学习中优化可学习的距离权重矩阵中的参数；使用轨迹聚类每一个聚类簇中的轨迹数据训练轨迹预测模型，训练后的轨迹预测模型作为轨迹预测。本发明将具有相同行为模式的轨迹划分在一个类内差异较小的簇中，然后使用引入时间和速度信息编码的堆叠Transform结构来提取并融合多属性轨迹中的多维特征，并进一步产生长期轨迹预测结果。对于智能交通场景，面向异构用户行为模式的长期轨迹预测方法具有相当的适用价值。
-
公开(公告)号：CN117641363B
公开(公告)日：2024-05-10
申请号：CN202410105622.4
申请日：2024-01-25
Applicant: 东北大学
IPC: H04W12/60 , H04W12/02 , H04W12/069 , H04W12/122 , H04W4/44 , H04W4/08
Abstract: 本发明属于车联网网络安全领域，公开了一种基于聚簇的车联网信任管理方法。包括一种基于簇结构的分层式信任管理模型和基于权重的多属性分簇算法，簇结构通过基于权重的多属性分簇算法生成；本发明通过在簇结构的基础上设计相应的信任管理方案，兼顾节点区域性的局部信任和网络整体的全局信任，能有效提升信任管理的有效性。同时，本发明综合考虑多种属性对簇结构的影响，设计了新的基于权重的多属性分簇算法，构建稳定可靠的簇结构，给信任管理方案的稳定运行提供了基础。
-
公开(公告)号：CN115225540B
公开(公告)日：2023-07-18
申请号：CN202210477045.2
申请日：2022-05-02
Applicant: 东北大学
IPC: H04L43/0823 , G06N3/04 , G06N3/08 , H04L41/0654 , H04L41/0659 , H04L41/12 , H04L43/0829
Abstract: 本发明属于网络安全领域，提出一种面向软件定义网络的数据平面故障检测与恢复方法。网络故障是引发数据平面的网络行为和控制平面的网络策略不匹配的根本原因，表现为本地交换机无法正确转发数据包。现有的方法将数据平面的故障检测归于分类问题。然而，现有的分类器是基于已知网络故障构建的，无法检测出数据平面中潜在的网络故障。本发明通过将原始正常数据拟合到输出空间的高维直线周围，实现了超细粒度的决策空间。为了对比故障检测算法性能，本发明搭建了一个二阶树状网络拓扑，并将在线环境中收集的数据平面故障样本作为测试数据集。实验结果显示，本发明提出的算法能够有效检测出未知的网络故障，并在各个指标上均取得较好的效果。
-
Patent Agency Ranking
公开(公告)号：CN115225540A
公开(公告)日：2022-10-21
申请号：CN202210477045.2
申请日：2022-05-02
Applicant: 东北大学
IPC: H04L43/0823 , G06N3/04 , G06N3/08 , H04L41/0654 , H04L41/0659 , H04L41/12 , H04L43/0829
Abstract: 本发明属于网络安全领域，提出一种面向软件定义网络的数据平面故障检测与恢复方法。网络故障是引发数据平面的网络行为和控制平面的网络策略不匹配的根本原因，表现为本地交换机无法正确转发数据包。现有的方法将数据平面的故障检测归于分类问题。然而，现有的分类器是基于已知网络故障构建的，无法检测出数据平面中潜在的网络故障。本发明通过将原始正常数据拟合到输出空间的高维直线周围，实现了超细粒度的决策空间。为了对比故障检测算法性能，本发明搭建了一个二阶树状网络拓扑，并将在线环境中收集的数据平面故障样本作为测试数据集。实验结果显示，本发明提出的算法能够有效检测出未知的网络故障，并在各个指标上均取得较好的效果。
-
公开(公告)号：CN111800419A
公开(公告)日：2020-10-20
申请号：CN202010639933.0
申请日：2020-07-06
Applicant: 东北大学
IPC: H04L29/06
Abstract: 本发明属于SDN中入侵检测算法领域，公开了一种SDN环境下DDoS攻击检测系统及方法。为了及时有效的识别出网络中的异常流量，减少DDoS攻击对网络资源的消耗，结合MD-SAL框架，设计了一个DDoS攻击防御系统。该系统包括异常检测模块、防误判模块、流量处理模块、异常存储模块及信息查看模块。该系统能识别出网络中流量的异常，及时报警通知系统进行制定相应防御措施，最后根据源IP，目的IP等事先RPC预设值来查看攻击信息，基于TDMC算法实现对可疑流量的准确分类。
-
公开(公告)号：CN117896187B
公开(公告)日：2024-07-05
申请号：CN202410295418.3
申请日：2024-03-15
Applicant: 东北大学
Abstract: 本发明属于信息安全技术领域，公开了一种基于多目标优化的联邦学习多攻击者后门攻击方法。为了解决由于将相似触发器指向不同目标标签导致的模型参数冲突问题，设计一种基于同态加密的后门任务优化方法，以帮助多个攻击者在保护自己后门任务隐私的前提下，找到冲突后门任务的存在，为他们生成相似性低的触发器。为了缓解不同攻击者后门模型参数之间的冲突和平衡不同攻击者后门模型的攻击成功率，本发明提供了一种基于多目标优化的多后门模型协调方法，寻找一组有利于每个后门任务的模型更新，从而提高每个后门攻击的成功率。
-
公开(公告)号：CN117834302B
公开(公告)日：2024-07-05
申请号：CN202410245919.0
申请日：2024-03-05
Applicant: 东北大学
IPC: H04L9/40 , G06N3/0464 , G06N3/084 , G06N3/0455 , G06F18/2431 , H04L12/40 , H04L41/16
Abstract: 本发明属于车载网络安全技术领域，公开一种基于马氏距离OOD得分的CAN总线攻击检测方法。提出一种基于重构损失和OOD得分的CAN总线攻击检测架构，将入侵检测问题转化为紧密联系的两阶段检测问题，分别是正常流量与异常流量的区分问题，对异常流量进行已知攻击分类，未知攻击识别问题。为解决数据不平衡所造成的影响，提供一种基于集成学习的改进随机抽样算法；为降低检测的误报率，提供一种基于置信区间#imgabs0#原则的阈值选择算法；提高检测CAN总线已知攻击、未知攻击的精度、召回率、F1分数，最终实现在复杂多变的CAN总线环境下，能够快速准确的对各种CAN流量进行检测，提高检测的精度、召回率、F1分数，降低模型检测的误报率。
-
公开(公告)号：CN117896187A
公开(公告)日：2024-04-16
申请号：CN202410295418.3
申请日：2024-03-15
Applicant: 东北大学
Abstract: 本发明属于信息安全技术领域，公开了一种基于多目标优化的联邦学习多攻击者后门攻击方法。为了解决由于将相似触发器指向不同目标标签导致的模型参数冲突问题，设计一种基于同态加密的后门任务优化方法，以帮助多个攻击者在保护自己后门任务隐私的前提下，找到冲突后门任务的存在，为他们生成相似性低的触发器。为了缓解不同攻击者后门模型参数之间的冲突和平衡不同攻击者后门模型的攻击成功率，本发明提供了一种基于多目标优化的多后门模型协调方法，寻找一组有利于每个后门任务的模型更新，从而提高每个后门攻击的成功率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
