一种基于分布式记账的混合型用户行为审计方法及系统

    公开(公告)号:CN110008695A

    公开(公告)日:2019-07-12

    申请号:CN201810005862.1

    申请日:2018-01-05

    Abstract: 本发明提供一种基于分布式记账的混合型用户行为审计方法及系统,其目的是运用分布式记账技术进行用户行为审计,防止日志信息被恶意篡改,提高用户行为审计系统的网络攻击和异常行为追溯效果。分布式记账方法能以一种去中心化的存储方式管理数据,并有效地保障数据防篡改、提供防灾备份可靠性。目前,还鲜有利用其解决用户行为审计问题,目前日志数据的海量性和格式的多样性提高了关联分析的复杂度,随着云计算、移动互联网、虚拟化技术的发展应用,用户角色和外部环境日新月异,仅采用现有日志审计手段或分布式记账技术,都不足对日志信息进行多维度、深层次的分析,以满足对安全审计的实时性、准确性要求。本发明可在一定程度上解决上述问题。

    一种基于运行时状态分析的网络安全风险评估系统和方法

    公开(公告)号:CN109873704A

    公开(公告)日:2019-06-11

    申请号:CN201711236335.3

    申请日:2017-12-01

    Abstract: 本发明公开了一种基于运行时状态分析的网络安全风险评估系统,包括:网络通信数据接口,与电信网或互联网连接,用于接收来自于电信网或互联网向被测系统发来的数据报文;运行时探针组,与数据链路层接口连接,并实时监测被测系统在运行时的各项状态变化;控制分析器,用于接收运行时探针的监测结果并根据监测结果进行分析研判。本发明还公开了一种基于运行时状态分析的网络安全风险评估方法。本发明提供的基于运行时状态分析的网络安全风险评估系统和方法能够实时、准确的按照需求,对被测系统系统进行全面的网络安全风险评估,并给出评估结果。

    一种基于增量学习的加密对抗攻击检测方法和系统

    公开(公告)号:CN118972104A

    公开(公告)日:2024-11-15

    申请号:CN202410979108.3

    申请日:2024-07-22

    Abstract: 本发明提出一种基于增量学习的加密对抗攻击检测方法和系统。其中,方法包括:提取加密流量特征数据;基于VAE模型和GAN模型对加密流量特征进行数据增强,得到原训练集;应用原训练集对SVM进行初始训练,得到初始训练SVM;通过增量样本构建原模型保留集和新增样本保留集;应用原模型保留集和新增样本保留集训练所述初始训练SVM,得到增量训练SVM;应用所述增量训练SVM进行加密对抗攻击检测,并重复上一步骤。本发明提出的方案能够通过数据增强技术生成多样化的训练样本,缓解数据稀缺和数据不平衡问题。采用增量学习策略,使得模型能够在新的加密流量出现时快速更新,无需重新训练整个模型,从而提高了分类效率和准确性。

    一种用于处理网络威胁的动态资源分配系统、电子设备及存储介质

    公开(公告)号:CN118331750A

    公开(公告)日:2024-07-12

    申请号:CN202410763544.7

    申请日:2024-06-14

    Abstract: 本发明提供一种用于处理网络威胁的动态资源分配系统、电子设备及存储介质,其中,系统包括:资源指标采集模块获取服务插件实例资源分配情况指标与服务插件实例资源使用情况指标;资源数据分析与评估模块得到CPU负载等级、内存负载等级、响应时间等级、趋势性和平稳性指标的标签,并根据指标和标签训练评估预测模型;资源调度策略模块根据预测模型得到模型输出结果及权重函数;根据输出结果的权重函数,构造扩容策略函数和缩容策略函数;资源控制器根据策略函数,实施资源扩容或缩容的配置变更;资源调度策略模块判断扩容或缩容的配置变更效果。本发明具有保障服务处理插件有效运行;提升服务处理的响应速度;保障网络威胁业务正常开展。

    一种改进的深度合成检测方法和系统

    公开(公告)号:CN116866211B

    公开(公告)日:2024-02-23

    申请号:CN202310763614.4

    申请日:2023-06-26

    Abstract: 本发明提供一种改进的深度合成检测方法和系统,通过针对不同类型的数据包,分别提取深度学习、生物和时间三个不同维度的特征,从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样;针对生物特征采用生物指纹匹配和滑动框二次采样;针对时间特征根据差异化结果重新定义采样窗,再次对深度学习和生物两种特征进行采样重组。再利用帧内和帧间特征的差异性,计算两两特征之间的欧氏距离,以此判断对比损失,实现检测的高效和自动调整。

    一种深度伪造音频鉴别方法和系统

    公开(公告)号:CN116994590A

    公开(公告)日:2023-11-03

    申请号:CN202311253131.6

    申请日:2023-09-27

    Abstract: 本发明提出一种深度伪造音频鉴别方法和系统。其中,方法包括:基于随机质量压缩、模糊和随机添加附加噪声方法,对音频数据进行数据增强处理;将数据增强处理后的音频数据输入基于自监督学习的特征提取模型,得到音频特征;将所述音频特征输入基于残差结构的伪造鉴别模型,提取出音频的时序特征,以实现对音频的鉴别。本发明提出的方案能够利用自监督语音表示学习技术学习语音特征,降低对深度伪造音频数据的依赖,提高系统的泛化性;基于残差结构实现音频特征增强,充分提取音频的时序特征;使用数据增强方法提升训练数据的复杂性,提高鉴别模型的性能。

Patent Agency Ranking