一种基于网络结构特征的异常检测方法

    公开(公告)号:CN109951499B

    公开(公告)日:2021-09-17

    申请号:CN201910338300.3

    申请日:2019-04-25

    Abstract: 本发明涉及一种基于网络结构特征的异常检测方法,其中,包括:(1)网络特征参数提取,(2)建立网络拓扑特征模型;(3)进行网络特征匹配,包括:将t时刻的待检测网络结构特征与分析所得的正常网络结构特征进行匹配,若t时刻的网络特征与的正常网络结构特征偏离度较大,则表示当前t时刻的网络存在异常;若偏离度不大,则判定t时刻的网络正常;网络特征模型更新,并通过更新后的网络模型对待检测网络行为进行检测。一种基于网络结构特征的异常检测方法,解决了现有技术无法检测规模性异常、对网络流量之间关联关系分析不深入、精细化分析导致开销过大等的问题。

    基于标签的敏感数据追踪溯源方法

    公开(公告)号:CN109388642B

    公开(公告)日:2021-08-27

    申请号:CN201811235171.7

    申请日:2018-10-23

    Abstract: 本发明涉及一种基于标签的敏感数据追踪溯源方法,涉及数据安全技术领域。本发明针对大数据平台中结构化数据的追踪溯源问题,创新性地提出面向结构化数据的、基于标签的敏感数据追踪溯源方法,同时针对标签技术中元数据占用存储高的标签统一格式定义、标签提取、标签存储、存储优化、可视化展示环节展开设计,实现面向敏感数据的全路径追踪溯源,可对数据泄露源头进行回溯、定位。

    一种基于用户群行为活动的安全分析方法

    公开(公告)号:CN109347808B

    公开(公告)日:2021-02-12

    申请号:CN201811120889.1

    申请日:2018-09-26

    Abstract: 本发明涉及一种基于用户群行为活动的安全分析方法,涉及网络安全技术领域。本发明通过构建实体用户与应用系统用户的映射关系,形成统一的用户身份管理,为异常行为定位到个人提供基础。同时,搜集用户在网络中的行为活动信息,形成完整的用户行为活动记录,并根据历史数据进行统计分析,形成四类用户日常行为模式。依据用户行为活动“白模式”中的信息,实时分析用户行为和模式,实时研判用户行为是否属于异常行为。对不确定的用户行为活动,进行逆向用户行为分析和判断,通过深度分析线索,并结合与该用户具有相同角色和权限的用户的行为模式的对比分析结果,实现对用户行为的监测以及高危用户行为评估,从而发现数据渗透、APT攻击等行为。

    一种神经元群模型的参数和状态估计方法

    公开(公告)号:CN110263924A

    公开(公告)日:2019-09-20

    申请号:CN201910530705.7

    申请日:2019-06-19

    Abstract: 本发明涉及一种神经元群模型的参数和状态估计方法,涉及神经信号处理技术领域。本发明采用UKF算法对神经元群模型的参数和状态进行估计,其中,采用高效率的递归算法对神经元群模型的参数进行估计,利用滤波算法追踪模型中生理学参数的变化,为分析神经科学和临床应用中脑电信号潜在的生理机制提供可靠的依据。从仿真结果可以看出,在含有噪声的情况下,UKF算法可以估计出随时间变化的状态和生理学参数。UKF算法克服了遗传算法运行效率低、参数难以确定等缺陷,同时能估计出随时间变化的生理学参数。

    一种基于行为意图约束的异常网络用户检测系统

    公开(公告)号:CN117544403A

    公开(公告)日:2024-02-09

    申请号:CN202311722396.6

    申请日:2023-12-14

    Abstract: 本发明涉及一种基于行为意图约束的异常网络用户检测系统,属于网络安全技术领域。本发明主要针对用户的网络恶意行为意图进行分析,对单用户及用户群体的关联属性进行约束性检测、网络平台访问连接行为检测、网络平台互动信任指数检测、网络平台互动活跃指数检测等,通过动静结合的多维度分析和检测,及时发现单用户或者用户群体异常网络行为,提高对恶意网络用户的识别和检测。

    一种基于网络结构特征的异常检测方法

    公开(公告)号:CN109951499A

    公开(公告)日:2019-06-28

    申请号:CN201910338300.3

    申请日:2019-04-25

    Abstract: 本发明涉及一种基于网络结构特征的异常检测方法,其中,包括:(1)网络特征参数提取,(2)建立网络拓扑特征模型;(3)进行网络特征匹配,包括:将t时刻的待检测网络结构特征与分析所得的正常网络结构特征进行匹配,若t时刻的网络特征与的正常网络结构特征偏离度较大,则表示当前t时刻的网络存在异常;若偏离度不大,则判定t时刻的网络正常;网络特征模型更新,并通过更新后的网络模型对待检测网络行为进行检测。一种基于网络结构特征的异常检测方法,解决了现有技术无法检测规模性异常、对网络流量之间关联关系分析不深入、精细化分析导致开销过大等的问题。

    基于标签的敏感数据追踪溯源方法

    公开(公告)号:CN109388642A

    公开(公告)日:2019-02-26

    申请号:CN201811235171.7

    申请日:2018-10-23

    Abstract: 本发明涉及一种基于标签的敏感数据追踪溯源方法,涉及数据安全技术领域。本发明针对大数据平台中结构化数据的追踪溯源问题,创新性地提出面向结构化数据的、基于标签的敏感数据追踪溯源方法,同时针对标签技术中元数据占用存储高的标签统一格式定义、标签提取、标签存储、存储优化、可视化展示环节展开设计,实现面向敏感数据的全路径追踪溯源,可对数据泄露源头进行回溯、定位。

Patent Agency Ranking