-
公开(公告)号：CN103345676A
公开(公告)日：2013-10-09
申请号：CN201310246242.4
申请日：2013-06-20
Applicant: 南京邮电大学
IPC: G06Q10/08
Abstract: 本发明是一种面向物资管理系统基于贝叶斯分类的缺失信息估计方法，该方法包括以下步骤：步骤一：首先对物资管理系统的后台数据库数据进行预处理；步骤二：登录到物资管理系统的WEB端进行数据的操作；步骤三：系统对数据库进行相应的查询，并对是否存在缺失数据现象作出判断；步骤四：若不存在请求数据的缺失，则对该请求作出回应，若存在数据缺失现象则执行步骤五；步骤五：判断丢失的是用户身份信息还是物品信息，用户身份信息丢失执行步骤六，物品信息丢失执行步骤七；步骤六：对数据库的物品信息进行数据分析；步骤七：对数据库用户身份信息进行数据分析；步骤八：显示缺失消息及步骤六、步骤七的贝叶斯分类结果，并记录到后台数据库中。
-
公开(公告)号：CN119942494A
公开(公告)日：2025-05-06
申请号：CN202411986792.4
申请日：2024-12-31
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明公开了人工智能安全领域一种面向交通标志牌的对抗样本异常检测方法、终端及介质，所述方法包括：将正常样本输入已训练的目标分类模型；从目标分类模型的输出中筛选正确分类的正常样本，对其施加对抗扰动以生成新样本；将正常样本与生成的新样本混合形成测试集，并将测试集中的每个样本输入利用正常样本训练好的自动编码器模型，得到输入样本与重建图像之间的差异图；将差异图输入利用正常样本训练好的异常检测模型，计算输入样本的能量值，并将该能量值与正常样本的能量阈值进行比较，若能量值大于能量阈值，则判定该样本为对抗样本。本发明能够更高效、更精准地发现对抗样本，进一步提升了对抗样本检测的性能和适应性。
-
公开(公告)号：CN119728722A
公开(公告)日：2025-03-28
申请号：CN202411989309.8
申请日：2024-12-31
Applicant: 南京邮电大学
IPC: H04L67/1097 , H04L9/40
Abstract: 本发明公开了一种网络附属存储设备性能、安全及隐私问题检测方法，其系统包括流量收集模块，通过执行文件操作来收集相应的流量，并收集设备可能产生的大量冗余流量；性能问题检测模块，基于流量收集模块捕获的流量，该方法通过将流量与相应文件进行比较来确定网络附属存储NAS设备中是否部署了各类性能优化方法来降低网络流量消耗；安全和隐私问题检测模块，为检测网络附属存储NAS设备的安全和隐私问题，发动被动流量监听、重放攻击来测试网络附属存储NAS设备是否能够防御这两种常见的网络攻击，并对网络流量进行分析，以检测移动客户端和网络附属存储NAS设备交互的流量中是否包含的隐私泄漏问题，降低隐私违规风险。
-
公开(公告)号：CN119544248A
公开(公告)日：2025-02-28
申请号：CN202411351200.1
申请日：2024-09-26
Applicant: 南京邮电大学
IPC: H04L9/40 , G06F18/214 , G06F18/241 , G06F18/213
Abstract: 本发明公开了一种基于GPT2‑PCA的网络日志异常检测方法及系统，采集日志消息；将日志消息进行预处理得到日志消息集合；将日志消息进行结构化表示得到结构化日志集合；进行序列化得到序列化日志集合；通过序列化日志集合预训练GPT‑2模型，使用训练好的GPT‑2模型对日志消息进行特征提取，得到日志嵌入向量集合；根据日志嵌入向量集合训练基于PCA的分类模型，使用训练好的基于PCA的分类模型进行异常检测。本发明能够支持细粒度预处理多种设备和应用的日志，能在更长的上下文中捕获日志的正常行为模式，能有效提高检测的速度和精度。
-
公开(公告)号：CN117972651A
公开(公告)日：2024-05-03
申请号：CN202410168001.0
申请日：2024-02-06
Applicant: 南京邮电大学
IPC: G06F21/12 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明属于机器学习安全技术领域，公开了一种基于输入输出不对等的图像分类模型防窃取方法，该方法包括如下步骤：1使用数据增强技术扩充私有模型训练数据集；2使用带有增强图像的数据集训练私有模型，并部署私有模型；3接收用户输入的图像；4使用规则判断是否存在被窃取风险，如果存在进入步骤5，否则进入步骤6；5使用数据增强技术处理用户输入的图像，避免恶意用户使用特定图像进行模型窃取；6使用私有模型预测图像的类别，并输出预测结果信息。本发明提高了私有模型的鲁棒性和可用性，主动防御攻击者窃取私有模型的预测信息，实现输入图像和输出信息的不对等，本发明仅对可疑的图像进行大量的处理流程，降低了防窃取的处理代价。
-
Patent Agency Ranking
公开(公告)号：CN113923042B
公开(公告)日：2023-09-15
申请号：CN202111245911.7
申请日：2021-10-26
Applicant: 南京邮电大学
IPC: H04L9/40 , G06F18/24 , G06F21/56 , H04L47/2441 , H04L47/2483
Abstract: 本发明公开了深度学习及网络安全技术领域的一种恶意软件滥用DoH的检测识别系统及方法，包括：获取网络中的pcap流量包；提取pcap流量包中的时间序列特征后，创建包的集群；基于全部包的集群生成集群序列；提取集群序列中的最终特征集；将最终特征集输入Transformer模型进行计算，得到预测标签；基于预测标签类型进行恶意软件滥用DoH流量判断。本发明通过多头注意力机制挖掘序列中更加关联的时间特征，减少全局分析，从而提高模型对恶意软件下DoH流量检测的精确度，提高模型的分类效果。
-
公开(公告)号：CN116599720A
公开(公告)日：2023-08-15
申请号：CN202310554865.1
申请日：2023-05-17
Applicant: 南京邮电大学通达学院
Abstract: 本发明公开了一种基于GraphSAGE的恶意DoH流量检测方法、系统，涉及网络信息安全领域。该方法包括：获取自带流量类型的PCAP流量数据并进行处理，提取流量的流级特征和包级特征；将提取的特征数据转换为图数据；采用图数据对GraphSAGE图神经网络进行训练；提取部分PCAP流量数据的特征，将其作为待检测流量，提取特征数据，并转换为图数据，输入训练好的GraphSAGE图神经网络，并判断是否是恶意DoH流量。本发明提出的检测方法提高了训练效率，减少了内存消耗，并无需对加密流量解密。
-
公开(公告)号：CN110618322B
公开(公告)日：2022-01-25
申请号：CN201910934144.7
申请日：2019-09-29
Applicant: 南京邮电大学
IPC: G01R29/12 , G01R29/08 , G01R33/032
Abstract: 本发明公开了光学传感技术领域的一种基于二维光子晶体的电磁级联传感器，旨在解决现有技术中基于光子晶体的电、磁传感器灵敏度有待进一步提高，且多为单一参量检测的技术问题。所述电磁级联传感器包括二维光子晶体，所述二维光子晶体上设有用于输入入射光的输入端口、用于输出信号光的输出端口、沿直线连接于输入端口与输出端口之间的线缺陷、用于测量磁场强度或／和电场强度的点缺陷对，输入端口和输出端口对称分布于二维光子晶体的对向边缘，所述点缺陷对中的点缺陷对称分布于线缺陷两侧。
-
公开(公告)号：CN113781073A
公开(公告)日：2021-12-10
申请号：CN202111323417.8
申请日：2021-11-10
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于矩阵联盟链的可隐藏实名的资助方法,通过联盟链系统将公益机构、企业、个人、政府和监管机构等多个行为体聚集在一起，设计矩阵联盟链，优化结构，组建联盟，资助人和受助人可隐藏实名信息，但不影响资助信息的透明度和真实性，确保可追溯、追责；优化共识机制，促进资助人行为诚信。本发明充分发挥区块链在公益场景中的优势，有效保护用户隐私。
-
公开(公告)号：CN110460605B
公开(公告)日：2021-09-10
申请号：CN201910756525.0
申请日：2019-08-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自动编码的异常网络流量检测方法，其特征在于，所述方法包括如下步骤：1）从原始特征中提取得到有效特征；2）将有效特征合并得到若干个特征子集；3）求出若干特征子集的均方根误差；4）将均方根误差进行聚类获取结果值；大大减少了训练和测试时间，降低了计算复杂度,实现轻量级的目的。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.029 seconds)
