-
公开(公告)号：CN119676000A
公开(公告)日：2025-03-21
申请号：CN202510192476.8
申请日：2025-02-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种IPsec分支节点间的高效安全通信方法。方法包括：接收各IPsec分支节点中的第一分支节点发送的第一通信报文；第一通信报文中包括第一通信密文，第一通信密文为第一分支节点利用第一密钥对第一通信明文进行加密后得到的第一通信密文；根据对应关系，确定第一分支节点对应的IPsec分支节点，作为第二分支节点；将第一通信报文的源地址修改为中心节点自身的中心网络地址，并将第一通信报文的目的地址修改为第二分支节点的第一网络地址，得到修改后的第一通信报文；将修改后的第一通信报文发送至第二分支节点。可以提高仅支持IKE协议的分支节点之间的通信安全性。
-
公开(公告)号：CN119442123A
公开(公告)日：2025-02-14
申请号：CN202510045375.8
申请日：2025-01-10
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供基于多模态大模型的异常信息检测方法及装置。在本实施例中，在确定了存在异常信息的前提下，再进行异常信息的具体内容的检测方式，这相比于直接对目标文件进行异常信息的具体细节的检测，一方面，不再是同时进行异常信息的检测和异常信息的具体内容的检测，这使得在进行是否存在异常信息的检测的时候，将异常信息检测模型的全部算力聚焦于是否存在异常信息上，能够提高是否存在异常信息的准确度。另一方面，也能在进行异常信息的具体内容的检测的时候，充分利用存在异常信息的先验条件，且全部算力聚焦于异常信息的具体内容上，这也能够准确检测出异常信息的具体内容。
-
公开(公告)号：CN119358032A
公开(公告)日：2025-01-24
申请号：CN202411909716.3
申请日：2024-12-23
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/62 , G06N3/0455 , G06N3/088 , G06N3/0442 , G06N3/0464 , G06N3/0985
Abstract: 本申请提供一种基于混合学习的隐私泄漏检测方法及设备。在本申请的一个示例中，该基于混合学习的隐私泄漏检测方法包括：获取隐私泄露检测关联数据；利用无监督学习模型，对所述隐私泄露检测关联数据进行隐私泄露检测关联特征提取，得到隐私泄露检测关联特征；以及，利用超参数优化方案确定深度学习模型的初始最优超参数组合；构建隐私泄露检测模型，并依据所述初始最优超参数组合，利用所述隐私泄露检测关联特征对所述隐私泄露检测模型进行训练，得到训练好的隐私泄露检测模型；针对待检测物联网环境，对所述训练好的隐私泄露检测模型进行迁移学习。该方法可以提升模型在复杂物联网数据上的泛化能力和准确性。
-
公开(公告)号：CN119357964A
公开(公告)日：2025-01-24
申请号：CN202411909137.9
申请日：2024-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/56 , G06F21/55 , G06F18/214 , G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例提供了一种恶意攻击特征的智能多维演化协同分析方法及设备，涉及数据处理技术领域，具体方案如下：基于目标软件的反编译数据，获得目标软件在各目标特征维度的目标特征；分别，分别基于对各目标特征进行编码得到的各目标特征的编码特征进行特征重构，得到各目标特征的重构特征；获得各目标特征与各目标特征的重构特征间的重构误差；计算误差向量与已知软件的重构误差分布之间的距离，误差向量为所获得的各重构误差形成的向量；若距离小于等于距离阈值，基于误差向量确定目标软件所属的已知软件分类，否则，确定目标软件为异常软件。应用本申请实施例提供的方案可以识别出控制系统中的恶意软件。
-
公开(公告)号：CN119337430A
公开(公告)日：2025-01-21
申请号：CN202411866700.9
申请日：2024-12-18
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种全密态数据库加密方法、装置和系统，所述系统包括客户端和服务端，客户端用于确定目标数据的数据类型和敏感级别，确定服务端是否具备对目标数据进行处理的权限；在识别到目标处理并非预设处理的情况下，客户端获取第一密文，得到第一密钥，使用第一密钥对目标数据进行加密得到第二加密数据；服务端通过可信环境从管理端获取第二密文，得到第一密钥；通过可信环境使用第一密钥对第二加密数据进行解密，得到目标数据，通过可信环境对目标数据进行目标处理，作为处理结果。应用本申请实施例提供的技术方案，能够实现使数据在全生命周期各个阶段在非可信环境中均以密文形式存在。
-
Patent Agency Ranking
公开(公告)号：CN119128993B
公开(公告)日：2025-01-21
申请号：CN202411620475.0
申请日：2024-11-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/62 , G06F21/55 , G06F18/213 , G06N3/04 , G06N3/08
Abstract: 本申请实施例提供基于并行深度神经网络的隐私泄露检测方法。本申请实施例中，先从获得的隐私数据集的每一隐私样本数据中提取敏感隐私特征以得到该隐私样本数据对应的敏感隐私特征向量；之后，由本设备上N个CPU内核基于各隐私样本数据对应的敏感隐私特征向量并行训练出对应的DNN模型，以当任一检测设备需要检测任一目标网络流时利用已训练出的DNN模型检测该目标网络流是否出现隐私泄露，这样实现了物联网设备隐私泄露的检测，保证了物联网设备的信息安全。本实施例中由N个CPU内核并行训练多个DNN模型，这样能够使得各DNN模型之间的模型参数不会相互影响，避免DNN模型间的耦合，提高了各DNN模型的性能。
-
公开(公告)号：CN118842663B
公开(公告)日：2024-12-03
申请号：CN202411330442.2
申请日：2024-09-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40 , H04L12/66 , H04N21/2347 , H04N21/254
Abstract: 本申请实施例提供了基于全匿踪隐私计算的音视频数据安全共享系统、方法及装置，系统通过封装原始数据并应用混淆算法保护业务信息，满足了音视频数据共享的需求，并有效增强了数据隐私性。同时，通过计算混淆集的交集来确定可共享的音视频数据，确保了数据访问的精确性。此外，系统还采用加密算法保护接收方身份、权限及分类分级信息，仅发送数据接收方有权限的数据，提升传输针对性和安全性，降低系统资源占用。最终，该系统在保证数据隐私的前提下，既满足了音视频数据共享的需求，又有效保护了音视频数据的隐私性和安全性，防止了敏感信息的泄露，从而提高了音视频数据共享的安全性，实现了安全的音视频数据共享机制。
-
公开(公告)号：CN118709175B
公开(公告)日：2024-11-22
申请号：CN202411205881.0
申请日：2024-08-29
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了基于动态防御的密码服务保护方法及系统。本实施例在认证请求认证失败后，会动态分析认证请求携带的认证凭证是否存在风险，若认证凭证存在风险，则禁用携带该认证凭证的任一终端对应的应用权限如访问上述原有密码服务系统等，并动态调整虚拟密码服务系统，以控制虚拟密码服务系统模拟上述原有密码服务系统构造虚拟环境，以诱导携带上述认证凭证的终端在虚拟环境下进行虚假业务访问比如虚拟环境通过随机化访问地址、认证许可模拟、虚拟应用访问等方法与携带该认证凭证的任一终端（也称访问方）进行主动交互，模糊真正的业务环境，诱导攻击者进行虚假业务访问，实现了真正意义上的动态防御的密码服务保护方法。
-
公开(公告)号：CN118694604B
公开(公告)日：2024-11-15
申请号：CN202411153246.2
申请日：2024-08-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种物联网流量实时隐私保护方法、装置、设备及系统，该方法包括：对于最大会话时间内接收到的多个相似加密请求消息进行聚合处理，得到聚合加密请求消息；将该聚合加密请求消息以及该聚合加密请求消息对应的身份标识发送给云端中心化服务器；在接收到云端中心化服务器发送的第一密文响应数据的情况下，对所述第一密文响应数据进行解密，并依据所记录的参与加密请求消息聚合的各物联网设备的身份标识，分别利用参与加密请求消息聚合的各物联网设备的公钥，对该响应数据进行加密，得到第二密文响应数据，并将得到的第二密文响应数据分别发送给对应的物联网设备。该方法可以在保证物联网流量安全性的情况下，减少通信带宽消耗和延时。
-
公开(公告)号：CN118890218A
公开(公告)日：2024-11-01
申请号：CN202411359016.1
申请日：2024-09-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40 , H04L43/0876 , H04L43/024 , H04L41/147 , H04L41/16
Abstract: 本申请实施例提供了基于多尺度卷积神经网络的智能物联网恶意流量检测方法。其中，方法包括：获取目标物联网架构中的待检测流量数据；将待检测流量数据输入至目标恶意流量检测模型中，得到目标恶意流量检测模型输出的恶意流量检测结果。目标恶意流量检测模型为通过以下方式训练得到的：在超参数空间中查找性能指标满足预设性能条件的超参数，作为目标超参数；根据原始恶意流量检测模型对样本数据的预测结果与训练样本数据的真值之间的差异，对原始恶意流量检测模型中的模型参数进行调整，直至满足预设训练结束条件，得到目标恶意流量检测模型。可以提高恶意流量检测模型的场景适应性。
-
-
-
-
-
-
-
-
-
Search Results
540
records
(took 0.077 seconds)
