-
公开(公告)号：CN119691726A
公开(公告)日：2025-03-25
申请号：CN202411775637.8
申请日：2024-12-05
Applicant: 四川大学 , 中国航空工业集团公司成都飞机设计研究所
IPC: G06F21/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本申请涉及一种基于小样本图像分类的WiFi设备射频指纹识别方法。所述方法包括：获取WiFi设备信号数据并进行预处理，采用短时傅里叶变换将预处理之后的WiFi设备信号数据转化为时频谱图，构建小样本数据集；基于孪生神经网络构建射频指纹小样本图像分类模型，基于自编码器设计图像数据增强模块；采用小样本数据集预训练所述射频指纹小样本图像分类模型和图像数据增强模块；基于所述图像数据增强模块进行样本扩充，并利用预训练好的射频指纹小样本图像分类模型进行筛选；利用扩充后的数据集对所述射频指纹小样本图像分类模型再次训练，训练完成之后将测试样本输入，输出识别结果。提高了小样本条件下WiFi设备射频指纹识别的准确性。
-
公开(公告)号：CN116663601A
公开(公告)日：2023-08-29
申请号：CN202310708505.2
申请日：2023-06-15
Applicant: 四川大学
IPC: G06N3/006
Abstract: 本发明公开了一种基于粒子群优化的检测器生成方法，包括第一阶段：将抗原空间的各个面和边的中心点分别设定为全局最佳位置，通过不断的更新全局最佳位置使粒子的移动路线覆盖整个空间，反复执行粒子群优化算法直至各个全局最优位置点均得到遍历，生成有效的检测器覆盖非自我空间；第二阶段：如果达到了期望覆盖率，那么终止。否则再生成一部分检测器来覆盖孔洞达到期望覆盖率。本发明通过引入粒子群优化算法解决了否定选择算法的随机性导致算法时间长和检测率低的问题；通过实验验证分析，与其他算法RNSA、V‑Detector、BIORV‑NSA和ADC‑NSA相比，DGA‑PSO在四个数据集上的检测器训练时间和检测率均排名第一。
-
-
公开(公告)号：CN115333869B
公开(公告)日：2022-12-13
申请号：CN202211258685.0
申请日：2022-10-14
Applicant: 四川大学
Abstract: 本发明公开了一种分布式网络对抗攻击自训练学习方法，包括以下步骤：步骤1：原始攻击样本通过对抗攻击模型产生变异样本；步骤2：变异样本进入检测模型进行检测，输出检测结果；步骤3：没有被检测出变异样本的对抗样本添加到对抗样本队列，对抗样本队列达到设定阈值输入步骤2的检测模型进行再训练，直到所有的样本检测完成；本发明采用基于SAC算法的对抗攻击模型结合检测模型，对抗攻击模型能够产生有效检测模型检测率的对抗样本，检测模型采用集成式算法训练速度快；抗干扰能力强，训练效率高，满足网络靶场攻防演练需求。
-
公开(公告)号：CN115225371A
公开(公告)日：2022-10-21
申请号：CN202210843209.9
申请日：2022-07-18
Applicant: 四川大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于对比学习的网络靶场背景流量分布式生成方法，包括以下步骤：步骤1：获取流量；步骤2：将步骤1获取的流量输入DB‑WE模型，对流量进行表征得到动态词向量；步骤3：将步骤2得到的动态词向量输入SimCSE模型，得到流量向量，然后将流量向量逆向量化表征得到流量形式；其中DB‑WE模型包括Doc2Vec模块和双层Bi‑LSTM模块；Doc2Vec模块用于将流量特征多元组转化为固定长度的静态词向量；双层Bi‑LSTM模块用于将静态词向量转化为动态词嵌入向量；本发明能够更好的对流量进行表征，利用收集小样本流量生成大量相似而不同的流量。
-
Patent Agency Ranking
公开(公告)号：CN114598526A
公开(公告)日：2022-06-07
申请号：CN202210224383.5
申请日：2022-03-07
Applicant: 四川大学
Abstract: 本发明公开一种结构化查询语言注入检测方法，涉及网络安全技术领域，方法包括：获取待检测的结构化查询语言语句；对结构化查询语言语句进行语法解析，得到解析后的结构化查询语言语句；对解析后的结构化查询语言语句进行序列化处理，得到序列化数据；对序列化数据进行向量化处理，得到向量化数据；将向量化数据输入训练好的结构化查询语言注入检测模型，得到结构化查询语言语句是否存在结构化查询语言注入攻击的检测结果。本发明通过对结构化查询语言语句进行语法解析、序列化处理和向量化处理后，通过结构化查询语言注入检测模型检测，解决了现有结构化查询语言注入的检测方法无法检测到对抗机器学习攻击下的结构化查询语言注入的技术问题。
-
公开(公告)号：CN119788383A
公开(公告)日：2025-04-08
申请号：CN202411962644.9
申请日：2024-12-30
Applicant: 四川大学
Abstract: 本发明涉及DDoS攻击检测技术领域，公开了一种基于信息熵和改进随机森林的DDoS攻击检测方法，包括获取交换机流表信息；从流表信息中提取目的IP地址；根据目的IP地址计算目的IP地址熵，并采用基于正态分布的3‑sigma法则的动态阈值方法对待检测的流量进行过滤，获取可疑DDoS攻击流量；采用基于元分类器聚合的加速投票随机森林模型对可疑DDoS攻击流量进行攻击检测。本发明在保证DDoS攻击检测准确率的同时能够提升检测效率。
-
公开(公告)号：CN119691725A
公开(公告)日：2025-03-25
申请号：CN202411775559.1
申请日：2024-12-05
Applicant: 四川大学 , 中国航空工业集团公司成都飞机设计研究所
IPC: G06F21/44 , G06F18/213 , G06N3/126
Abstract: 本申请涉及一种基于免疫的射频指纹身份认证方法。所述方法包括：首先，获取WiFi信号数据并进行预处理；之后，基于预处理之后的WiFi信号数据进行射频指纹提取，得到射频指纹向量；之后，基于所述射频指纹向量确定可变半径自体；之后，采用基于进化的检测器生成方法确定成熟检测器集合；最后，采用所述成熟检测器集合对所述可变半径自体进行检测，得到身份认证结果。提出了一个安全、轻量的身份认证方法，减少了计算资源的消耗，提高了身份认证的准确性。
-
公开(公告)号：CN119484065A
公开(公告)日：2025-02-18
申请号：CN202411582177.7
申请日：2024-11-07
Applicant: 四川大学
IPC: H04L9/40 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F18/214 , G06F18/25
Abstract: 本申请涉及一种基于深度神经网络的网络安全态势感知方法。所述方法包括：获取网络安全数据集并进行预处理，得到初始数据集；构建态势要素提取模型，将初始数据集输入态势要素提取模型，得到网络安全攻击要素；基于网络安全攻击要素进行特征提取，并进行特征级数据融合，得到融合特征向量；构建网络安全态势评估模型，将融合特征向量输入网络安全态势评估模型，得到态势评估结果；基于网络安全攻击要素和态势评估结果构成多维时序数据集，基于多维时序数据集训练基于样本卷积与交互模块的深度神经网络安全态势预测模型；将当前态势数据输入训练好的深度神经网络安全态势预测模型，输出网络态势预测结果。提高了网络安全态势感知评估和预测准确性。
-
公开(公告)号：CN118400743A
公开(公告)日：2024-07-26
申请号：CN202410466591.5
申请日：2024-04-18
Applicant: 四川大学 , 成都市新都区智慧蓉城运行中心
IPC: H04W12/37 , H04W12/60 , H04W12/00 , H04L67/104 , H04L67/1097 , G06F21/62
Abstract: 本发明公开了一种基于区块链分片共识机制的分布式网络节点安全方法，该方法包括搭建区块链分片平台模块化架构，为构建无线通信网络节点安全通信及数据安全存储做准备；提出基于数据分片存储传输的分布式网络节点通信方法以及基于节点行为信誉的可信区块链方法。本发明将区块链技术应用到分布式无线通信中，采用一种新的可应用于联盟链的分片平台架构，为对分布式无线通信节点的数据安全管理提供了更为可信的技术；将区块链的分片技术应用到数据存储中，做到系统中的任意节点只存储部分数据，确保了数据的存储安全性；将区块链的共识机制应用到节点通信中，能够实现在不安全的无线网环境下，也可以保障分布式无线通信网络中的通信安全。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.031 seconds)
