公开(公告)号：CN119675904A

公开(公告)日：2025-03-21

申请号：CN202411626111.3

申请日：2024-11-14

Applicant: 中国科学院信息工程研究所

Inventor： 夏葳 ,  熊刚 ,  李镇 ,  陈子骞 ,  肖俊超 ,  梁睿琪

IPC: H04L9/40 ,  H04L67/12 ,  G06N3/006

Abstract: 本发明公开了一种针对IoT入侵检测系统的成本敏感流量特征选择方法及系统，属于物联网领域。本发明通过量化特征计算成本与识别效果的平衡，优化特征子集。使用计算成本评估模型对特征的计算负担进行量化，并结合粒子群优化算法与正交稀疏向量初始化策略，从多个流量场景中筛选出高效且精准的特征子集。通过多维适应度函数评估计算损失、识别能力与特征数量的综合效果，确保特征子集在降低计算成本的同时不牺牲检测精度。本发明有效提高了IoT恶意流量识别的效率与精度。

公开(公告)号：CN119760627A

公开(公告)日：2025-04-04

申请号：CN202411790402.6

申请日：2024-12-06

Applicant: 中国科学院信息工程研究所

Inventor： 李真真 ,  梁睿琪 ,  翟浩楠 ,  李镇 ,  夏威 ,  王炳旭 ,  杨青娅

IPC: G06F18/25 ,  G06V10/82 ,  G06Q50/00 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/0895

Abstract: 本发明公开了一种基于流量多模态特征融合的社交机器人发现方法及系统。本方法为：1)获取T个类型机器人的加密网络流并对其进行标记，得到社交平台上机器人加密流量数据集；其中，fz为第z个机器人的行为序列样本；构建一OBTT模型，其包括原始流量转灰度图模块、原始序列特征编码模块、编码器、解码器、time‑LSTM模块、特征融合模块和全连接神经网络；2)利用未标记的机器人加密网络流对OBTT模型进行训练；3)利用有标记的社交平台上机器人加密流量数据集对训练后的OBTT模型进行微调；4)将待检测的加密网络流输入微调后的OBTT模型，得到对应的机器人类别。本发明增强了对不同机器人行为模式的检测能力。