-
公开(公告)号：CN118764325A
公开(公告)日：2024-10-11
申请号：CN202411251666.4
申请日：2024-09-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L67/1001 , H04L67/60 , G06F18/20
Abstract: 一种基于多智能体协同的云‑边‑端安全检测任务调度方法，涉及网络空间安全技术领域，提出了一种EECC分布式架构中节点的安全性度量方法，设计了一个节点安全性指标，端节点利用其周围相邻节点的安全性指标进行联合考量，以衡量自身抵御外界攻击的能力。同时，该标指还用于指导智能代理做出安全检测任务调度和策略优化。实现在保障节点安全的同时，优化资源利用。云边端协同优化问题建模为一个马尔科夫博弈过程，考虑了节点、任务与链路的特性以及边缘节点的负载均衡等特性，以做出更优的安全检测任务调度决策。
-
公开(公告)号：CN118368150B
公开(公告)日：2024-10-11
申请号：CN202410796259.5
申请日：2024-06-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L43/0876 , H04L43/026 , H04L43/028 , H04L43/00 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于知识蒸馏的轻量化恶意加密流量检测方法，涉及网络安全态势感知技术领域，在第一阶段，利用了流量的原始特征信息进行快速过滤，减轻了后续深度学习模型的计算压力。随后，在第二阶段，我们进一步利用了流量的图像特征信息，并通过轻量级卷积神经网络（CNN）更全面地分析流的内容特征。两阶段方法大大提升了恶意加密流量的检测效率。其次，利用了知识蒸馏的训练策略，进一步提高系统对恶意加密流量的检测准确性。
-
公开(公告)号：CN117332785B
公开(公告)日：2024-03-01
申请号：CN202311302393.7
申请日：2023-10-10
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F40/295 , G06F40/211 , G06F40/216 , G06F16/33 , G06F16/35 , G06N3/045 , G06N3/0442 , G06N3/08 , G06N7/01
Abstract: 一种从网络安全威胁情报联合抽取实体与关系的方法，涉及网络安全技术领域，利用多任务联合学习的模型架构，进行实体关系的联合抽取，能够有效的降低非联合抽取的方式误差传播问题，利用同一个向量编码器编码的统一向量表示，提取特定于不同任务特征，降低无用特征的噪声影响，提高了实体关系的解码速度。
-
公开(公告)号：CN115934090A
公开(公告)日：2023-04-07
申请号：CN202310010274.8
申请日：2023-01-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F8/40 , G06F8/74 , G06N3/0455 , G06N3/084
Abstract: 一种由二进制代码转换源代码的方法，涉及计算机软件逆向分析及网络安全领域，使用大规模二进制代码中间表示训练预训练模型，预训练有助于模型有效的捕捉二进制中间表示程序指令上下文中的结构和语义相关性，然后基于提示学习的思想利用二进制中间表示生成任意高级编程语言编写的源代码。在无需人工干预的情况下，生成二进制文件的任意编程语言编写的源代码，简化了二进制文件分析过程，提高了二进制文件分析效率，也能为软件分析人员提供多语言的源代码支持。
-
公开(公告)号：CN114818999B
公开(公告)日：2022-09-16
申请号：CN202210745030.X
申请日：2022-06-29
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种基于自编码器和生成对抗网络的账户识别方法及系统，属于金融信息安全技术领域，该方法包括：获取银行账户的账户交易报告和账户属性图序列，人工标注账户类别；通过自编码器提取账户的融合特征；基于融合特征，利用生成对抗网络生成带有类型标注的账户特征，利用账户融合特征和生成的账户特征训练判别器；根据待测账户的账户交易报告和属性图序列，提取待测账户的融合特征，输入训练完成的判别器中，识别待测账户的真伪并预测待测账户的类别。本发明通过自编码器结构以端到端的方式自动捕捉洗钱账号的行为动态模式和结构动态模式及其之间的影响，并通过基于生成对抗的样本增强，提高账户识别性能，实现对洗钱账号的细粒度识别。
-
Patent Agency Ranking
公开(公告)号：CN114818999A
公开(公告)日：2022-07-29
申请号：CN202210745030.X
申请日：2022-06-29
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种基于自编码器和生成对抗网络的账户识别方法及系统，属于金融信息安全技术领域，该方法包括：获取银行账户的账户交易报告和账户属性图序列，人工标注账户类别；通过自编码器提取账户的融合特征；基于融合特征，利用生成对抗网络生成带有类型标注的账户特征，利用账户融合特征和生成的账户特征训练判别器；根据待测账户的账户交易报告和属性图序列，提取待测账户的融合特征，输入训练完成的判别器中，识别待测账户的真伪并预测待测账户的类别。本发明通过自编码器结构以端到端的方式自动捕捉洗钱账号的行为动态模式和结构动态模式及其之间的影响，并通过基于生成对抗的样本增强，提高账户识别性能，实现对洗钱账号的细粒度识别。
-
公开(公告)号：CN118368150A
公开(公告)日：2024-07-19
申请号：CN202410796259.5
申请日：2024-06-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L43/0876 , H04L43/026 , H04L43/028 , H04L43/00 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于知识蒸馏的轻量化恶意加密流量检测方法，涉及网络安全态势感知技术领域，在第一阶段，利用了流量的原始特征信息进行快速过滤，减轻了后续深度学习模型的计算压力。随后，在第二阶段，我们进一步利用了流量的图像特征信息，并通过轻量级卷积神经网络（CNN）更全面地分析流的内容特征。两阶段方法大大提升了恶意加密流量的检测效率。其次，利用了知识蒸馏的训练策略，进一步提高系统对恶意加密流量的检测准确性。
-
公开(公告)号：CN117332785A
公开(公告)日：2024-01-02
申请号：CN202311302393.7
申请日：2023-10-10
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F40/295 , G06F40/211 , G06F40/216 , G06F16/33 , G06F16/35 , G06N3/045 , G06N3/0442 , G06N3/08 , G06N7/01
Abstract: 一种从网络安全威胁情报联合抽取实体与关系的方法，涉及网络安全技术领域，利用多任务联合学习的模型架构，进行实体关系的联合抽取，能够有效的降低非联合抽取的方式误差传播问题，利用同一个向量编码器编码的统一向量表示，提取特定于不同任务特征，降低无用特征的噪声影响，提高了实体关系的解码速度。
-
公开(公告)号：CN116436666A
公开(公告)日：2023-07-14
申请号：CN202310380411.7
申请日：2023-04-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种面向分布式异构网络的安全态势感知方法，能够将网络安全态势感知任务按照任务和设备的参数分配到各层级设备上执行，任务间通过传递参数交互和协同，最终生成全局态势感知结果。本发明提供的方法充分利用了云边端网络各层级设备的计算资源、降低了带宽占用、提升了实时性，及时有效地评估了整个网络安全风险。
-
公开(公告)号：CN115277249B
公开(公告)日：2022-12-20
申请号：CN202211154561.8
申请日：2022-09-22
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/40 , H04L41/044 , H04L41/046 , H04L41/12 , H04L41/14 , H04L43/08 , H04L43/0852
Abstract: 一种多层异构网络协同的网络安全态势感知方法，涉及网络安全态势感知技术领域，将网络安全态势感知任务分解并分散到异构网络各层级设备上执行，即轻量、实时性要求高的任务在边、端执行，复杂任务在云上执行，任务间通过传递参数交互和协同，最终生成全局态势感知结果。本发明提供的方式充分利用了多层异构网络各层级设备的计算资源、降低了带宽占用、提升了实时性，细化了分析粒度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.058 seconds)
