-
公开(公告)号:CN112910688B
公开(公告)日:2021-11-23
申请号:CN202110059616.6
申请日:2021-01-18
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
Abstract: 本发明公开了HJ212协议下基于OCSVM模型的通讯行为异常并行检测方法和系统,具体包括:(1)从工业控制网络获取包括多个HJ212协议通讯数据包的连接,对每个HJ212协议通讯数据包进行解析,以获取其对应的命令编码,按照该连接所包括的所有HJ212协议通讯数据包传输的时间先后顺序,将该所有HJ212协议通讯数据包所对应的多个命令编码进行排序,从而构成该连接对应的命令编码序列;(2)将该连接对应的命令编码序列输入训练好的HJ212协议异常检测模型中,以得到该连接的检测结果。本发明能解决现有方法中无法对HJ212协议下的通讯行为异常进行检测和检测率较低的技术问题。
-
公开(公告)号:CN113014602A
公开(公告)日:2021-06-22
申请号:CN202110325762.9
申请日:2021-03-26
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
Abstract: 本发明公开了一种基于最优通信路径的工业网络防御方法,其首先获取当前工业控制网络所处局域网的网络拓扑图和开机状态的设备信息;从网络拓扑图提取终端设备节点,使用PIEU法评估终端设备的关键程度,并按照统一的标准给节点的关键程度配上对应的指标值,将终端节点两两组合,按两节点的指标值之和降序排列;按排列顺序,使用SPFA算法对关键程度高的两个终端节点先寻找最优通信路径,找到后将最优通信路径存入网络,最终得到整个工业网络的最优通信路径;终端节点只接收网络数据包源IP从最优通信路径发来的包,其他路径发来的包均视为异常网络数据包。本发明能够充分利用工控系统自身较好的稳定性,结合网络的最优通信路径,保证网络良好的通信链路。
-
公开(公告)号:CN112965970B
公开(公告)日:2024-06-25
申请号:CN202110305980.6
申请日:2021-03-22
Applicant: 湖南匡安网络技术有限公司
IPC: G06F16/215 , G06F16/22 , G06F16/2455 , H04L9/40
Abstract: 本发明公开了一种基于哈希算法的异常流量并行检测方法,包括:设备源向目标服务器发起请求;中央管理核拦截、清洗数据包,并向各检测内核派发需检测的数据包信息;各检测内核对总规则库进行均分,得到负责匹配的子规则库;检测内核根据哈希算法分散得到每次检测的数据包编号,其中哈希函数的键值由本内核编号、检测内核总数、数据包总数、该核已检测数据包数及冲突次数计算得到。本发明能提高规则库并行情况下的模式匹配效率,通过多核协作增加单位时间内检测的流量包数量,解决规则库过大带来的检测速率底下的问题,在降低漏报率的同时提高检测速率,更快进行异常报警,从而采取相应措施。
-
公开(公告)号:CN112104639B
公开(公告)日:2021-06-15
申请号:CN202010950472.9
申请日:2020-09-11
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
Abstract: 本发明公开了一种面向电力系统网络的攻击路径并行预测方法,采用并行模式根据反向DFS算法生成多个网络子攻击图,并且采用并行模式根据DFS算法计算所有子攻击图中各条攻击路径攻击成功的概率,从所有概率中选择最大值对应的攻击路径作为整个电力系统网络中最可能的攻击路径。本发明解决了无法针对风险大的0day漏洞进行攻击路径预测的问题,提升了攻击图生成效率,并解决整体攻击图容易出现状态爆炸的问题,同时减少了攻击路径预测的计算复杂度,提高攻击路径预测的计算效率。
-
公开(公告)号:CN112765660A
公开(公告)日:2021-05-07
申请号:CN202110092700.8
申请日:2021-01-25
Applicant: 湖南大学 , 湖南匡安网络技术有限公司
IPC: G06F21/62 , G06F21/57 , G06F40/216 , G06F40/289 , G06K9/62
Abstract: 本发明公开了一种基于MapReduce并行聚类技术的终端安全性分析方法,包括:从终端获取其日志数据,并使用自然语言处理库对日志数据进行处理,以得到多个分词;对得到的多个分词进行过滤处理,以得到过滤后的多个分词;使用TF‑IDF算法提取过滤后的每个分词的特征,所有特征构成该日志数据对应的日志向量X;计算得到的日志数据对应的日志向量与预先设置的K个聚类中心中每个聚类中心的欧氏距离,并获取所有欧氏距离的最小值所对应的聚类中心,根据该聚类中心确定终端的最终安全等级。本发明能够降低噪声日志干扰带来的影响,并且能解决现有终端安全性判断的人力成本高、速度慢,分类结果受不同技术人员自身经验影响,以及传统终端安全分类方法的不准确的问题。
-
-
-
-