公开(公告)号：CN119210784A

公开(公告)日：2024-12-27

申请号：CN202411190657.9

申请日：2024-08-28

Applicant: 电子科技大学

Inventor： 吴俊锐 ,  汪文勇 ,  何止戈 ,  罗昊然 ,  胡水松 ,  苗宇 ,  李宇博 ,  邓军 ,  黄鹂声 ,  唐勇

IPC: H04L9/40

Abstract: 本发明公开了一种云原生抗DDoS防御方法，属于网络安全技术领域，其特征在于，包括以下步骤：S1、软件化，将抗DDoS系统的功能软件化为能力，组成覆盖网络；S2、策略自动化，将能力以服务链的形式串接；S3、服务链生效，通过服务链规定每个能力执行的相应顺序；S4、能力部署，将服务链中存在的能力部署于底层网络的云服务器上，形成抗DDoS策略。本发明能够实现抗DDoS策略自动化，提高抗DDoS策略响应速度和抗DDoS效率。

公开(公告)号：CN118432902A

公开(公告)日：2024-08-02

申请号：CN202410582387.X

申请日：2024-05-11

Applicant: 电子科技大学

Inventor： 胡水松 ,  罗昊然 ,  汪文勇 ,  吴俊锐 ,  苗宇 ,  邓军 ,  李宇博

IPC: H04L9/40

Abstract: 本发明提供了一种基于双向源地址验证(SAV‑B)的近目的DDoS防御方法，该方法在DDoS攻击目标(即受保护区域)附近部署SAV‑B设备，SAV‑B设备用于收集传入和传出网络的网络数据包的五元组信息，五元组信息包括源IP地址、目的IP地址、源端口号、目的端口号和传输协议，并利用高效的哈希函数为这些信息生成哈希摘要，采用哈希摘要对数据包进行源地址真实性验证，以实现高效且精确的源地址验证，这种动态更新和验证机制使SAV‑B设备能够适应网络环境的变化和新出现的安全威胁，为保障网络安全提供了一种高效防御方法。

公开(公告)号：CN119210783A

公开(公告)日：2024-12-27

申请号：CN202411190655.X

申请日：2024-08-28

Applicant: 电子科技大学

Inventor： 何止戈 ,  汪文勇 ,  吴俊锐 ,  罗昊然 ,  胡水松 ,  苗宇 ,  李宇博 ,  邓军 ,  黄鹂声 ,  唐勇

IPC: H04L9/40

Abstract: 本发明公开一种适用于云原生系统的基于SAVA的IP治理方法，属于网络安全技术领域，其特征在于，包括以下步骤：S1、虚拟化SAVA设备，将SAVA设备的功能抽象为云原生系统中的能力；S2、再将能力联动组合成微服务链；S3、在源地址识别的虚假源识别阶段，对虚假源地址进行识别；S4、在源地址识别的真实源识别阶段，将现有的真实源识别功能抽象为能力，进行真实源识别；S5、在黑白名单生成阶段，根据源地址识别的情报，生成IP地址黑白名单；S6、云原生系统根据生成的IP地址黑白名单，对黑名单IP地址进行阻断；S7、最后进行情报共享。本发明能够突破现有网络结构的制约，在云原生系统中实现基于SAVA的IP地址治理，提高了效率和灵活性。

公开(公告)号：CN113792856B

公开(公告)日：2022-06-10

申请号：CN202111058809.6

申请日：2021-09-09

Applicant: 电子科技大学

Inventor： 杨浩淼 ,  葛孟雨 ,  金禹樵 ,  张益 ,  李佳晟 ,  王宇 ,  卢锐恒 ,  汤殿华 ,  李宇博 ,  李发根

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G16H50/70

Abstract: 本发明公开了基于VAE医疗保健联邦学习框架的确定方法，涉及计算机科学、机器学习以及联邦学习技术领域，解决基于联邦学习的医疗保健领域的三个挑战，第一，数据分布非IID导致的最终模型性能降低以及收敛速度慢的问题。第二，医疗数据的正负样本分布不均衡导致的模型偏差较大的问题。第三，联邦学习下所消耗的通信带宽过大导致的难以实际部署的问题。我们先在联邦学习框架下训练两个轻量级的VAE，然后将训练好的VAE分发给所有的节点用于更新自己的本地数据，而更新后的本地数据具有的特点就是数据都是低维且分布具有相似性并且类别是均衡的。最后再利用这样的数据对异常检测模型进行训练。