在通信网络中确定乒乓效应号码的方法、装置及存储介质

    公开(公告)号:CN112469073B

    公开(公告)日:2021-07-09

    申请号:CN202011328138.6

    申请日:2020-11-24

    Abstract: 本发明公开了一种在通信网络中确定乒乓效应号码的方法、装置及存储介质,方法包括:在需要确定乒乓效应号码的区域中,沿着区域的地理边界线两侧分别选取多个区域作为边界带,每个区域对应一个边界带,边界带汇总形成边界缓冲带,地理边界线包括省际边界、地市边界或国境边界;确定位于边界缓冲带内的基站列表;以基站列表为索引,筛选出附着在基站列表中的各个基站上的移动用户号码;根据信令数据对移动用户号码一天内在边界缓冲带上出现的时间进行编码,其中一天的时间被等分为若干切片;获取边界缓冲带内的移动用户号码的时间切片编码进行联动分析,从而确定发生乒乓效应的移动用户号码。本发明可以减少乒乓效应对大数据平台分析功能的干扰。

    一种基于数据包表征学习的恶意加密流量检测方法和系统

    公开(公告)号:CN118337533B

    公开(公告)日:2024-09-20

    申请号:CN202410757865.6

    申请日:2024-06-13

    Abstract: 本发明提出一种基于数据包表征学习的恶意加密流量检测方法和系统。其中,方法包括:以用丰富双向流会话作为划分的基本单位,对每一个加密流量Pcap文件进行划分,得到若干个会话;选取会话中的前预设值个数据包代表全局流量;选取每个数据包的若干参数作为检测特征;将所述检测特征输入深度学习网络,得到恶意加密流量识别结果。本发明提出的方案能够通过深入挖掘TLS协议数据包级别的特征,运用深度学习网络算法提取特征的序列信息,并加入多头自注意力机制来减少深度学习网络算法的传播信息损失以及提取序列信息中的关键信息进行检测,进而提升加密恶意流量的检测率。

    一种基于OPENSTACK的漏洞挖掘方法

    公开(公告)号:CN118094572B

    公开(公告)日:2024-07-12

    申请号:CN202410510419.5

    申请日:2024-04-26

    Abstract: 本发明公开了一种基于OPENSTACK的漏洞挖掘方法,包括:搭建openstack集群;维护计算节点的资源池;制作AFL虚拟机镜像;从漏洞挖掘任务的请求参数中,生成任务虚拟机定义信息;根据资源池检测漏洞挖掘任务的资源,记录创建漏洞挖掘任务过程中的漏洞挖掘任务对资源的需求,预留资源给任务虚拟机;根据虚拟机定义信息在openstack集群的计算节点上,从镜像服务中拉取虚拟机镜像,创建Server,从而生成任务虚拟机;通过sshpass和ssh技术,把目标程序部署到任务虚拟机中,并连接任务虚拟机,启动漏洞挖掘。本发明公开的技术内容,能够实现虚拟机集群的负载均衡、任务分发、资源配额及安全控制等功能。

    一种用于网络威胁的多源异构数据治理方法和系统

    公开(公告)号:CN118174971A

    公开(公告)日:2024-06-11

    申请号:CN202410598600.6

    申请日:2024-05-15

    Abstract: 本发明提出一种用于网络威胁的多源异构数据治理方法和系统。其中,方法包括:对所述多源异构网络威胁数据以数据仓库的形式临时存储;对数据仓库中多源异构网络威胁数据的进行数据探查,得到数据探查结果;根据数据探查结果,编辑多源异构网络威胁数据的数据标准;根据所述数据标准,配置自定义任务,所述自定义任务规范化处理数据仓库中的多源异构网络威胁数据,完成数据清洗、数据关联和数据回填工作,最终将处理后数据存储到对应的原始情报库中。本发明提出的方案能够实现对多源异构网络威胁数据的汇聚、清洗、关联、分发等全流程的处理,具备了一站式的数据治理能力和多源异构跨平台的数据适配能力。

    一种基于OPENSTACK的漏洞挖掘方法

    公开(公告)号:CN118094572A

    公开(公告)日:2024-05-28

    申请号:CN202410510419.5

    申请日:2024-04-26

    Abstract: 本发明公开了一种基于OPENSTACK的漏洞挖掘方法,包括:搭建openstack集群;维护计算节点的资源池;制作AFL虚拟机镜像;从漏洞挖掘任务的请求参数中,生成任务虚拟机定义信息;根据资源池检测漏洞挖掘任务的资源,记录创建漏洞挖掘任务过程中的漏洞挖掘任务对资源的需求,预留资源给任务虚拟机;根据虚拟机定义信息在openstack集群的计算节点上,从镜像服务中拉取虚拟机镜像,创建Server,从而生成任务虚拟机;通过sshpass和ssh技术,把目标程序部署到任务虚拟机中,并连接任务虚拟机,启动漏洞挖掘。本发明公开的技术内容,能够实现虚拟机集群的负载均衡、任务分发、资源配额及安全控制等功能。

    一种基于加密流量的不良信息样本扩增方法和系统

    公开(公告)号:CN117938545A

    公开(公告)日:2024-04-26

    申请号:CN202410324005.3

    申请日:2024-03-21

    Abstract: 本发明提出一种基于加密流量的不良信息样本扩增方法和系统。其中,方法包括:首先采用数据扩增技术对不良信息样本进行数量扩增;其次,通过模拟现网的数据传输场景,研究搭建模拟现网的通信环境;再次,使用自研的pcap包采集工具在模拟通信环境中抓取样本的传输流量;然后,将获取到样本流量数据包逐一进行指纹生成;最后,将生成指纹构建指纹库,并采用数据压缩方法规模化精简指纹库规模。本发明提出的方案对于整体样本扩增流程思路明确,可扩展至对加密通信领域其他样本数据集的扩增,为有效解决样本数据不足与指纹库构建问题提供思路,方法的普适性较好。

    一种深度伪造音频鉴别方法和系统

    公开(公告)号:CN116994590B

    公开(公告)日:2023-12-15

    申请号:CN202311253131.6

    申请日:2023-09-27

    Abstract: 本发明提出一种深度伪造音频鉴别方法和系统。其中,方法包括:基于随机质量压缩、模糊和随机添加附加噪声方法,对音频数据进行数据增强处理;将数据增强处理后的音频数据输入基于自监督学习的特征提取模型,得到音频特征;将所述音频特征输入基于残差结构的伪造鉴别模型,提取出音频的时序特征,以实现对音频的鉴别。本发明提出的方案能够利用自监督语音表示学习技术学习语音特征,降低对深度伪造音频数据的依赖,提高系统的泛化性;基于残差结构实现音频特征增强,充分提取音频的时序特征;使用数据增强方法提升训练数据的复杂性,提高鉴别模型的性能。

Patent Agency Ranking