数据安全分类分级能力成熟度评估方法、系统及可读介质

    公开(公告)号:CN117633605A

    公开(公告)日:2024-03-01

    申请号:CN202410104803.5

    申请日:2024-01-25

    Abstract: 本发明涉及数据安全分类分级能力成熟度评估方法、系统及可读介质,评估方法包括:采集影响数据安全分类分级能力成熟度的指标信息;指标信息包括功能性、性能效率、开放性、稳定性、安全性、可维护性的指标数据;基于各方面的指标数据分别构建相应的指标数据矩阵;采用层次分析法、灰色关联度分析法、熵权法、优劣解距离法、熵权法、熵权法分别对各指标数据矩阵进行评估计算,得到各指标数据对应的评分;将各指标数据对应的评分输入多层感知机中,得到能力成熟度评分;其中,多层感知机的损失函数为KL散度损失;根据能力成熟度评分判定数据安全分类分级能力成熟度等级。本发明能够有效提高数据安全分类分级能力成熟度评估的可靠性和准确性。

    物联网通信方法、系统及计算机可读存储介质

    公开(公告)号:CN116170802B

    公开(公告)日:2023-07-07

    申请号:CN202310457786.9

    申请日:2023-04-26

    Abstract: 本发明属于物联网通信安全技术领域,具体涉及一种物联网通信方法、系统及计算机可读存储介质。物联网通信方法,包括以下步骤:S1、采集传感器数据,并对传感器数据进行数据协议封装,得到数据协议包;S2、对数据协议包进行数据格式化处理,得到输入数据集;S3、将输入数据集输入可逆神经网络进行正向计算,输出加密数据;随机生成SM4密钥并输入前向传播神经网络,输出增强密钥;S4、利用国密SM4算法对加密数据和增强密钥进行加密,得到密文;S5、利用智能调度算法选择最佳通信信道对密文进行数据传输。本发明针对数据加密在原有国密加密算法的基础上增加可逆神经网络,实现双重加密保护,有效提升数据传输的安全性。

    基于算法组件库分析的未知诈骗的识别方法及系统

    公开(公告)号:CN114549026B

    公开(公告)日:2022-07-19

    申请号:CN202210440913.X

    申请日:2022-04-26

    Abstract: 本发明涉及基于算法组件库分析的未知诈骗识别方法及系统,方法包括:采集部分诈骗数据和部分正常数据,分别进行诈骗类和正常类的标注;通过算法组件库进行综合性能TopN算法推荐,之后进行AutoML建模以建立分类模型;利用分类模型对目标行业对应的全量数据进行初始标注;在标注完成的全量数据中取部分诈骗类样本和部分正常类样本,分别进行诈骗小类和正常小类的标注;通过算法组件库建立诈骗小类分类模型和正常小类分类模型,作为根节点模型,并对全量数据进行初始标注以预测样本类别;利用测试数据对根节点模型进行评估,若评估精度低于阈值则进行未知诈骗类别分析。本发明可自动进行模型选型,模型调优和模型的部署。

    一种基于用户行为分析的高危操作识别方法及系统

    公开(公告)号:CN114254716B

    公开(公告)日:2022-05-27

    申请号:CN202210195033.0

    申请日:2022-03-02

    Abstract: 本发明具体涉及一种基于用户行为分析的高危操作识别方法及系统,其高危操作识别方法,包括以下步骤:采集目标网络内对应用户行为的历史日志信息,并对历史日志信息进行数据标准化处理,得到目标信息;根据目标信息获取服务器操作习惯特征和操作指令习惯特征;基于目标信息,对操作指令进行去重处理并进行莱文斯坦距离和最长公共子序列的计算,得到莱文斯坦距离和最长公共子序列均超过相应阈值的指令数量特征;高危操作识别模型的训练;采集对应用户行为的待测日志信息,并输入高危操作识别模型,得到高危操作识别模型输出的状态值,并根据状态值对用户行为状态进行预测。本发明后续用户行为研判提供多维特征依据,提升用户行为分析的准确度。

    一种基于注意力机制的EfficientNet敏感图像检测方法及系统

    公开(公告)号:CN112396571A

    公开(公告)日:2021-02-23

    申请号:CN202110073846.8

    申请日:2021-01-20

    Abstract: 本发明公开了一种基于注意力机制的EfficientNet敏感图像检测方法,包括:S1.创建图像数据集;S2.对数据集进行扩充处理,得到扩充后的图像数据集;S3.通过基于注意力机制的EfficientNet网络结构对扩充后的图像数据集进行finetune训练,得到EfficientNet网络结构的参数;S4.将EfficientNet网络结构的参数输入至numpy中,采用numpy构建基于注意力机制的EfficientNet网络模型,得到waff_EfficientNet网络模型;S5.预设敏感图像数据库,将敏感图像数据库中的图像输入waff_EfficientNet网络模型进行特征处理,得到敏感图像特征数据库;S6.将待检测的图像输入waff_EfficientNet网络模型进行特征处理,得到转换后的特征图像,计算转换后的特征图像与敏感图像特征数据库中的敏感图像的欧氏距离,并判断是否存在欧氏距离小于预设阈值,若是,则输出待测图像为敏感图像。

Patent Agency Ranking