-
公开(公告)号：CN111224966B
公开(公告)日：2021-11-02
申请号：CN201911401396.X
申请日：2019-12-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全领域，特别涉及一种基于演化网络博弈的最优防御策略选取方法，在实际网络攻防场景中，局中人的学习能力有限，仅能在有限范围内与群体中其他局中人进行交互，为此，本发明基于网络拓扑结构改进学习机制，根据局中人的学习范围建立学习对象集，采用费米函数计算向学习对象的策略的转移概率，利用随机噪声描述学习过程中非理性影响的程度，在此基础上，构建网络攻防演化网络博弈模型，分析攻防策略演化过程，求解演化网络博弈均衡，演化网络博弈模型更加符合网络攻防实际，具有较好的实践指导价值。
-
公开(公告)号：CN112003854A
公开(公告)日：2020-11-27
申请号：CN202010840546.3
申请日：2020-08-20
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全技术领域，涉及一种基于时空博弈的网络安全动态防御决策方法，依据网络攻防动态时空对抗特性，构建多维变换移动目标防御模型，多维变换移动目标防御模型中攻防双方通过实施攻防策略控制的网络表面由探测面、攻击面及检测面共同决定；依据多维变换移动目标防御模型，分析攻防博弈过程并刻画移动目标防御安全状态演化过程；利用微分博弈分析连续网络攻防过程，构建移动目标防御时空决策模型；针对移动目标防御时空决策模型，通过量化攻防收益并进行鞍点均衡策略求解，确定最优时空防御策略。本发明基于博弈模型实现兼顾空间策略和时间策略的防御决策，增强网络安全防御决策的针对性和时效性，提升网络安全防御效能。
-
公开(公告)号：CN111935152A
公开(公告)日：2020-11-13
申请号：CN202010802601.X
申请日：2020-08-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L29/06
Abstract: 本发明属于网络安全技术领域，特别涉及一种基于代理控制器的DDoS攻击自主过滤与动态防御方法及系统，针对SDN网络控制器易受DDoS攻击等问题，通过在控制器与交换机之间增设代理控制器，形成对控制器的物理安全防护；当代理控制器检测到DDoS攻击时，控制器运行交换机迁移机制，使SDN网络控制面对外呈现动态变化的效果；通过控制器控制执行多轮交换机迁移，识别并隔离异常交换机来破坏攻击流量，最终实现正常交换机与异常交换机分离，达到保护控制器的目的，提高SDN网络控制器在DDoS攻击中的自主过滤和主动防护能力，便于实际场景应用，具有较好的应用前景。
-
公开(公告)号：CN118573443A
公开(公告)日：2024-08-30
申请号：CN202410700301.9
申请日：2024-05-31
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于智能时滞微分博弈的蜜罐部署方法、系统及服务器，基于威胁模型和防御模型构建网络节点状态演化的时滞微分博弈方程，并依据攻防对抗中攻防双方采取改变当前网络节点状态所带来的收益及开销来设置攻防收益函数，其中，所述网络节点状态包括正常状态、感染状态、保护状态和受损状态；利用时滞微分博弈方程和攻防收益函数构建用于表示网络欺骗攻防行为和节点状态演化过程的时滞微分博弈网络欺骗部署模型，并将网络欺骗部署模型转化为二人零和马尔科夫博弈模型，以通过模型求解获取最优蜜罐部署策略。本发明通过有效刻画无标度网络环境下网络节点的演化状态并利用网络节点演化的时滞微分状态方程构建蜜罐攻防时滞微分博弈模型，利用模型求解来实时输出复杂网络环境下不同度节点攻防双方最佳策略，保证蜜罐部署的合理性，以达到目标网络保护数据安全的目的，具有较好的应用前景。
-
公开(公告)号：CN117689954A
公开(公告)日：2024-03-12
申请号：CN202311776201.6
申请日：2023-12-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/094
Abstract: 本发明涉及计算机视觉技术领域，特别涉及一种基于图像平均的人工智能图像识别对抗攻击方法及系统，利用对抗样本生成算法在神经网络模型上对原始图像样本数据迭代攻击，生成对抗图像数据集，对抗图像数据集包括通过调整对抗攻击超参数生成的多批次对抗样本数据和/或相同对抗攻击超参数下生成的多批次对抗样本数据和/或采用不同对抗样本生成算法生成的若干对抗样本数据；对对抗图像数据集中的对抗样本数据进行图像平均，将图像平均结果转化为对抗样本图像，以利用该对抗样本图像测试人工智能图像识别神经网络模型性能。本发明充分利用超参数实验生成的多批次次优对抗样本并通过图像平均，能够提升对抗样本的迁移性、攻击成功率及其图像质量。
-
Patent Agency Ranking
公开(公告)号：CN116962050A
公开(公告)日：2023-10-27
申请号：CN202310933513.7
申请日：2023-07-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于Flipit智能博弈的网络欺骗防御决策方法及系统，基于移动欺骗攻击面构建Flipit博弈欺骗防御模型，利用Flipit博弈欺骗防御模型从空间和时间维度来表征欺骗攻防过程；基于Flipit博弈模型、折扣收益、阶段转移概率及攻防双方收益函数将欺骗攻防过程建模为多阶段时空决策欺骗博弈模型，以分析攻击者策略发生改变时防御者欺骗策略的变化，符合网络攻防交互实际场景；利用深度强化学习算法对多阶段时空决策欺骗博弈模型攻防博弈过程进行求解并获取防御者最佳欺骗策略，以防止攻击者获取目标网络环境中重要资产信息。本发明从时间决策和空间决策选取最优防御策略，可提升网络欺骗防御有效性，满足复杂网络空间防御场景中实际应用。
-
公开(公告)号：CN116521882A
公开(公告)日：2023-08-01
申请号：CN202310624760.9
申请日：2023-05-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/35 , G06F16/36 , G06F16/901 , G06N5/02 , G06N3/0464 , G06N3/08
Abstract: 本发明属于文本分类技术领域，特别涉及一种基于知识图谱的领域长文本分类方法及系统，该方法首先利用BERT模型对输入文本进行编码，获得含有丰富语义信息的初始化向量；然后构建知识图谱和依存关系图；将知识图谱和依存关系图分别输入两个GCN模块，基于注意力机制，实体关系图神经网络输出增加实体关系类型信息的词向量，依赖关系图神经网络输出增加依赖关系类型信息的词向量；其次使用图结构掩码模型分别得到实体关系类型向量和依赖关系类型向量，将两个向量拼接得到边类型向量；最后采用交叉熵损失函数优化模型，通过softmax函数得到分类概率实现领域长文本分类。本发明通过融合知识特征和数据特征，提升领域长文本分类的准确性。
-
公开(公告)号：CN113992539B
公开(公告)日：2023-03-24
申请号：CN202111262054.1
申请日：2021-10-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L43/0852 , H04L43/0876 , H04L45/02 , H04L45/24 , H04L9/40
Abstract: 本发明属于网络信息安全技术领域，特别涉及一种网络安全动态路由跳变方法及系统，依据实时的网络链路延迟信息和端口流量传输情况评估网络路径拥塞程度；根据网络拓扑计算源主机到目的主机的所有路径，依据网络路径拥塞程度评估结果动态调整路径权重，并通过路径权重和随机数选取跳变路径，同时通过逆序添加和优先级覆盖策略更新流表项。本发明通过加权随机路由选择将流量分散到多条路径中，提高监听攻击的难度和代价；通过网络状态约束动态调整路由路径权重，避免链路拥塞，提高路由跳变的可用性，并进一步通过实验数据表明，本案方案既可以保证网络的正常通信时延和CPU负载，又可以有效抵御监听攻击，具有较好的应用前景。
-
公开(公告)号：CN113992539A
公开(公告)日：2022-01-28
申请号：CN202111262054.1
申请日：2021-10-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L43/0852 , H04L43/0876 , H04L45/02 , H04L45/24 , H04L9/40
Abstract: 本发明属于网络信息安全技术领域，特别涉及一种网络安全动态路由跳变方法及系统，依据实时的网络链路延迟信息和端口流量传输情况评估网络路径拥塞程度；根据网络拓扑计算源主机到目的主机的所有路径，依据网络路径拥塞程度评估结果动态调整路径权重，并通过路径权重和随机数选取跳变路径，同时通过逆序添加和优先级覆盖策略更新流表项。本发明通过加权随机路由选择将流量分散到多条路径中，提高监听攻击的难度和代价；通过网络状态约束动态调整路由路径权重，避免链路拥塞，提高路由跳变的可用性，并进一步通过实验数据表明，本案方案既可以保证网络的正常通信时延和CPU负载，又可以有效抵御监听攻击，具有较好的应用前景。
-
公开(公告)号：CN113487015A
公开(公告)日：2021-10-08
申请号：CN202110766192.7
申请日：2021-07-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于计算机视觉图像识别技术领域，特别涉及一种基于图像亮度随机变换的对抗样本生成方法及系统，收集用于视觉图像分类识别的样本数据，包含输入图像、以及与输入图像对应的标签数据；构建用于生成对抗样本的深度神经网络模型；通过对样本数据输入图像亮度随机变换进行数据增强，利用动量迭代FGSM图像对抗算法对网络模型求解，在目标损失函数关于输入梯度方向上寻找对抗扰动，并对对抗扰动进行无穷范数限制，通过最大化样本数据在网络模型上的目标损失函数来生成对抗样本。本发明将图像亮度随机变换引入到对抗攻击中，有效消除对抗样本生成过程过拟合，提高对抗样本攻击成功率和可迁移性，为构建更加鲁棒图像分类识别系统打下良好基础。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.043 seconds)
