一种互联网安全信息实时监控方法

    公开(公告)号:CN107181718A

    公开(公告)日:2017-09-19

    申请号:CN201610136411.2

    申请日:2016-03-10

    Abstract: 本发明公布了一种互联网安全信息实时监控方法,通过获取网络安全信息和匹配关键信息,由此定位得到符合监控目标的网络安全信息,从而实现针对互联网安全信息的实时监控;首先设定更新信息的更新频度f1,根据网络安全站点的信息获取接口不断获取网络安全信息,每次得到的网络安全信息均作为一个条目存放在本地数据库中;然后根据监控目标设定所关心的网络安全信息的满足条件c,作为监控条件,再设定轮询频率f2,以f2为轮询频率启动一次监控任务,在本地数据库中进行匹配,得到满足条件的网络安全信息。本发明提供了适应性的自动化网络安全解决方案,方法兼顾网络安全信息监控的精确性和实时性。

    匿名通信中基于K-Medoids算法的守卫节点集生成方法和装置

    公开(公告)号:CN118740397A

    公开(公告)日:2024-10-01

    申请号:CN202310313972.5

    申请日:2023-03-28

    Abstract: 本发明提供一种匿名通信中基于K‑Medoids算法的守卫节点集生成方法和装置,所述方法包括:判断备用守卫节点的总带宽以及节点数量是否满足守卫节点集的生成条件;在满足守卫节点集的生成条件时,获取所有备用守卫节点的带宽值,生成带宽数据集;计算各备用守卫节点的带宽单元;判断各备用守卫节点的带宽单元是否等于带宽值,并在带宽单元不等于该带宽值时,使用带宽单元替换带宽数据集中的该带宽值;根据各备用节点的带宽以及守卫节点集的带宽生成阈值,计算关于各备用节点的聚类个数;选取初始质心;根据聚类个数、初始质心,基于K‑Medoids算法执行聚类操作;根据各聚类结果的总带宽,生成守卫节点集。本发明能够有效保证生成的节点集内节点带宽的相似性。

    一种基于多特征融合分析的应用流量识别与分类方法

    公开(公告)号:CN113300977A

    公开(公告)日:2021-08-24

    申请号:CN202110584098.X

    申请日:2021-05-27

    Abstract: 一种基于多特征融合分析的应用流量识别与分类方法,通过网络爬虫和流量自动触发等方法对应用的描述特征和流量样本进行收集和提取,进而再提取应用的明文特征和密文特征以图数据的形式进行存储,并能够基于图结构融合多特征准确识别应用流量。该方法包括应用及其描述信息获取、流量自动触发与采集、明文和密文流量特征提取、基于图结构的特征存储与检索四个部分;对加密流量和非加密流量均提出相应的识别方法;对应用进行的网络活动进行细粒度的分析;通过本发明的方法,解决了传统流量识别方法依赖单一特征造成的高误报和应用行为识别粒度过粗等问题,为进一步的网络资源调度、恶意应用识别和防护、用户画像等工作提供了方法基础和技术支持。

    基于闭环反馈的主被动结合网络空间目标深度挖掘技术

    公开(公告)号:CN110474906A

    公开(公告)日:2019-11-19

    申请号:CN201910759126.X

    申请日:2019-08-16

    Abstract: 本发明涉及网络安全技术领域,尤其是一种基于闭环反馈的主被动结合网络空间目标深度挖掘技术,包括主动探测数据、被动分析数据、以及威胁情报库,主动探测数据为基于网络探测的方法,对目标网络中存在的资产、以及资产相关的威胁、漏洞、运行状态、拓扑结构相关属性进行大面积的识别进行泛目标探测,被动分析数据为针对重点网络进行检测,获取实际流量,进行流量强化分析,通过被动分析数据进行重点目标检测分析时,检测为高价值线索,主动探测数据能够对该线索进行资产再识别,进行重要资产探测,威胁情报库用于对主动探测数据和被动分析数据进行数据情报支持,本发明主被动数据获取的协同联动和数据融合技术,可实现态势数据的及时、全面获取。

Patent Agency Ranking