-
公开(公告)号：CN112311546A
公开(公告)日：2021-02-02
申请号：CN202011564709.6
申请日：2020-12-25
Applicant: 鹏城实验室
Abstract: 本发明公开了一种数据保密判定方法、装置、设备及可读存储介质，所述方法包括：从多个参与设备中选取第一参与设备，并发送第一通知消息至第一参与设备，以使第一参与设备根据第一参与设备的隐私数据构造密文矩阵，并反馈所述密文矩阵；将所述密文矩阵发送至其他参与设备，以使其他参与设备根据所述密文矩阵确定各自隐私数据对应的目标密文，并反馈所述目标密文；将所述目标密文发送至第一参与设备，以使第一参与设备根据所述目标密文进行保密判定，由此与现有技术采用两个参与设备依次进行保密判定相比，本发明通过从多个参与设备中选取第一参与设备，并通过第一参与设备密文矩阵一并解决多个参与设备的保密判定，减小了保密判定的计算复杂度。
-
公开(公告)号：CN112000948A
公开(公告)日：2020-11-27
申请号：CN202011033257.9
申请日：2020-09-27
Applicant: 鹏城实验室
Abstract: 本发明公开了一种基于序列生成对抗神经网络的口令强度评估方法，所述口令强度评估方法包括以下步骤：获取目标神经网络模型，所述目标神经网络模型根据包括多个口令的口令集训练得到；将待评估口令输入到目标神经网络模型，以确定所述待评估口令的被猜测出所需的猜测次数；根据所述猜测次数确定所述待评估口令的安全强度。本发明还公开了一种口令强度评估装置，本发明还公开了一种可读存储介质。本发明能够解决生成式对抗神经网络模型生成器模型进行口令强度评估时准确率低的问题。
-
公开(公告)号：CN111538991B
公开(公告)日：2020-11-03
申请号：CN202010658379.0
申请日：2020-07-09
Applicant: 鹏城实验室
Abstract: 本发明公开了一种对抗样本检测方法，包括以下步骤：将待检测文件样本输入恶意代码检测模型，以获得所述待检测文件样本对应的贡献度分布向量；基于各种良性样本对应的贡献度分布向量集以及所述贡献度分布向量进行离群分析，以确定所述贡献度分布向量是否为目标贡献度分布向量集的离群点；若所述贡献度分布向量为目标贡献度分布向量集的离群点，则确定所述待检测文件样本为对抗样本。本发明还公开了一种对抗样本检测装置及计算机可读存储介质。本发明通过贡献度分布向量准确检测对抗样本，并且由于良性样本包括各种良性训练样本，因此能够检测各种对抗样本，进一步提高对抗样本检测的准确性。
-
公开(公告)号：CN111556065A
公开(公告)日：2020-08-18
申请号：CN202010382958.7
申请日：2020-05-08
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: H04L29/06
Abstract: 本发明涉及网络安全技术领域，公开了一种钓鱼网站检测方法、装置及计算机可读存储介质。该钓鱼网站检测方法包括：获取待检测统一资源定位符URL，对待检测URL进行预处理，得到第一输入矩阵；将第一输入矩阵输入至特征提取子模型，得到特征矩阵；对第一输入矩阵进行处理，得到第二输入矩阵，并将第二输入矩阵输入至注意力参数提取子模型，得到注意力参数矩阵；将特征矩阵和注意力参数矩阵输入至网站分类子模型，得到分类结果，并根据分类结果确定待检测URL对应的网站是否为钓鱼网站。本发明能够在提高钓鱼网站检测及时性的同时，提高检测效率。
-
公开(公告)号：CN111538991A
公开(公告)日：2020-08-14
申请号：CN202010658379.0
申请日：2020-07-09
Applicant: 鹏城实验室
Abstract: 本发明公开了一种对抗样本检测方法，包括以下步骤：将待检测文件样本输入恶意代码检测模型，以获得所述待检测文件样本对应的贡献度分布向量；基于各种良性样本对应的贡献度分布向量集以及所述贡献度分布向量进行离群分析，以确定所述贡献度分布向量是否为目标贡献度分布向量集的离群点；若所述贡献度分布向量为目标贡献度分布向量集的离群点，则确定所述待检测文件样本为对抗样本。本发明还公开了一种对抗样本检测装置及计算机可读存储介质。本发明通过贡献度分布向量准确检测对抗样本，并且由于良性样本包括各种良性训练样本，因此能够检测各种对抗样本，进一步提高对抗样本检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111343204A
公开(公告)日：2020-06-26
申请号：CN202010420396.0
申请日：2020-05-18
Applicant: 鹏城实验室
Abstract: 本发明公开一种控制命令混淆方法、装置及计算机可读存储介质，所述控制命令混淆方法包括：接收第一数据；根据接收到的所述第一数据获取命令翻译模型并保存，所述命令翻译模型通过神经网络构建；接收第二数据，并确定接收到的所述第二数据中的混淆命令；根据所述命令翻译模型对所述混淆命令进行解析，得到所述混淆命令对应的控制命令。本发明提出了一种控制命令混淆方法、装置及计算机可读存储介质，通过采用神经网络构建的模型对混淆命令进行解析以获取原始的控制命令，其解析过程是不可见的，解决了现有网络通信中第三方通过监测解密过程以获取密钥，并通过密钥获取服务器与主机间传输的控制命令导致控制命令泄漏引发的安全的问题。
-
公开(公告)号：CN111291227A
公开(公告)日：2020-06-16
申请号：CN202010032824.2
申请日：2020-01-13
Applicant: 鹏城实验室
Abstract: 本发明公开了一种大数据分析方法，包括以下步骤：接收数据源节点发送的样本文件，获取所述样本文件中的样本数据和数据源地址信息；根据数据分析程序适配表，调度部署有数据分析程序的数据节点，驱动所述数据分析程序与所述样本数据进行适配，获得适配结果；在所述适配结果为所述数据分析程序与所述样本数据匹配时，将所述数据分析程序浮动至所述数据源地址信息对应的数据源节点，通过所述数据分析程序在数据源节点进行全量数据分析。本发明还公开了一种大数据分析装置、系统、设备和计算机存储介质。本发明在保证数据安全性的前提下，提高了大数据分析的效率。
-
公开(公告)号：CN110837638A
公开(公告)日：2020-02-25
申请号：CN201911087368.5
申请日：2019-11-08
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
Abstract: 本申请公开了一种勒索软件的检测方法、装置、设备及存储介质，以待检测软件的特征数据作为勒索软件分类模型的输入数据，并基于特征数据调整勒索软件分类模型中所包括的第一神经元网络，由此得到第二神经元网络。显然经过调整，第二神经元网络可以自适应地满足一定的量化误差约束，同时还能在不影响调整之前勒索软件分类模型分类结果的情况下，适应勒索软件分类模型没有学习过勒索软件新类型。所以本方法进一步触发勒索软件分类模型基于该第二神经元网络，输出勒索软件的分类。综上，本方法不仅可以识别已知类型的勒索软件的类型，也可以识别新类型的勒索软件的类型，并输出勒索软件的分类，由此提高了勒索软件分类的准确性。
-
公开(公告)号：CN110581758A
公开(公告)日：2019-12-17
申请号：CN201910868941.X
申请日：2019-09-16
Applicant: 鹏城实验室 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于计算机技术领域，具体涉及一种应用于网络靶场的Json文件加密方法，包括以下步骤：S1、将Json文件转换成正方形或近似正方形的矩阵字符串块；S2、将步骤S1中的矩阵字符串块转换为ASCII码；S3、将转换后的ASCII码映射到RGB颜色谱中形成像素图形；S4、将步骤S3中的像素图形进行置乱加密处理后发送给接收端，与现有技术相比，本发明中通过将Json文件的内容整合形成矩阵字符串，并利用该矩阵字符串转换成图形的形式，通过置乱算法对该图形进行加密，因此，可以提高Jason文件加密的密钥空间，同时也能提高加密过程的复杂性，从而降低被破解的风险，有效提高Json文件加密的安全性。
-
公开(公告)号：CN115643234B
公开(公告)日：2025-04-29
申请号：CN202211263581.9
申请日：2022-10-11
Applicant: 鹏城实验室
IPC: H04L61/4511 , H04L9/40
Abstract: 本申请公开了一种域名解析方法、装置、设备及存储介质，该方法包括：获取用户提供的域名；对所述域名进行解析，确定所述域名中的全域名、权威域名、和顶级域名；基于所述全域名、所述权威域名、和所述顶级域名的顺序，在预设的保全数据库中进行逐级迭代查询，直至得到所述域名对应的地址。在本申请中，在获取到用户提供的域名后，通过从全域名到顶级域名的顺序，在保全数据库中由细到粗的进行逐级迭代查询，得到域名对应的地址，并不是从根域名到全域名进行迭代查询，减少了迭代查询的级数，从而减少了被攻击的节点，提高了对域名的防护效率。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.026 seconds)
