-
公开(公告)号：CN119602982A
公开(公告)日：2025-03-11
申请号：CN202411438072.4
申请日：2024-10-15
Applicant: 桂林电子科技大学
IPC: H04L9/40 , H04L67/12 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及物联网安全技术领域，具体涉及一种基于BiAPRN的工业物联网攻击预测方法，首先引入了一种改进的单门结构门控递归单元模型，该模型通过自注意机制和损失补偿机制显著提高了模型的性能。随后构建一种新的双向注意力简约递归网络(BiAPRN)神经网络模型。BiAPRN通过将前向和后向aprn的线性组合相结合，有效地提取数据特征，更深入地挖掘时间序列的相关性，显著降低了预测误差。最后，通过BiAPRN模型获得一个工业物联网攻击预测框架，使用训练好的BiAPRN模型进行攻击预测，实现准确、高效的工业物联网攻击预测。
-
公开(公告)号：CN118713885A
公开(公告)日：2024-09-27
申请号：CN202410818895.3
申请日：2024-06-24
Applicant: 桂林电子科技大学 , 广西昊华科技股份有限公司 , 广西君安网络信息技术有限公司
IPC: H04L9/40 , G06F18/214 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明涉及深度学习技术领域，具体涉及一种数据增强的内部威胁行为检测方法，包括获取内部用户的原始数据，对原始数据清洗，并将原始数据处理为时序特征；构建时间序列生成对抗网络；将处理好的时序数据输入对抗网络进行数据增强训练，输出生产数据，该方法首先将原始数据按时间戳或事件序列重新排列，转化为时间序列数据格式，接着使用TimeGAN网络实现对威胁样本的数据增强，增加训练数据特征的多样性和可鉴别性，提升了内部威胁行为检测的准确率，充分利用内部用户行为数据的多周期性和周期关联性，并改善原始数据样本的特征与多样性，使得识别模型具有更强的泛化能力和检测性能。
-
公开(公告)号：CN118469572A
公开(公告)日：2024-08-09
申请号：CN202410480532.3
申请日：2024-04-22
Applicant: 桂林电子科技大学
Abstract: 本发明涉及区块链技术和智能合约领域，具体是一种具有多角色和信用值的公证人组跨链方案。该方案提出了一种基于多身份公证人组的跨链协议，以实现不同区块链之间的价值转移。该方案对公证人组的职权进行分割，并鼓励公证人相互监督，使得公证人组保持充足的活力和平衡。采用多维度的信用体系分辨不同公证人是否可信，同时信用值也是公证人被选为委员会与领导者的关键。该方案使用公证人组避免恶意的跨链交易者对系统造成破坏，使用信用体系选择出更值得信任的公证人。此外，该方案根据信用值与交易额度综合衡量跨链交易的时长，并提出了一套激励方案鼓励公证人快速且负责的对交易进行投票。
-
公开(公告)号：CN117874599A
公开(公告)日：2024-04-12
申请号：CN202311746315.6
申请日：2023-12-19
Applicant: 桂林电子科技大学
IPC: G06F18/241 , H04L43/18 , H04L9/40 , G06F18/232 , G06F18/213 , G06N3/0464 , G06N3/088 , G06N3/096
Abstract: 本发明涉及网络空间安全技术领域，具体涉及一种基于迁移学习的未知网络协议分类方法，包括捕获收集未知网络协议的流量数据；统计流量方向和计算流量长度，并对流量数据进行预处理操作；使用通用数据集训练VIT网络，得到包含权重的迁移神经网络模型；基于所述迁移神经网络模型提取流量数据的特征，并对特征进行降维操作；对所述降维后特征向量进行聚类，实现对未知网络协议流量的分类，提高了流量分类方法的健壮性，摆脱对先验知识和标注的依赖，减少计算复杂度的同时实现了分类准度的提升。
-
公开(公告)号：CN116545730A
公开(公告)日：2023-08-04
申请号：CN202310616009.4
申请日：2023-05-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: H04L9/40 , G06N3/044 , G06N3/0895
Abstract: 本发明公开了一种物联网环境中基于DEPMU的流量异常检测方发法，其特征在于，包括如下步骤：1）数据采集；2）获得训练好的DEPMU模型；3）获得检测结果；4）验证TAG‑Net模型性能。这种方法能实时监控网络的异常状态，实现高效、精确物联网中的网络流量异常检测。
-
Patent Agency Ranking
-
公开(公告)号：CN115643015A
公开(公告)日：2023-01-24
申请号：CN202211299280.1
申请日：2022-10-24
Applicant: 桂林电子科技大学
Abstract: 本发明涉及数据加密技术领域，具体涉及数字水印溯源方法，包括对秘密信息进行二进制转换，得到转换信息；使用国密算法对转换信息进行加密，得到密文码；通过位点置乱算法将密文码写入像素矩阵，得到密文图像，首先通过DNA编码技术编码秘密信息的比特串，再采用SM2国密算法经数字签名和加密的方式得到密文串，此时秘密信息自身已具有较好的安全性。而在嵌入载体图像的过程中，采用位点置乱算法，打乱秘密信息嵌入到图像像素点的位点，达到秘密信息在载体图像中的分布是非连续的效果，有效增加了被攻击和突破的难度，从而解决了现有的数字水印信息安全性低的问题。
-
公开(公告)号：CN115098750A
公开(公告)日：2022-09-23
申请号：CN202210596792.8
申请日：2022-05-30
Applicant: 桂林电子科技大学
IPC: G06F16/906 , G06F16/90
Abstract: 本发明涉及报警融合技术领域，具体涉及一种基于改进层次聚类的网络报警数据融合方法，首先通过数据预处理模块收集原始警报信息并进行格式化处理，然后按照时间特性对有序的报警数据集合划分时间窗口，进而在融合模块中使用改进的层次聚类方法将相似度高的警报聚合在一起，最后根据警报之间的冗余性和关联性融合生成精简的高级警报。本发明基于层次聚类的思想进行报警融合，考虑了网络数据的多样性，提高了方法的适用性，同时使用混合相似度距离度量方法解决了信息损失问题，能够有效去除网络报警中的冗余数据。
-
公开(公告)号：CN114153382A
公开(公告)日：2022-03-08
申请号：CN202111302542.0
申请日：2021-11-04
Applicant: 桂林电子科技大学
Abstract: 本发明属于云存储技术领域，公开了一种云存储中支持数据可验证删除的高效数据迁移方法、系统，完成数据拥有者在系统中的注册，并生成相关参数和公私钥对；实现外包数据加密，防止数据拥有者的隐私信息泄露；数据拥有者将外包数据集上传到云A，并删除相应的本地备份；数据拥有者更换云服务提供商，并安全地将外包数据从云A迁移到云B；外包数据迁移成功后，数据拥有者将云A上已被迁移的外包数据块永久性删除。本发明不依赖任何第三方，有效地避免了现有解决方案因第三方单点失效而导致的服务中断、隐私泄露等问题。通过形式化的安全性分析，证明了本发明能够满足所有预期的安全需求；实验结果表明本发明在实际应用中具有很高的实用性和普适性。
-
公开(公告)号：CN119155086A
公开(公告)日：2024-12-17
申请号：CN202411261680.2
申请日：2024-09-10
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: H04L9/40 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明属于工业物联网、深度学习与网络态势预测交叉领域，提出了一种能够主动且有效预测工业物联网环境中恶意流量的创新方案。该方案提出了一种基于线性门控未来预测网络(LGF‑Net)的新型网络态势预测方法。具体而言，该模型融合了U‑Net和ResNet的优势，显著提升了网络态势预测的性能。LGF‑Net模型在两个关键方面加强了传统的深度学习网络：首先，它通过多层次结构有效捕捉了时间序列中的内在相关性；其次，它引入了信息补偿机制，极大地减少了学习过程中的信息损失。这些改进大幅增强了模型捕捉要素间相关性的能力，使其能够利用多层次历史数据准确预测未来的网络安全状况。此外，该研究还通过理论复杂性分析评估了所提方法的计算效率。最后，大量实验结果表明，与现有方法相比，该方法在多个性能指标上都具有显著优势。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.038 seconds)
