-
公开(公告)号:CN117692200A
公开(公告)日:2024-03-12
申请号:CN202311695249.4
申请日:2023-12-11
Applicant: 西安电子科技大学
Abstract: 本发明涉及基于自适应异常行为分析的互联网威胁检测与回溯方法、装置、电子设备及存储介质,该方法包括:将获取到的网络异常行为数据输入训练好的网络安全模型,得到该网络异常行为数据对应的分析数据;将该网络异常行为数据进行向量化,得到向量化数据;在构建好的网络安全库对向量化数据进行匹配查询,得到该网络异常行为数据对应的查询结果;根据网络异常行为数据对应的分析数据和查询结果确定网络异常行为数据是否为网络威胁;当网络异常行为数据为网络威胁时,确认网络异常行为数据对应的网络威胁类型、网络威胁来源以及攻击路径。上述技术方案具有良好的泛化能力,不局限于特定类型的网络异常行为,能够适应网络异常行为的快速变化。
-
公开(公告)号:CN116502221A
公开(公告)日:2023-07-28
申请号:CN202310252234.4
申请日:2023-03-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于QEMU虚拟机的隐藏进程和隐藏网络连接检测方法,包括:获取用户态进程网络视图、基于内核结构体的内核态进程网络视图、基于CPU调度的运行态进程视图、重要内存区域访问进程视图以及基于虚拟机网卡的网络进程视图;基于5种视图进行视图间的交叉对比,实现隐藏进程和隐藏网络连接检测。本发明实现了覆盖面广、高效准确地检测隐藏进程和隐藏网络连接。
-
公开(公告)号:CN116401548A
公开(公告)日:2023-07-07
申请号:CN202310357028.X
申请日:2023-04-06
Applicant: 北京计算机技术及应用研究所 , 西安电子科技大学
IPC: G06F18/214
Abstract: 本发明涉及一种基于经验模态分解的智能模型鲁棒性测试方法,属于人工智能模型鲁棒性判定技术领域。主要技术方案包括基于待测试智能模型,构建原始测试数据集;基于经验模态分解扩充原始测试数据集;计算不同分解程度下测试数据集的识别准确率、损失;计算智能模型识别准确率变化指标、识别损失变化指标。本发明的方法使用经验模态分解扩充采集得到原始测试数据集,并通过计算模型识别准确率与损失在不同分解程度下的变化趋势,能够对智能模型鲁棒性进行客观评价。
-
公开(公告)号:CN113408418A
公开(公告)日:2021-09-17
申请号:CN202110681231.3
申请日:2021-06-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种书法字体与文字内容同步识别方法及系统,将预处理的书法字体图像集输入到训练好的基于迁移学习的卷积神经网络模型里面,对待识别的中国书法字体与文字内容进行同步识别;卷积神经网络由7个层组成,使用迁移学习技术,固定前三层网络参数,迁移识别书法字体的模型参数识别汉字内容,以实现中国书法字体与文字内容的同步识别,并降低构建模型的时间。通过使用多种高效机器学习技术,包括反向传播算法,基于梯度下降的Adam优化算法,SoftMax回归分类,深度迁移学习网络等技术,成功完成了基于深度迁移学习的模型的训练,以准确实现中国书法字体与文字内容的同步识别,并降低构建模型的时间。
-
-
-