-
公开(公告)号：CN119449373A
公开(公告)日：2025-02-14
申请号：CN202411429534.6
申请日：2024-10-14
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于强化学习的自动化渗透测试方法，属于计算机与信息科学技术网络空间安全领域。本发明首先利用与环境相关参数构建强化学习的状态空间、动作空间和奖励函数生成模型训练数据；其次，应用训练数据和漏洞利用组件训练生成强化学习模型；最后，基于漏洞利用组件库通过强化学习模型推荐优选漏洞利用信息，实现渗透测试全流程的自动化。本发明针对渗透测试的人工依赖以及漏洞利用组件应用固化等问题，采用人工智能技术有效提高了漏洞利用组件推荐的准确率，显著提升了渗透测试的效率。
-
公开(公告)号：CN117640230A
公开(公告)日：2024-03-01
申请号：CN202311672634.7
申请日：2023-12-07
Applicant: 北京理工大学
IPC: H04L9/40 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及融合日志溯源图实体语义信息的APT检测方法。本发明首先使用BERT嵌入日志实体语义信息，并结合日志数据以时间顺序生成日志溯源图子图序列；然后使用改进的图嵌入算法，结合子图结构和日志实体语义信息得到子图向量，通过补充语义信息扩大良性与恶意样本在特征空间中的表征距离；最后优化攻击节点定位方法，依据历史时间段的子图向量序列得到当前时间段的预测子图向量，计算其与实际子图向量的欧式距离，大于阈值便排序节点差异得到可疑节点，并排查得到攻击节点。本发明针对现有方法未考虑日志实体语义信息、需人工排查的可疑节点范围过大的问题，提出融合日志溯源图实体语义信息的APT检测方法，提升APT检测准确率并减少人工排查工作量。
-
公开(公告)号：CN117473492A
公开(公告)日：2024-01-30
申请号：CN202311662018.3
申请日：2023-12-06
Applicant: 北京理工大学
Abstract: 本发明涉及利用进程行为模式和置信关联度的APT溯源方法，属于计算机与信息科学技术领域。本发明首先将审计日志文件构建为有向依赖子图和进程图,合并行为模式相同的进程以提高依赖子图约简率；然后计算事件置信度分数和关联度分数，分析事件内部可靠程度，衡量事件与告警事件之间的相关程度，排除良性事件并突出关联度高的攻击事件；最后计算事件异常分数，判断告警子图并还原攻击场景图。本发明针对现有方法约简率低、因事件关联导致告警信息扩散至良性事件从而影响攻击事件精确定位的问题，提出利用进程行为模式和置信关联度的APT溯源方法，缩小依赖图规模，深度挖掘事件隐藏信息，有效降低攻击事件缺失率和良性事件误报率，还原攻击场景图。
-
公开(公告)号：CN116208503A
公开(公告)日：2023-06-02
申请号：CN202310126432.6
申请日：2023-02-16
Applicant: 北京理工大学
Abstract: 本发明涉及关联拓扑网络动态特征的互联网自治域类型映射方法，属于计算机与信息科学领域。本发明首先通过whois数据库获取自治域注册信息；其次利用BERT提取注册信息语义特征，同时根据注册信息中的特定自治域属性计算不同自治域间的相似度；然后结合特定自治域属性和自治域间的相似度生成自治域拓扑网络，并利用时间注意力机制提取拓扑网络动态特征；最后融合语义特征和拓扑网络动态特征进行互联网自治域类型映射。本发明针对自治域注册信息不完整的问题，提出并利用一种自治域拓扑网络动态特征提取方法，提高了互联网自治域类型映射的准确率。
-
公开(公告)号：CN115935179A
公开(公告)日：2023-04-07
申请号：CN202211346069.0
申请日：2022-10-31
Applicant: 北京理工大学
IPC: G06F18/214 , G06F18/213 , G06F18/24 , G06F21/62
Abstract: 本发明涉及结合训练集数据分布和W距离的模型窃取检测方法，属于计算机与信息科学技术领域。本发明首先利用VAE方法对训练集和查询集降维；其次利用极大似然估计计算查询集概率分布，依概率分布采样得到多组待检测样本；随后，对每组待检测样本，在训练集中随机采样得到相同数量的参考样本，计算每组待检测样本与参考样本间的W距离；最后，使用参考样本中类别数和总类别数的比值为权值，加权计算所有的W距离，当加权计算结果大于检测阈值时判定检测出为模型窃取。本发明提出关联训练集数据分布的模型窃取检测方法，同时考虑查询集和训练集样本分布特点，改进W距离计算方法，有效提升模型窃取检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115762539A
公开(公告)日：2023-03-07
申请号：CN202211327715.9
申请日：2022-10-27
Applicant: 北京理工大学
Abstract: 本发明涉及强化人体感知特性的分频神经网络汉语语音编码方法，属于计算机与信息科学技术领域。本发明首先根据人体对频率变化感知的非线性特点将汉语语音低频段转化为语谱图、高频段转化为梅尔频谱；然后融合残差网络和VQ‑VAE‑2架构构建语音编解码模型，使用编码器提取语谱图的能量分布特征和梅尔频谱的频率分布特征，并进行矢量量化得到压缩编码向量；最后，使用解码器重建频谱图并采用基于截断牛顿算法的梯度更新方法重建语音信号。本发明在较低编码率条件下，充分考虑人体对汉语语音不同频段的感知差异，有效提升了重建语音信号的质量。
-
公开(公告)号：CN115759282A
公开(公告)日：2023-03-07
申请号：CN202211322834.5
申请日：2022-10-27
Applicant: 北京理工大学
Abstract: 本发明涉及应用多代价函数的系统异构联邦学习效率提升方法，属于计算机与信息科学技术领域。本发明首先根据建模任务设置初始训练参数，确定参与客户端并进行联邦训练；其次，在新一轮训练前根据客户端数据量、计算性能及通信性能、在当前服务器等待时间内训练完成情况动态构建客户端空闲代价函数和终止代价函数；然后，遍历服务器等待时间的可能取值，最小化所有客户端总代价得到最优等待时间，进而更新训练参数并调整参与客户端；最后，通过多轮联邦训练达到全局模型准确率要求。本发明提出参与客户端的空闲代价和终止代价函数计算方法，将服务器固定的等待时间进行动态调整，有效提升了联邦学习训练效率。
-
公开(公告)号：CN115659978A
公开(公告)日：2023-01-31
申请号：CN202211331584.1
申请日：2022-10-28
Applicant: 北京理工大学
IPC: G06F40/295 , G06F40/126 , G06F16/31 , G06F16/33 , G06N3/0464 , G06N3/0499
Abstract: 本发明涉及多注意力机制跨度级小样本命名实体识别方法，属于自然语言处理领域。本发明首先对句子进行跨度枚举并通过BERT编码器编码生成跨度连贯性表示；其次，提出跨度内注意力机制关注重要字符信息，引入跨度间注意力机制关注与目标跨度相关度高的其他跨度；然后，利用跨度边界注意力机制关注支持集中实体跨度边界共有特征，利用实例级跨度注意力机制关注与查询集样本跨度相关度高的支持集样本跨度，生成实体类别原型；最后，通过计算支持集和查询集间距离进行实体类别预测。本发明能够改善token级基于度量元学习方法中的语义截断问题，有效提升小样本命名实体识别任务的准确率。
-
公开(公告)号：CN115148194A
公开(公告)日：2022-10-04
申请号：CN202210533041.1
申请日：2022-05-16
Applicant: 北京理工大学
Abstract: 本发明涉及多语种终身学习的语音识别方法，属于计算机与信息科学技术领域。本发明首先结合连续时序分类和Transformer算法对单一语种的语音训练语音识别模型；其次，当有新语种识别任务加入时，衡量该语种和已识别语种的相似度；然后，使用基于相似度的正交权重修正算法对模型的梯度下降方向进行修正；最后，使用新语种训练多语种语音识别模型，实现多语种的语音识别。本发明能够在保证已学习语种识别能力的同时，在线学习新语种并更新模型，加快了新语种的学习速度，提升了模型对于多个语种的识别性能。
-
公开(公告)号：CN115118451A
公开(公告)日：2022-09-27
申请号：CN202210536021.X
申请日：2022-05-17
Applicant: 北京理工大学
Abstract: 本发明涉及结合图嵌入知识建模的网络入侵检测方法，属于计算机与信息科学技术领域。本发明首先对网络入侵流量数据包进行特征提取，定义特征节点与数据包节点类别，并根据节点之间的关系构造流量异构网络；然后基于元路径的游走方法生成节点上下文序列，训练图嵌入模型生成节点的特征向量表示；最后，根据模型生成测试集节点的特征向量表示，采用基于节点相似度计算的方法判别节点标签，实现对网络入侵流量的检测。优化了网络流量数据结构复杂情况下，当前深度学习网络入侵检测模型无法充分捕获节点之间拓扑结构关系和特征权重选择不当的问题。针对网络入侵流量本发明能达到较好的分类效果，进一步提升了网络入侵检测的正确率。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.057 seconds)
