DNS根服务器状态监测方法、装置、电子设备及介质

    公开(公告)号:CN115665009A

    公开(公告)日:2023-01-31

    申请号:CN202211702462.9

    申请日:2022-12-29

    Abstract: 本申请公开了一种DNS根服务器状态监测方法、装置、电子设备及介质,所述DNS根服务器状态监测方法包括:通过向DNS根服务器对应的递归服务器发送探测请求指令,获得所述递归服务器返回的域名解析结果,其中,所述递归服务器包括全国各省市维度以及各运营商维度的递归服务器;从所述域名解析结果中提取健康状态流数据并发送给分布式消息系统;通过所述分布式消息系统对所述健康状态流数据进行处理,生成预设存储格式的DNS结果状态信息并存储到数据库中;从所述数据库中调用所述DNS结果状态信息,并将所述DNS结果状态信息进行可视化展示。本申请解决了DNS根服务器状态监测的细粒度不足的技术问题。

    服务验证方法、装置及计算机可读存储介质

    公开(公告)号:CN114615175B

    公开(公告)日:2022-07-29

    申请号:CN202210500594.7

    申请日:2022-05-10

    Abstract: 本发明公开了一种服务验证方法、装置及计算机可读存储介质,其中,所述服务验证方法包括:构建目标验证场景;在所述目标验证场景下进行数据交互后,分别获取全球根的第一运行指标和DNS根的第二运行指标;当第一运行指标和第二运行指标的差值在预设范围时,确认所述DNS根通过所述目标验证场景的验证。本发明旨在实现对DNS根服务能力进行验证。

    域名分类方法、设备及计算机可读存储介质

    公开(公告)号:CN113076453A

    公开(公告)日:2021-07-06

    申请号:CN202110305374.4

    申请日:2021-03-22

    Abstract: 本发明公开了一种域名分类方法、设备及计算机可读存储介质,所述域名分类方法通过直接提取待分类域名的页面标签特征来作为模型的输入,从而减少了特征工程的复杂性;通过预先在模型中定义具有层次结构的域名类别体系,使得能够基于此挖掘待分类域名所属域名类型之间的层次依赖关系,使得此层次依赖关系能够得到利用;通过在模型中添加递归正则化方法,使得层次依赖关系能够融入到模型参数的正则化结构中;通过利用层级依赖关系与正则化的递归结构进行模型参数估计,使得层次中临近域名类型的参数相似,有助于在估计模型参数时利用域名层次中相近类型的信息,从而提高了域名分类方法的准确度。

    对抗样本生成方法、装置、终端设备以及存储介质

    公开(公告)号:CN112989346A

    公开(公告)日:2021-06-18

    申请号:CN202110384062.7

    申请日:2021-04-09

    Abstract: 本发明公开一种对抗样本生成方法,所述方法包括以下步骤:获取用于生成对抗样本的恶意代码;利用预设恶意代码检测模型对所述恶意代码进行迭代更新,以获得初始原型样本;对所述初始原型样本进行转换操作和嵌入操作,以获得结果原型样本;基于所述结果原型样本和所述恶意代码,生成最终对抗样本。本发明公开一种对抗样本生成装置、终端设备以及计算机可读存储介质。利用本发明的对抗样本生成方法,提高了对抗样本的生成速度。

    加壳软件是否误报的判定方法、装置、设备及存储介质

    公开(公告)号:CN111444507B

    公开(公告)日:2020-11-03

    申请号:CN202010540255.2

    申请日:2020-06-15

    Abstract: 本申请公开了一种加壳软件是否误报的判定方法、装置、设备和存储介质,该方法包括:在检测到目标软件的待处理数据时,获取待处理数据的是否存在恶意代码的目标分类结果;确定待处理数据的映射指向所述目标分类结果的第一目标决策显著向量和映射指向恶意代码的结果的第二目标决策显著向量;获取均方误差基线,基于所述均方误差基线,所述第一目标决策显著向量以及所述第二目标决策显著向量,确定所述加壳软件误报与否的判定结果;所述均方误差基线由具有预设误报标签的各加壳软件的加壳决策向量与对应恶意代码决策向量确定的。本申请解决现有技术中未对加壳软件是否存在恶意代码的误报与否的识别,致使恶意代码的识别准确率低的问题。

    加壳软件是否误报的判定方法、装置、设备及存储介质

    公开(公告)号:CN111444507A

    公开(公告)日:2020-07-24

    申请号:CN202010540255.2

    申请日:2020-06-15

    Abstract: 本申请公开了一种加壳软件是否误报的判定方法、装置、设备和存储介质,该方法包括:在检测到目标软件的待处理数据时,获取待处理数据的是否存在恶意代码的目标分类结果;确定待处理数据的映射指向所述目标分类结果的第一目标决策显著向量和映射指向恶意代码的结果的第二目标决策显著向量;获取均方误差基线,基于所述均方误差基线,所述第一目标决策显著向量以及所述第二目标决策显著向量,确定所述加壳软件误报与否的判定结果;所述均方误差基线由具有预设误报标签的各加壳软件的加壳决策向量与对应恶意代码决策向量确定的。本申请解决现有技术中未对加壳软件是否存在恶意代码的误报与否的识别,致使恶意代码的识别准确率低的问题。

Patent Agency Ranking