-
公开(公告)号：CN116668076A
公开(公告)日：2023-08-29
申请号：CN202310469493.2
申请日：2023-04-27
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/4511
Abstract: 本发明公开了一种基于异质图鲁棒对抗学习的恶意域名检测方法和装置。所述方法包括：将DNS场景建模为一个原始异质图；其中，所述原始异质图中的节点包括：域名、客户端和IP地址；对原始异质图进行攻击注入，以得到若干个受攻击图；基于DoDe‑CL模型和多层感知机，计算原始异质图和受攻击图中的域名嵌入表示后，对同一域名进行域名嵌入表示组合，并根据组合后的域名嵌入表示，得到所述DNS场景中的恶意域名检测结果。本发明可以提升模型面对基于异质图的攻击时的鲁棒性。
-
公开(公告)号：CN116628303A
公开(公告)日：2023-08-22
申请号：CN202310462355.1
申请日：2023-04-26
Applicant: 中国科学院信息工程研究所
IPC: G06F16/951 , G06F16/958 , G06F16/35 , G06F18/2415 , G06F40/186 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于提示学习的半结构化网页属性值抽取方法和系统，涉及互联网领域，首先根据DOM树简化算法检索变量节点的DOM树视角提示，然后设计包含任务描述的任务模板获得模板视角提示信息，最后引入基于encoder‑decoder结构的预训练语言模型，并以“提示”为核心操作，全面分析领域数据特点和目标任务特点，设计两种视角的提示信息，通过模板填充融合双视角提示信息，通过提示学习的方式在语义层面和任务层面联合引导预训练语言模型进行任务学习，实现预训练语言模型和属性值抽取任务的有效结合，实现了领域标注数据稀缺场景下优越的模型性能。
-
公开(公告)号：CN116170168A
公开(公告)日：2023-05-26
申请号：CN202210253611.1
申请日：2022-03-15
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/4511
Abstract: 本发明公开一种基于深度支持向量数据描述的DGA域名检测方法及系统，涉及网络安全领域，为解决解决已有工作检测未知DGA家族方法单一、检测率低的问题，本发明首先从真实DNS流量获取不可解析域名作为待检测域名，然后对不可解析域名提取特征向量，最后将特征向量输入至深度支持向量数据描述算法模型中，判别每个不可解析域名是否是DGA域名。
-
公开(公告)号：CN113472742B
公开(公告)日：2022-09-27
申请号：CN202110588732.7
申请日：2021-05-28
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L41/142 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于门控循环单元的内部威胁检测方法和装置。该方法的步骤包括：解析用户审计日志以获取用户动作信息，将每个用户的动作按照时间先后顺序构建用户动作序列；利用门控循环单元GRU从用户动作序列中提取用户行为的时序特征；将提取的时序特征输入LR分类器进行分类，判别其为正常或异常，从而实现内部威胁检测。本发明融合多域的用户活动记录以全面地刻画用户行为，GRU可以更好地捕获用户动作序列的长期依赖，该方案能够实现用户行为细粒度的分析并提高了内部威胁检测的准确率。
-
公开(公告)号：CN114050912A
公开(公告)日：2022-02-15
申请号：CN202111158750.8
申请日：2021-09-30
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/4511 , G06K9/62 , G06N3/08
Abstract: 本发明涉及一种基于深度强化学习的恶意域名检测方法和装置。该方法的步骤包括：获取待检测域名的真实DNS流量；查询并记录真实DNS流量中待检测域名的whois信息；根据待检测域名本身以及whois信息，对待检测域名进行特征提取，生成待检测域名的特征向量；将待检测域名的特征向量输入至深度强化学习模型中，判断待检测域名是否具有恶意行为。本发明使用基于深度强化学习的方法来解决真实DNS流量中良性与恶意样本数据不平衡的分类问题，能够快速有效地发现真实DNS流量中存在的低比例恶意样本，在低平衡率时依旧保持较好的效果。
-
Patent Agency Ranking
公开(公告)号：CN113627164A
公开(公告)日：2021-11-09
申请号：CN202110784458.0
申请日：2021-07-12
Applicant: 中国科学院信息工程研究所
IPC: G06F40/279 , G06F40/216 , G06K9/62
Abstract: 本发明公开了一种状态爆炸型正则表达式的识别方法及系统。本方法为：1)对于一待识别的正则表达式，生成其对应的NFA图，得到该正则表达式对应的NFA图集合；2)对于NFA图集合中的每一NFA图，提取该NFA图中的所有根子图并将其输入graph2vec模型，训练得到该NFA图的嵌入表示；3)利用分类模型处理该NFA图的嵌入化表示，判定该正则表达式是否为状态爆炸型正则表达式。该方法可高效快速的批量处理正则表达式，满足在线系统的高效处理性能与较低空间消耗的需求。
-
公开(公告)号：CN107818149B
公开(公告)日：2021-10-08
申请号：CN201710992552.9
申请日：2017-10-23
Applicant: 中国科学院信息工程研究所
IPC: G06F16/901 , G06F16/904 , G06T11/20
Abstract: 本发明涉及一种基于力导引算法的图数据可视化布局优化方法。该方法在力导引算法的循环迭代过程中增加以下处理步骤，以优化图数据可视化布局：在结点粘连的情况下，通过随机函数给出结点弹开的位置和结点弹开的方向，从而将粘连结点彼此分开一定的距离，使得结点粘连情况下的吸引力和排斥力能够计算。进一步地，本发明在力导引算法的位移计算中对参数delta值采用梯度设置，使得图数据可视化布局过程减少震荡并快速收敛。本发明能够解决基础力导引布局算法中存在的上述问题，在优化算法布局效果的同时，提升算法的布局效率。
-
公开(公告)号：CN108399152B
公开(公告)日：2021-05-07
申请号：CN201810119184.1
申请日：2018-02-06
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种数字查找树的压缩表示方法、系统、存储介质及规则匹配装置。该方法包括：采用完全矩阵表示法建立数字查找树的结点，并建立状态转换表；建立基值表，并利用数组记录叶子结点状态中对应的规则编号；利用基值表对状态行进行归一化，生成归一化矩阵；利用数组来记录归一化矩阵的状态，对归一化矩阵的状态进行去重，得到约简的状态转移矩阵；利用位图对约简的状态转移矩阵进行修正，使其中的元素能够用一个字节来表示；利用基值表、记录归一化矩阵状态的数组、位图和修正后的矩阵进行状态的匹配，并输出匹配结果。本发明以完全矩阵表示法为原型，能够保证结点间状态转移的时间复杂度为O(1)，同时可大幅度减少数据结构的存储空间。
-
公开(公告)号：CN107515897B
公开(公告)日：2021-02-02
申请号：CN201710589808.1
申请日：2017-07-19
Applicant: 中国科学院信息工程研究所
IPC: G06F16/903
Abstract: 本发明涉及一种串匹配场景下数据集生成方法、设备和可读存储介质。该方法包括以下步骤：1)独立地生成模式串的每个字符，形成预设规模和预设长度的随机模式串集合；2)根据已生成的随机模式串集合，构造指定命中水平的文本数据集；3)输出生成的随机模式串集合和文本数据集。该设备包括通过总线连接的接收器、处理器、存储器和发送器，所述存储器用于存储串匹配场景下数据集生成指令。本发明能够生成预设规模预设长度的随机模式串集合，根据已生成的随机模式串集合可以构造指定命中水平的文本数据集，该随机模式串集合和文本数据集能够用于串匹配算法的功能测试和性能测试，对串匹配算法的进一步研究和性能提升有重要的作用。
-
公开(公告)号：CN110401451B
公开(公告)日：2020-12-04
申请号：CN201910505421.2
申请日：2019-06-12
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种基于字符集变换的自动机空间压缩方法，步骤包括：将模式串集构建成自动机，并生成状态转移矩阵；读取状态转移矩阵的各个状态行，计算最佳变换参数、最小有效后继状态和最大有效后继状态；根据状态转移矩阵和最佳变换参数，记录数据结构，将状态行替换为变换后的有效状态行；读取目标文本的字符，根据字符当前状态，利用双射函数进行字符变换，得到变换后的字符，符合条件下得到后继状态，实现压缩。本发明还提供一种基于字符集变换的自动机空间压缩系统，包括规则编译器、变换参数生成器、状态行变换器、比较器、压缩自动机存储器、状态寄存器、字符集变换器及文本扫描器。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.076 seconds)
