-
公开(公告)号:CN117253295A
公开(公告)日:2023-12-19
申请号:CN202311274743.3
申请日:2023-09-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度鲁棒森林的指纹活体检测方法及系统,所述系统至少包括深度鲁棒森林基本处理模块,所述深度鲁棒森林基本处理模块基于自主采样算法,由鲁棒Adaboost构造鲁棒Adaboost森林构成,作为子学习机参与深度鲁棒森林构建,并随机抽样决定每个鲁棒Adaboost子学习机的提升层次,将鲁棒子学习机输出的二值结果,转化为鲁棒软标签,实现指纹活体的检测。该系统可以部署于现存指纹认证传感设备,具有良好的活体检测精度与处理开销权衡,同时对于包括逃逸和投毒的模型对抗攻击具备极高的鲁棒性,在各种威胁场景下展现出良好的生存能力,从而弥补了当前监测方案中算法本身的漏洞,能够更好地协助指纹认证方法保护设备完整性、可用性与用户数据保密性。
-
公开(公告)号:CN116155572A
公开(公告)日:2023-05-23
申请号:CN202310036438.4
申请日:2023-01-09
Applicant: 东南大学
IPC: H04L9/40 , G06F18/23 , G06F18/241 , G06F18/2411 , G06F18/25 , G06N20/20
Abstract: 本发明公开了一种基于集成学习的加密流量网络入侵检测方法,应用于网络中加密恶意流量的即时识别与分类,包括加密流量预处理与特征提取;加密流量时序特征聚类分析模块;加密流量统计特征支持向量机分类模块;加密源流量深度学习异常检测模块;各流量分析模块的集成策略。上述方法可以应对网络中不断出现的未知恶意流量类别,并在恶意流量产生效果之前及时发出警报,同时具备一定抵抗数据包填充逃避攻击的能力,从而保护网络基础设施完整性、可用性及用户数据安全。
-