公开(公告)号：CN119788307A

公开(公告)日：2025-04-08

申请号：CN202411683514.1

申请日：2024-11-22

Applicant: 中北大学

Inventor： 赵利辉 ,  潘广贞 ,  郑淳戈 ,  安洋 ,  孙文韬 ,  何志英

IPC: H04L9/40 ,  G06N3/0464

Abstract: 本发明属于网络入侵检测技术领域，旨在解决网络入侵检测中信息利用不充分、特征维度不完整的问题。提供了一种N‑gram频率和融合改进算法的网络入侵检测方法，包括以下步骤：获取原始网络数据流量包，并将其分割为若干独立的初始会话；将数据包中的包头信息、有效载荷和时间戳进行分别提取；将同一数据包中提取出的包头信息、有效载荷和时间戳组成一数据包集合；同一会话中的所有数据包集合组成一完整会话；提取完整会话的包头特征、有效载荷特征和时间特征，得到一特征序列；并对特征序列进行深层次特征提取，得到深层次会话特征；基于深层次会话特征进行网络数据流量检测结果分类。本发明提取的特征集完整且具有更高的分类精度。

公开(公告)号：CN119903546A

公开(公告)日：2025-04-29

申请号：CN202411797183.4

申请日：2024-12-09

Applicant: 中北大学

Inventor： 赵利辉 ,  李卓奇 ,  安洋 ,  李頔 ,  康珺 ,  富丽贞 ,  孙文韬 ,  张吉

IPC: G06F21/62 ,  G06V10/774 ,  G06V10/776 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于网络安全领域，旨在解决深度学习模型训练中存在未经授权者随意利用个人数据的问题。提供了一种防止投毒攻击的图像保护方法，包括以下步骤：获取目标类别数据集；提取目标类别数据集中不同类别的主导图像特征；将不同类别的主导图像特征作为扰动，对应添加至源类别数据集中的部分原始图像中，得到的中毒图像；将中毒图像随机插入源类别数据集中，替换相同数量的原始图像，得到中毒数据集；基于中毒数据集训练待投毒攻击的深度学习模型，并使用未中毒的源类别数据集进行模型验证；基于模型验证结果判断投毒攻击是否有效。本发明所提出的方法能够显著降低深度学习模型的准确率，从而有效遏制了未经授权方对数据的滥用。