基于合作博弈支持向量机的用户账号关联方法及其装置

    公开(公告)号:CN107070702B

    公开(公告)日:2019-12-10

    申请号:CN201710146243.X

    申请日:2017-03-13

    Abstract: 本发明涉及一种基于合作博弈支持向量机的用户账号关联方法及其装置,该方法包含:采用Pairwise思想通过源网络中的账号和目标网络中的账号构建出账号对集合,划分出训练集和测试集,使用高斯核支持向量机进行训练;对测试集中的账号对通过模型分别计算后验概率,并进行排序构建偏好顺序集;根据每个账号的偏好顺序集进行稳定匹配,得到所有账号之间的关联结果;在账号的偏好顺序基础上增加已关联账号作为先验知识,通过先验知识提升稳定匹配算法中的关联优先级,最终得到加强的账号关联结果。本发明方法简单,易于实现,能准确高效地发现用户关联的账号,为全面了解认识用户、充分管控检测用户提供了技术基础,具有较强的实际应用价值。

    一种短暂上网事务中频繁共现账号挖掘方法

    公开(公告)号:CN105224593A

    公开(公告)日:2016-01-06

    申请号:CN201510526575.1

    申请日:2015-08-25

    CPC classification number: G06F16/907

    Abstract: 本发明涉及短暂上网事务中频繁共现账号挖掘方法,有效解决对单个上网账号的行为审计扩大到相关的多种应用、多个账号上,从而实现对用户上网行为的跨数据流跟踪和审计的问题,方法是,基于网络分流技术,在网络关口处镜像网络原始数据,基于浮动关键字匹配、正则表达式过滤,对网络中不同应用对应的数据流进行识别,提取社交应用的用户上网数据,按时间和上网地址进行汇总整理,形成上网短暂事务数据库,对待分析的用户上网原始流量所对应的事务数据库中的事务数据,找出频繁项集,计算项集间的重叠率,对频繁项集进行合并,得到归属于同一社会人的多个网络账号,本发明方法简单、易操作,能准确发现隐藏在网络通信流中网络帐号之间的关联性。

    基于因果贝叶斯网络的多步攻击预测方法

    公开(公告)号:CN106411921B

    公开(公告)日:2019-05-14

    申请号:CN201610938684.9

    申请日:2016-10-31

    Abstract: 本发明涉及一种基于因果贝叶斯网络的多步攻击预测方法,首先采用频繁模式挖掘攻击场景样本中的多步攻击模式,通过因果贝叶斯网络模型刻画多步攻击模式,在此基础上通过攻击证据来计算未来攻击发生的概率,实现网络多步攻击的下一步攻击行为以及攻击者的攻击意图的预测。本发明优化了采用人工构建网络攻击结构图的多步攻击预测方法,基于频繁序列模式自动挖掘多步攻击模式,并借助因果贝叶斯网络刻画攻击模式、学习网络参数、预测下一步攻击和攻击意图,提高了对未知的、变化的多步攻击模式的攻击预测能力,能够快速、准确地预测多步攻击的下一步攻击手段和最终攻击意图,对保护网络和计算机信息安全具有重要的现实意义。

    基于主题概率模型的微博传播群体划分与账户活跃度评估方法

    公开(公告)号:CN104991956B

    公开(公告)日:2018-07-31

    申请号:CN201510431015.8

    申请日:2015-07-21

    Abstract: 本发明涉及基于主题概率模型的微博传播群体划分与活跃度评估方法,有效解决按传播群体划分,将参与微博话题传播的账户划分为多个群组,量化每个群组中活跃的微博账户,方法是,以特定事件的关键词为基础,获取微博具体文本信息以及参与微博传播的账户集合,以单个微博的文本内容以及参与微博的账户集合输入,构造参与人员表,对样本库中的每条微博基于主题概率生成模型,从构建的词汇表和参与人员表中根据模型中的群体‑主题,主题‑词以及群体‑人抽样出词和参与人员,采用吉布斯抽样的方法进行计算,采用归并排序算法对每个主题下所包含的单词以及每个群体中所包含的人进行排序,本发明方法简单,及时掌握微博热点、情感倾向和舆论引导。

    基于合作博弈支持向量机的用户账号关联方法及其装置

    公开(公告)号:CN107070702A

    公开(公告)日:2017-08-18

    申请号:CN201710146243.X

    申请日:2017-03-13

    Abstract: 本发明涉及一种基于合作博弈支持向量机的用户账号关联方法及其装置,该方法包含:采用Pairwise思想通过源网络中的账号和目标网络中的账号构建出账号对集合,划分出训练集和测试集,使用高斯核支持向量机进行训练;对测试集中的账号对通过模型分别计算后验概率,并进行排序构建偏好顺序集;根据每个账号的偏好顺序集进行稳定匹配,得到所有账号之间的关联结果;在账号的偏好顺序基础上增加已关联账号作为先验知识,通过先验知识提升稳定匹配算法中的关联优先级,最终得到加强的账号关联结果。本发明方法简单,易于实现,能准确高效地发现用户关联的账号,为全面了解认识用户、充分管控检测用户提供了技术基础,具有较强的实际应用价值。

    一种短暂上网事务中频繁共现账号挖掘方法

    公开(公告)号:CN105224593B

    公开(公告)日:2019-08-16

    申请号:CN201510526575.1

    申请日:2015-08-25

    Abstract: 本发明涉及短暂上网事务中频繁共现账号挖掘方法,有效解决对单个上网账号的行为审计扩大到相关的多种应用、多个账号上,从而实现对用户上网行为的跨数据流跟踪和审计的问题,方法是,基于网络分流技术,在网络关口处镜像网络原始数据,基于浮动关键字匹配、正则表达式过滤,对网络中不同应用对应的数据流进行识别,提取社交应用的用户上网数据,按时间和上网地址进行汇总整理,形成上网短暂事务数据库,对待分析的用户上网原始流量所对应的事务数据库中的事务数据,找出频繁项集,计算项集间的重叠率,对频繁项集进行合并,得到归属于同一社会人的多个网络账号,本发明方法简单、易操作,能准确发现隐藏在网络通信流中网络帐号之间的关联性。

    一种基于动态阈值的突发流量检测方法

    公开(公告)号:CN105357228B

    公开(公告)日:2018-03-20

    申请号:CN201510952382.2

    申请日:2015-12-19

    Abstract: 本发明涉及基于动态阈值的突发流量检测方法,可有效实现高速网络环境下突发流量的实时在线检测,解决采用固定阈值的方法不能很好适应动态变化的网络环境的问题,其解决解决的技术方案是,根据正常历史流量的源IP熵值动态调整阈值大小,并引入滑动窗口机制,通过比较当前检测值与滑动窗口中平均熵值的差值是否超过动态阈值来检测突发流量,步骤包括有:最初滑动窗口的生成,参考值的生成,当前检测值的生成,当前检测值异常判定及正常流量的处理和突发流量的处理,本发明检测方法快速、简单、检测率高,误报率低,有效保证网络安全,有很强的实用性,经济和社会效益巨大。

    基于因果贝叶斯网络的多步攻击预测方法

    公开(公告)号:CN106411921A

    公开(公告)日:2017-02-15

    申请号:CN201610938684.9

    申请日:2016-10-31

    CPC classification number: H04L63/1416 H04L63/1441

    Abstract: 本发明涉及一种基于因果贝叶斯网络的多步攻击预测方法,首先采用频繁模式挖掘攻击场景样本中的多步攻击模式,通过因果贝叶斯网络模型刻画多步攻击模式,在此基础上通过攻击证据来计算未来攻击发生的概率,实现网络多步攻击的下一步攻击行为以及攻击者的攻击意图的预测。本发明优化了采用人工构建网络攻击结构图的多步攻击预测方法,基于频繁序列模式自动挖掘多步攻击模式,并借助因果贝叶斯网络刻画攻击模式、学习网络参数、预测下一步攻击和攻击意图,提高了对未知的、变化的多步攻击模式的攻击预测能力,能够快速、准确地预测多步攻击的下一步攻击手段和最终攻击意图,对保护网络和计算机信息安全具有重要的现实意义。

    一种基于动态阈值的突发流量检测方法

    公开(公告)号:CN105357228A

    公开(公告)日:2016-02-24

    申请号:CN201510952382.2

    申请日:2015-12-19

    CPC classification number: H04L63/1416 H04L63/1458

    Abstract: 本发明涉及基于动态阈值的突发流量检测方法,可有效实现高速网络环境下突发流量的实时在线检测,解决采用固定阈值的方法不能很好适应动态变化的网络环境的问题,其解决的技术方案是,根据正常历史流量的源IP熵值动态调整阈值大小,并引入滑动窗口机制,通过比较当前检测值与滑动窗口中平均熵值的差值是否超过动态阈值来检测突发流量,步骤包括有:最初滑动窗口的生成,参考值的生成,当前检测值的生成,当前检测值异常判定及正常流量的处理和突发流量的处理,本发明检测方法快速、简单、检测率高,误报率低,有效保证网络安全,有很强的实用性,经济和社会效益巨大。

Patent Agency Ranking