-
公开(公告)号：CN112242924A
公开(公告)日：2021-01-19
申请号：CN202011055514.9
申请日：2020-09-29
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
Abstract: 本发明提供一种主备模式的拟态括号实现装置及方法。该装置包括：用户代理单元、主业务代理单元、主表决单元、备业务代理单元、备表决单元和控制单元。用户代理单元用于接收用户请求，并将其分发至主、备业务代理单元；主业务代理单元用于将用户请求分发至至少三个执行体，并对响应报文进行处理；备业务代理单元用于接收镜像的用户请求，获取各执行体向主业务代理单元返回的响应报文的复制报文，对复制报文进行处理；主表决单元用于对主业务代理单元发送的响应报文进行表决；备表决单元用于对备业务代理单元发送的复制报文进行表决，并将其表决结果和主表决单元的表决结果进行校验；控制单元用于发起清洗操作、重置操作和主备切换操作。
-
公开(公告)号：CN112242998A
公开(公告)日：2021-01-19
申请号：CN202011051470.2
申请日：2020-09-29
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
Abstract: 本发明提供一种主备模式的网络威胁检测与处理装置及方法。该装置包括：用户代理单元、主用执行体单元、备用执行体单元、表决单元和反馈控制单元；用户代理单元包括用户侧链接维持模块、报文解析与标识注入模块和数据分发与链接维持模块；用户侧链接维持模块用于与用户端建立连接，并接收用户请求；报文解析与标识注入模块用于在用户请求中添加ID标识；数据分发与链接维持模块用于将用户请求发送至主用执行体单元，将复制的用户请求发送至备用执行体单元，以及接收主用和备用执行体单元的响应；表决单元用于对主用和备用执行体单元的响应进行表决，选择输出；反馈控制单元用于向主用执行体单元和备用执行体单元发送清洗指令和切换主备状态指令。
-
公开(公告)号：CN111181926B
公开(公告)日：2022-04-05
申请号：CN201911278565.5
申请日：2019-12-13
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
IPC: H04L9/40
Abstract: 本发明提供一种基于拟态防御思想的安全设备及其运行方法。该安全设备包括：管理面和数据面，管理面采用基于拟态防御思想的动态异构冗余框架，用于对用户输入的数据进行处理，并将处理结果重新封装后发送至数据面；数据面包括：动态数据模块、动态协议模块、动态标识模块和动态拓扑模块；数据面用于在对接收到的输入数据分类后，利用动态数据模块、动态协议模块、动态标识模块和动态拓扑模块对数据进行相应的动态变换处理并将动态变换处理后数据重新封装后发送至外部线路。本发明通过持续地将数据、协议、标识、拓扑等部分添加扰动与变换，能够抵御针对受保护目标的网络攻击行为。
-
公开(公告)号：CN112235269B
公开(公告)日：2022-06-21
申请号：CN202011051493.3
申请日：2020-09-29
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
IPC: H04L9/40
Abstract: 本发明属于网络安全技术领域，公开一种分布式模式的拟态括号实现装置及方法，该装置包括用户代理单元、分布式业务代理单元、表决单元、异构冗余执行体池及控制单元；所述用户代理单元包括用户侧建链与维持模块、报文解析与标识处理模块、数据分发与维持模块；所述业务代理实例包括报文收发模块、报文还原模块与报文校验模块；所述用户代理单元及表决单元均位于IO代理上；所述IO代理还包括多个数据发送通道和数据接收通道。本发明可以防止攻击者针对拟态括号对拟态系统进行恶意攻击，保证拟态防御系统的可靠运行。
-
公开(公告)号：CN112235269A
公开(公告)日：2021-01-15
申请号：CN202011051493.3
申请日：2020-09-29
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
IPC: H04L29/06
Abstract: 本发明属于网络安全技术领域，公开一种分布式模式的拟态括号实现装置及方法，该装置包括用户代理单元、分布式业务代理单元、表决单元、异构冗余执行体池及控制单元；所述用户代理单元包括用户侧建链与维持模块、报文解析与标识处理模块、数据分发与维持模块；所述业务代理实例包括报文收发模块、报文还原模块与报文校验模块；所述用户代理单元及表决单元均位于IO代理上；所述IO代理还包括多个数据发送通道和数据接收通道。本发明可以防止攻击者针对拟态括号对拟态系统进行恶意攻击，保证拟态防御系统的可靠运行。
-
Patent Agency Ranking
公开(公告)号：CN111181926A
公开(公告)日：2020-05-19
申请号：CN201911278565.5
申请日：2019-12-13
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
IPC: H04L29/06
Abstract: 本发明提供一种基于拟态防御思想的安全设备及其运行方法。该安全设备包括：管理面和数据面，管理面采用基于拟态防御思想的动态异构冗余框架，用于对用户输入的数据进行处理，并将处理结果重新封装后发送至数据面；数据面包括：动态数据模块、动态协议模块、动态标识模块和动态拓扑模块；数据面用于在对接收到的输入数据分类后，利用动态数据模块、动态协议模块、动态标识模块和动态拓扑模块对数据进行相应的动态变换处理并将动态变换处理后数据重新封装后发送至外部线路。本发明通过持续地将数据、协议、标识、拓扑等部分添加扰动与变换，能够抵御针对受保护目标的网络攻击行为。
-
公开(公告)号：CN112242924B
公开(公告)日：2022-06-03
申请号：CN202011055514.9
申请日：2020-09-29
Applicant: 中国人民解放军战略支援部队信息工程大学 , 珠海高凌信息科技股份有限公司
IPC: H04L41/0663 , H04L9/40
Abstract: 本发明提供一种主备模式的拟态括号实现装置及方法。该装置包括：用户代理单元、主业务代理单元、主表决单元、备业务代理单元、备表决单元和控制单元。用户代理单元用于接收用户请求，并将其分发至主、备业务代理单元；主业务代理单元用于将用户请求分发至至少三个执行体，并对响应报文进行处理；备业务代理单元用于接收镜像的用户请求，获取各执行体向主业务代理单元返回的响应报文的复制报文，对复制报文进行处理；主表决单元用于对主业务代理单元发送的响应报文进行表决；备表决单元用于对备业务代理单元发送的复制报文进行表决，并将其表决结果和主表决单元的表决结果进行校验；控制单元用于发起清洗操作、重置操作和主备切换操作。
-
公开(公告)号：CN115801409A
公开(公告)日：2023-03-14
申请号：CN202211439897.9
申请日：2022-11-17
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40 , H04L41/12 , H04L41/142
Abstract: 本发明提供一种面向折射网络的诱饵路由部署系统及方法。该方法包括：步骤1：构建网络资源池，包括审查区域AS集合和自由区域AS集合所述审查区域AS集合为服务目标用户所在国家/地区实际控制下的AS集合；所述自由区域AS集合为友好AS集合，用于部署诱饵路由，为目标用户提供所需的网络审查规避服务；步骤2：基于网络空间测绘技术实时监控和更新网络资源池中所有AS的状态；步骤3：基于网络资源池中所有AS的状态构建AS域间拓扑图；步骤4：根据所述AS域间拓扑图，采用设定的迭代求解算法生成诱饵路由部署策略；步骤5：将所述诱饵路由部署策略下发至网络资源池中对应的AS以控制其按照所述诱饵路由部署策略部署诱饵路由。
-
公开(公告)号：CN115766101A
公开(公告)日：2023-03-07
申请号：CN202211310763.7
申请日：2022-10-25
Applicant: 中国人民解放军战略支援部队信息工程大学 , 网络通信与安全紫金山实验室
Abstract: 本发明提供一种基于eBPF技术的行为特征裁决方法及装置。该方法包括：针对并行运行系统编写eBPF监控程序，通过eBPF技术将eBPF监控程序挂载到并行运行系统中对应的内核态和用户态挂载点上；当执行体在运行中触发已挂载的eBPF监控程序时，eBPF监控程序获取执行体的运行状态数据；在用户态通过eBPF Maps接收eBPF监控程序获取的执行体的运行状态数据，通过预置规则对收集到的运行状态数据进行预处理，最终形成执行体的行为特征；在收集到多个执行体的行为特征后，通过运行状态的锚点对多个执行体的行为特征进行同步，接着通过策略裁决比对多个执行体的行为特征来发现疑似的攻击行为。通过eBPF技术能够以极低开销获取运行时状态并据此发现疑似攻击行为。
-
公开(公告)号：CN115689942A
公开(公告)日：2023-02-03
申请号：CN202211439917.2
申请日：2022-11-17
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T5/00
Abstract: 本发明提供一种基于随机和冗余机制的对抗样本检测方法及装置。该方法包括：随机对原始图像进行遮掩，根据遮掩后的剩余像素信息进行图像重建；重复上一步骤直至满足设定的重建次数N；将原始图像和N个重建图像输入至目标人工智能模型进行预测；判断N个重建图像的预测标签的不一致个数是否超过第一设定阈值，若是，则标记为对抗样本；反之，则继续执行下一步骤；计算N个重建图像属于各类标签时的预测概率平均值；若所有的预测概率平均值中的最大值低于第二设定阈值，则标记为对抗样本；反之，则继续执行下一步骤；判断N个重建图像的平均预测标签与原始图像的预测标签是否一致，若否则标记为对抗样本；反之，将原始图像标记为良性样本。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.045 seconds)
