-
公开(公告)号：CN113132352A
公开(公告)日：2021-07-16
申请号：CN202110286007.4
申请日：2021-03-17
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: 本发明属于网络信息安全技术领域，特别涉及一种基于流量统计特征的路由器威胁感知方法及系统，该方法包含：采集路由器软件系统中各路由执行体流量特征；对采集到的流量特征进行数据预处理，获取用于聚类分析的特征数据；基于Conopy算法对特征数据进行一级聚类，并基于轮廓系数选取最佳K值；根据最佳K值对多个路由执行体进行二级聚类分析，依据聚类中心点和聚类簇获取两两路由执行体的聚类中心点距离；通过聚类中心点距离判定存在威胁的路由执行体为异常路由执行体。本发明从路由器的流量信息为出发点，基于流量统计特征实现路由器威胁感知检测，拓宽拟态路由器异常检测的维度，提升网络安全防御性能，具有较好的应用前景。
-
公开(公告)号：CN113132352B
公开(公告)日：2023-02-10
申请号：CN202110286007.4
申请日：2021-03-17
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
IPC: H04L9/40 , G06F18/23213
Abstract: 本发明属于网络信息安全技术领域，特别涉及一种基于流量统计特征的路由器威胁感知方法及系统，该方法包含：采集路由器软件系统中各路由执行体流量特征；对采集到的流量特征进行数据预处理，获取用于聚类分析的特征数据；基于Conopy算法对特征数据进行一级聚类，并基于轮廓系数选取最佳K值；根据最佳K值对多个路由执行体进行二级聚类分析，依据聚类中心点和聚类簇获取两两路由执行体的聚类中心点距离；通过聚类中心点距离判定存在威胁的路由执行体为异常路由执行体。本发明从路由器的流量信息为出发点，基于流量统计特征实现路由器威胁感知检测，拓宽拟态路由器异常检测的维度，提升网络安全防御性能，具有较好的应用前景。
-
公开(公告)号：CN114826638A
公开(公告)日：2022-07-29
申请号：CN202110285055.1
申请日：2021-03-17
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
IPC: H04L9/40
Abstract: 本本发明属于网络安全技术领域，特别涉及一种基于状态特征相似性的拟态路由器异常检测方法及系统，该方法包含：将相同输入请求分发给功能等价的异构执行体，由异构执行体对输入请求进行处理，并在处理过程中收集每个异构执行体的状态特征，作为样本数据集；依据样本数据集中各异构执行体状态特征的相似度来判别执行体是否发生异常行为。本发明将功能等价的异构执行体对于相同输入激励产生的系统状态多维特征差异作为异常的判别依据，通过对系统状态特征进行检测，实现路由器实时异常检测的功能，提升异常检测的准确率和效率，具有较好的应用前景。
-
公开(公告)号：CN113132351A
公开(公告)日：2021-07-16
申请号：CN202110285051.3
申请日：2021-03-17
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: 本发明属于网络空间安全技术领域，特别涉及一种基于图卷积网络的拟态路由器系统内部状态异常检测方法及系统，该方法包含：收集拟态路由器系统执行体的多源内部状态数据，该多源内部状态数据包含：系统状态数据和活跃进程数据，并进行数据预处理；用邻接矩阵和特征矩阵表示的图来表征执行体内部多源状态数据，并利用已训练的图卷积神经网络提取状态数据的关系特征；利用已训练的分类器进行分类，分类过程中结合拟态防御比对裁决思想来判定拟态路由器系统执行体内部的异常行为。本发明通过图表征执行体内部状态多源数据，并利用拟态防御的比对裁决思想判断异常，提升检测效率和准确度，具有较好的应用前景。
-
公开(公告)号：CN114826638B
公开(公告)日：2024-04-12
申请号：CN202110285055.1
申请日：2021-03-17
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
IPC: H04L9/40
Abstract: 本本发明属于网络安全技术领域，特别涉及一种基于状态特征相似性的拟态路由器异常检测方法及系统，该方法包含：将相同输入请求分发给功能等价的异构执行体，由异构执行体对输入请求进行处理，并在处理过程中收集每个异构执行体的状态特征，作为样本数据集；依据样本数据集中各异构执行体状态特征的相似度来判别执行体是否发生异常行为。本发明将功能等价的异构执行体对于相同输入激励产生的系统状态多维特征差异作为异常的判别依据，通过对系统状态特征进行检测，实现路由器实时异常检测的功能，提升异常检测的准确率和效率，具有较好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113132351B
公开(公告)日：2022-11-01
申请号：CN202110285051.3
申请日：2021-03-17
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: 本发明属于网络空间安全技术领域，特别涉及一种基于图卷积网络的拟态路由器系统内部状态异常检测方法及系统，该方法包含：收集拟态路由器系统执行体的多源内部状态数据，该多源内部状态数据包含：系统状态数据和活跃进程数据，并进行数据预处理；用邻接矩阵和特征矩阵表示的图来表征执行体内部多源状态数据，并利用已训练的图卷积神经网络提取状态数据的关系特征；利用已训练的分类器进行分类，分类过程中结合拟态防御比对裁决思想来判定拟态路由器系统执行体内部的异常行为。本发明通过图表征执行体内部状态多源数据，并利用拟态防御的比对裁决思想判断异常，提升检测效率和准确度，具有较好的应用前景。
-
公开(公告)号：CN116416453A
公开(公告)日：2023-07-11
申请号：CN202211572991.1
申请日：2022-12-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N5/04
Abstract: 本发明涉及目标检测对抗样本防御领域，公开一种基于图像掩膜的对抗样本防御系统及方法，该系统包括目标检测与定位模块、重点目标提取模块、重点目标图像截取模块、目标掩膜处理模块、图像掩膜处理模块、图像分类模块、加权表决模块；该方法无需对目标检测器进行修改，仅需要对输入图像进行处理。本发明能够广泛兼容现有的目标检测器，具备良好的通用性，有效提升目标检测系统抵抗对抗样本攻击的能力，全面提高系统的鲁棒性和安全性。
-
公开(公告)号：CN110149309A
公开(公告)日：2019-08-20
申请号：CN201910272300.8
申请日：2019-04-04
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L29/06
Abstract: 本发明提供一种路由器威胁感知方法及系统。该方法包括：威胁感知系统与被监测路由器输入一致；被监测路由器的输出数据同时送至威胁感知系统；被监测路由器的配置信息要同步配置到威胁感知系统；被监测路由器的状态信息要及时收集到威胁感知系统。将被监测路由器的输出数据、状态与威胁感知系统的输出数据、状态进行对比，若两者的输出数据或状态存在不一致的情况，则表示被监测路由器可能存在威胁，需要向管理系统发出告警信息。威胁感知系统包括：输入处理单元、功能等价执行体单元、状态比较单元、输出比较单元和分析告警单元。本发明可应对漏洞及攻击技术手段多样导致的对路由器威胁进行判定难度较大的问题，并可感知未知漏洞及零日攻击。
-
公开(公告)号：CN117930646A
公开(公告)日：2024-04-26
申请号：CN202311786478.7
申请日：2023-12-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G05B13/04
Abstract: 本发明公开一种基于主动交互的无人蜂群关键控制参数逆向分析方法，包括：假定无人蜂群的运动模型已知，但参数未知；分析蜂群内部控制策略哪些控制参数是可以被观测计算的；基于稳态系统运行轨迹，构建动态优化问题，计算可被观测的参数；引入干扰节点对蜂群进行干扰，以破坏蜂群稳定状态，促使蜂群做出更具启发性的行为；分析不可计算参数部分中现在是否存在可观测计算的参数，是则进行计算；若仍存在不可计算的参数则继续对蜂群进行干扰；重复执行，直到模型中参数均计算完成。本发明引入部分可观测性的概念，当蜂群处于不完全可观测的稳定状态时，通过引入干扰节点，使得蜂群行为呈现更多的可观测性，继而能够计算出蜂群关键参数。
-
公开(公告)号：CN117471974A
公开(公告)日：2024-01-30
申请号：CN202311562445.4
申请日：2023-11-20
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G05B19/042
Abstract: 本发明公开一种基于分层和DDPG的多智能体集群运动方法，包括：采用五元组建立多智能体集群运动任务模型；设计多智能体分层控制方案；定义动作空间、状态空间和奖励函数；基于多智能体分层控制方案、动作空间、状态空间、奖励函数和DDPG设计多智能体集群运动算法进行训练；使用训练完成的网络模型实现多智能体集群运动。本发明针对通信距离较短的环境，提出了领导者‑跟随者的分层控制方案，基于DDPG算法设计了针对不同层级的跟随者的深度强化学习算法，通过对多智能体的分布式控制实现了跟随者向领导者聚集并跟随其运动，解决了在通信距离较短时通信拓扑易断开的问题。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.112 seconds)
