-
公开(公告)号：CN114257517A
公开(公告)日：2022-03-29
申请号：CN202111382366.6
申请日：2021-11-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种生成用于检测网络节点的状态的训练集的方法，包括：构建多个网络结构，其彼此在网络规模和/或网络拓扑方面存在不同；根据构建的每种网络结构进行基于IS‑IS路由协议的状态模拟，其中，分别通过多种引发异常的手段在预定时段模拟各种异常状态，其余时段模拟正常状态；获取在各状态模拟时从相应的网络节点采集的数据包并基于指定的时间窗口构建多个样本及其标签，获得训练集，其中，样本的输入特征包含基础特征和统计特征，标签指示样本对应的网络节点的状态是否异常。本发明通过该训练集训练获得的节点异常检测模型，有效提升检测效果。
-
公开(公告)号：CN103929330B
公开(公告)日：2017-11-03
申请号：CN201410163225.9
申请日：2014-04-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种域名服务质量评估方法，该方法包括基于层次分析法确定与域名服务质量相关的多个指标及各个指标的权重；对于待评估的每个域名，采集该域名的与所述多个指标中每个指标相关的数据并获取该域名在每个指标上的评分；以及基于域名在每个指标上的评分和每个指标的权重来计算该域名的综合评分。该方法基于层次分析法设置各指标的权重，并且基于所采集的域名数据对权重进行调整，使得权重更加准确的反应指标的重要程度，对于服务质量较好的域名和较差的域名之间的区分度更高。因此，可以更客观、更准确地反映域名服务的质量，能为用户过滤掉一些不安全的域名或者不良网站，还可以帮助用户选择出性能较好的域名。
-
公开(公告)号：CN114785879B
公开(公告)日：2024-10-18
申请号：CN202210487066.2
申请日：2022-05-06
Applicant: 中国科学院计算技术研究所
IPC: H04L69/22 , H04L9/40 , H04L43/045 , H04L43/08
Abstract: 本发明提供一种用于识别网络中OSPF协议异常行为的方法，包括：在待检测的网络环境中，实时获取OSPF协议报文；按照预设的报文特征集合，提取所获取的OSPF协议报文对应的特征向量，其中，所述预设的报文特征集合包括规模特征组、LSU特征组、LSAck特征组、LSR特征组、He l l o特征组；用预先训练的机器学习模型基于OSPF协议报文的特征向量判断报文是否异常，其中，所述机器学习模型是以报文特征向量为输入、报文是否异常为输出的以历史OSPF协议报文为样本数据经过训练生成。本发明通过预设的特征集合和由嗅探器、特征提取模块、训练好的机器学习模型组成的系统可以有效提高OSPF协议报文异常行为检测的准确率。
-
公开(公告)号：CN114257517B
公开(公告)日：2022-11-29
申请号：CN202111382366.6
申请日：2021-11-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种生成用于检测网络节点的状态的训练集的方法，包括：构建多个网络结构，其彼此在网络规模和/或网络拓扑方面存在不同；根据构建的每种网络结构进行基于IS‑IS路由协议的状态模拟，其中，分别通过多种引发异常的手段在预定时段模拟各种异常状态，其余时段模拟正常状态；获取在各状态模拟时从相应的网络节点采集的数据包并基于指定的时间窗口构建多个样本及其标签，获得训练集，其中，样本的输入特征包含基础特征和统计特征，标签指示样本对应的网络节点的状态是否异常。本发明通过该训练集训练获得的节点异常检测模型，有效提升检测效果。
-
公开(公告)号：CN103259805A
公开(公告)日：2013-08-21
申请号：CN201310230682.0
申请日：2013-06-09
Applicant: 中国科学院计算技术研究所
IPC: H04L29/06
Abstract: 本发明提供一种基于用户评价的域名访问控制系统，包括客户端和服务器。客户端从来自用户的域名访问请求中提取域名，并判断所述域名是否在本地域名集合中；如果所述域名不在本地域名集合中，则从服务器获取其他用户对该域名可信度的综合评分；根据所述综合评分来控制对该域名的访问。所述服务器用于计算多个用户对域名可信度的综合评分。该系统中，由客户端根据本地域名集合判断域名可信度，在用户访问网页后，才将域名评价提交给服务器，避免用户未使用就评价。同时，针对用户引入历史评价可信度和时间参数，减小恶意评价的影响，提高了评价的准确性，也有效抑制了域名服务质量的变化对系统的稳定性的影响。
-
Patent Agency Ranking
公开(公告)号：CN113505855B
公开(公告)日：2023-09-08
申请号：CN202110868192.8
申请日：2021-07-30
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N20/00
Abstract: 本发明提供一种对抗攻击模型的训练方法，对抗攻击模型包括生成器和判别器，该方法包括：S1、将异构图代入嵌入模型得到各节点的初始嵌入表示；S2、为异构图中的每种关系分别构建一组生成器和判别器；S3、针对每种关系，利用从异构图取样的真实连接节点对和从生成器取样的生成节点对，训练判别器生成指示关系真实性的判别分数，生成器基于判别分数更新自身参数以提高生成节点对的判别分数，重复该步骤以得到训练好的多个判别器；S4、针对每种关系，将扰动异构图代入嵌入模型获得各节点的新嵌入表示，以降低攻击目标节点对的判别分数作为目标训练生成器学习扰动分布，重复该步骤以得到训练好的多个生成器。
-
公开(公告)号：CN103259805B
公开(公告)日：2016-09-28
申请号：CN201310230682.0
申请日：2013-06-09
Applicant: 中国科学院计算技术研究所
IPC: H04L29/06
Abstract: 本发明提供一种基于用户评价的域名访问控制系统，包括客户端和服务器。客户端从来自用户的域名访问请求中提取域名，并判断所述域名是否在本地域名集合中；如果所述域名不在本地域名集合中，则从服务器获取其他用户对该域名可信度的综合评分；根据所述综合评分来控制对该域名的访问。所述服务器用于计算多个用户对域名可信度的综合评分。该系统中，由客户端根据本地域名集合判断域名可信度，在用户访问网页后，才将域名评价提交给服务器，避免用户未使用就评价。同时，针对用户引入历史评价可信度和时间参数，减小恶意评价的影响，提高了评价的准确性，也有效抑制了域名服务质量的变化对系统的稳定性的影响。
-
公开(公告)号：CN105677838A
公开(公告)日：2016-06-15
申请号：CN201610005432.0
申请日：2016-01-04
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F16/9535
Abstract: 本发明提供一种基于用户需求的用户档案创建方法，包括：1)在用户进行检索的过程中，提取该用户对于所返回页面的行为特征和该用户所点击页面的页面特征向量，所述页面特征向量包括：能够反映页面布局的特征，表征页面阅读难度的特征，以及页面数据量；2)基于该用户点击过的多个页面的页面特征向量构造该用户的用户档案；其中，根据该用户对于各个页面的行为特征设置该页面的用户偏好权重。本发明还提供了相应的个性化搜索排名方法和系统。本发明能够充分适应用户对不同特征的偏好，提高排名结果的准确性；以及提高用户满意程度的评判精度。
-
公开(公告)号：CN105656939A
公开(公告)日：2016-06-08
申请号：CN201610143015.2
申请日：2016-03-14
Applicant: 中国科学院计算技术研究所
CPC classification number: H04L69/06 , H04L43/0817 , H04L61/1511
Abstract: 本发明提供一种生成DNS查询包的方法，包括：确定DNS查询包中的固定部分，所述固定部分包括标识、标志、问题数、资源记录数、授权资源记录数和额外资源的字段中的至少一个；并生成一个或多个DNS查询包中的动态部分，所述动态部分为DNS查询包中除固定部分以外的其他字段；将所述固定部分和一个或多个所述动态部分组合成一个或多个DNS查询包。本发明可以分开实现DNS查询包的固定部分和动态部分，以简化生成查询包的操作；并且在采用同等字符串数量的条件下，可以生成更多数量的DNS查询包；还可以通过简单的操作快速地生成不同的动态部分，从而快速地将DNS查询包的固定部分和动态部分合成DNS查询包。
-
公开(公告)号：CN114785879A
公开(公告)日：2022-07-22
申请号：CN202210487066.2
申请日：2022-05-06
Applicant: 中国科学院计算技术研究所
IPC: H04L69/22 , H04L9/40 , H04L43/045 , H04L43/08
Abstract: 本发明提供一种用于识别网络中OSPF协议异常行为的方法，包括：在待检测的网络环境中，实时获取OSPF协议报文；按照预设的报文特征集合，提取所获取的OSPF协议报文对应的特征向量，其中，所述预设的报文特征集合包括规模特征组、LSU特征组、LSAck特征组、LSR特征组、He l l o特征组；用预先训练的机器学习模型基于OSPF协议报文的特征向量判断报文是否异常，其中，所述机器学习模型是以报文特征向量为输入、报文是否异常为输出的以历史OSPF协议报文为样本数据经过训练生成。本发明通过预设的特征集合和由嗅探器、特征提取模块、训练好的机器学习模型组成的系统可以有效提高OSPF协议报文异常行为检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
