-
公开(公告)号：CN111340075A
公开(公告)日：2020-06-26
申请号：CN202010093097.0
申请日：2020-02-14
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种ICS的网络数据检测方法及装置，其中，方法包括：使用非异常数据对预设的树集成数据识别模型进行再训练，当再训练后的树集成数据识别模型的各个二叉树子模型中，存在叶子节点对应的网络数据个数大于第二阈值的二叉树子模型时，则该二叉树子模型出现了失衡现象，表示该二叉树子模型对树集成数据识别模型的精确度造成较大影响，将该二叉树子模型从再训练后的树集成数据识别模型中删除，得到新的树集成数据识别模型，提高了新的预设的树集成数据识别模型准确性，因此可以提高识别ICS的网络数据的准确性，提高对ICS进行安全防护的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111835763A
公开(公告)日：2020-10-27
申请号：CN202010667126.X
申请日：2020-07-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种DNS隧道流量检测方法、装置及电子设备，获取文本格式的待检测DNS流量数据；将文本格式的待检测DNS流量数据输入预先基于训练完成的神经网络模型，以使神经网络模型对文本格式的待检测DNS流量数据进行特征提取，得到待检测特征向量；并基于待检测特征向量，进行类别划分，得到检测结果；神经网络模型是基于多个DNS流量数据样本和样本真值训练得到的。本发明实施例中，执行特征提取操作的神经网络模型是基于大量的DNS流量数据样本和样本真值训练得到的，与人工提取特征的方式相比，提取到的特征向量的准确性较高。因此，基于提取到的准确率较高的特征向量，得到的检测结果的准确性也较高，提高了DNS隧道流量检测的准确性。
-
公开(公告)号：CN111241418A
公开(公告)日：2020-06-05
申请号：CN202010015549.3
申请日：2020-01-07
Applicant: 北京邮电大学
IPC: G06F16/9536 , G06N5/04
Abstract: 本发明实施例提供了一种基于局部加权中心性信任推理的信息推荐方法及装置，方法包括：计算每个用户对其邻居用户的信任信息所对应的预设分数的总和，作为每个用户的局部加权中心性分数；针对每个用户，根据对应的局部加权中心性分数对其邻居用户进行筛选，得到该用户的目标邻居用户；根据待推荐用户与其目标邻居用户之间的兴趣关联关系，以及目标用户与其他用户之间的兴趣关联关系，确定待推荐用户与目标用户之间的目标兴趣关联关系；基于目标兴趣关联关系对应的各用户之间的信任信息所对应的预设分数，确定待推荐用户对目标用户的信任分数；根据信任分数，向待推荐用户推荐预设信息。应用本发明实施例，可以提高信息推荐的效率。
-
公开(公告)号：CN111241418B
公开(公告)日：2023-04-18
申请号：CN202010015549.3
申请日：2020-01-07
Applicant: 北京邮电大学
IPC: G06F16/9536 , G06N5/04
Abstract: 本发明实施例提供了一种基于局部加权中心性信任推理的信息推荐方法及装置，方法包括：计算每个用户对其邻居用户的信任信息所对应的预设分数的总和，作为每个用户的局部加权中心性分数；针对每个用户，根据对应的局部加权中心性分数对其邻居用户进行筛选，得到该用户的目标邻居用户；根据待推荐用户与其目标邻居用户之间的兴趣关联关系，以及目标用户与其他用户之间的兴趣关联关系，确定待推荐用户与目标用户之间的目标兴趣关联关系；基于目标兴趣关联关系对应的各用户之间的信任信息所对应的预设分数，确定待推荐用户对目标用户的信任分数；根据信任分数，向待推荐用户推荐预设信息。应用本发明实施例，可以提高信息推荐的效率。
-
公开(公告)号：CN111340075B
公开(公告)日：2021-05-14
申请号：CN202010093097.0
申请日：2020-02-14
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种ICS的网络数据检测方法及装置，其中，方法包括：使用非异常数据对预设的树集成数据识别模型进行再训练，当再训练后的树集成数据识别模型的各个二叉树子模型中，存在叶子节点对应的网络数据个数大于第二阈值的二叉树子模型时，则该二叉树子模型出现了失衡现象，表示该二叉树子模型对树集成数据识别模型的精确度造成较大影响，将该二叉树子模型从再训练后的树集成数据识别模型中删除，得到新的树集成数据识别模型，提高了新的预设的树集成数据识别模型准确性，因此可以提高识别ICS的网络数据的准确性，提高对ICS进行安全防护的准确性。
-
公开(公告)号：CN111835763B
公开(公告)日：2022-03-04
申请号：CN202010667126.X
申请日：2020-07-13
Applicant: 北京邮电大学
IPC: H04L9/40 , H04L61/4511 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种DNS隧道流量检测方法、装置及电子设备，获取文本格式的待检测DNS流量数据；将文本格式的待检测DNS流量数据输入预先基于训练完成的神经网络模型，以使神经网络模型对文本格式的待检测DNS流量数据进行特征提取，得到待检测特征向量；并基于待检测特征向量，进行类别划分，得到检测结果；神经网络模型是基于多个DNS流量数据样本和样本真值训练得到的。本发明实施例中，执行特征提取操作的神经网络模型是基于大量的DNS流量数据样本和样本真值训练得到的，与人工提取特征的方式相比，提取到的特征向量的准确性较高。因此，基于提取到的准确率较高的特征向量，得到的检测结果的准确性也较高，提高了DNS隧道流量检测的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
