-
公开(公告)号：CN115987819A
公开(公告)日：2023-04-18
申请号：CN202210267931.2
申请日：2022-03-18
Applicant: 华北电力大学 , 国网河南省电力公司信息通信公司 , 国网重庆市电力公司信息通信分公司 , 国家电网有限公司
IPC: H04L41/40 , H04L41/0893 , H04L41/5041 , G06N3/08 , G06N3/0464 , G06F18/214 , G06F9/455
Abstract: 本发明公开了一种基于图神经网络的安全服务功能链构建方法，包括：1)数据处理模块，在检测阶段，通过模拟的真实网络情况获取实时流量数据特征，并进行数据的标准化处理；2)嵌入层模块，由数据处理模块经过训练得到，以数据处理模块处理后的数据作为输入，将该数据所对应域名进行维度转化；3)图神经网络层模块，由嵌入层模块经过训练得到，通过对周围节点信息的聚焦，生成最优节点；4)输出层模块，通过概率分析得出最优节点的标签，从而连接各个最优节点的标签构建出一条安全服务功能链。本发明在保证构建安全服务功能链成功率的同时，有着速度快、效率高、较灵活、成本低的优势。
-
公开(公告)号：CN116032515A
公开(公告)日：2023-04-28
申请号：CN202210275153.1
申请日：2022-03-21
Applicant: 华北电力大学 , 国网河南省电力公司信息通信公司 , 国网重庆市电力公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06F18/2413 , G06F18/2415
Abstract: 本发明公开了一种在SDN上基于Transformer的DDoS攻击检测方法，采用两层分类聚焦机制，先通过Transformer模型进行一次分类和聚焦，该分类器可以检测出绝大部分的DDoS攻击，通过调整模型尽可能的检测出DDoS攻击，然后更深层次的将当前数据进行聚焦，聚焦用于检测出误检的正常流量，并将这部分流量加入样本重新训练，提高检测的准确度；然后通过CNN层对上一层的输出再次进行检测分类，该方法在保证流量检测准确率的情况下，同时有着较快的检测效率。本发明模型的AUC分数为0.9990，准确率达到99.7％，精确率达到99.98％，F1分数为99.84％，召回率为99.7％。
-
公开(公告)号：CN116232633A
公开(公告)日：2023-06-06
申请号：CN202211547107.9
申请日：2022-12-05
Applicant: 国网河南省电力公司信息通信公司 , 华北电力大学 , 国网河南省电力公司
Abstract: 本发明公开了一种基于量子动态令牌的身份认证方法及系统。方法包括：用户登录成功后，服务器生成量子令牌并将测试粒子插入令牌中，将带有测试粒子的量子令牌发送给用户；用户收到量子令牌后，根据预共享的第一秘密字符串S1测量相应基的测试粒子，检测通道中是否存在窃听者，并验证服务器的身份；当用户再次访问服务器时，根据预共享的第二秘密字符串S2将测试粒子插入量子令牌，将量子令牌和测试粒子发送到服务器；服务器收到量子令牌后，根据S2通过测量具有相应基的测试粒子来验证用户的身份；并使用量子单向函数和交换测试确定是否接受令牌。本发明利用量子态来传递信息，极大提高安全性。
-
公开(公告)号：CN115865411A
公开(公告)日：2023-03-28
申请号：CN202211354358.5
申请日：2022-11-01
Applicant: 国网河南省电力公司信息通信公司 , 华北电力大学 , 国网河南省电力公司
Abstract: 本发明公开了一种基于浏览器指纹的用户验证方法及系统。方法包括：用户访问网站时，采集该用户的浏览器指纹信息；将用户的浏览器指纹信息进行混淆加密并发送到服务器端，服务器端进行解密还原，将用户信息与相应的浏览器指纹进行关联并存储；服务器端识别用户的浏览器指纹与先前存储的浏览器指纹的信息熵是否相同，相同则身份认证成功，若都不相同则对用户身份进行相似度匹配，计算当前的浏览器指纹特征属性与先前存储的关联于该用户的指纹特征属性之间的相似度，根据相似度情况进行指纹更新或口令验证；若口令验证也无法通过，则禁止该用户账号登录网站。本发明采用账号信息加浏览器指纹的方式对用户身份进行双重验证，保障了网站安全。
-
公开(公告)号：CN115987544A
公开(公告)日：2023-04-18
申请号：CN202211286276.1
申请日：2022-10-20
Applicant: 国网河南省电力公司信息通信公司 , 华北电力大学 , 国网河南省电力公司
IPC: H04L9/40 , H04L41/147 , H04L41/142
Abstract: 本发明公开了一种基于威胁情报的网络安全威胁预测方法及系统。方法包括：搜集情报信息，包括内部威胁情报和外部威胁情报；对搜集到的内部威胁情报和外部威胁情报做标准化处理，统一情报格式；对标准化后的威胁情报进行特征编码向量化；利用基于深度神经网络算法的分类模型对经过特征编码的威胁情报进行分类，从中提取高质量威胁情报，从高质量威胁情报中提取上下文数据分析攻击意图并预测攻击行为；对于非高质量威胁情报，基于攻击者和防御者之间的博弈关系使用混合策略纳什均衡来预测攻击行为。本发明在攻击威胁预测准确率高的情况下，同时具有较快的检测效率，满足电力行业系统的网络安全检测需求。
-
Patent Agency Ranking
公开(公告)号：CN112769796B
公开(公告)日：2021-10-19
申请号：CN202011619791.8
申请日：2020-12-30
Applicant: 华北电力大学 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
Abstract: 本发明公开了一种基于端侧边缘计算的云网端协同防御方法及系统，涉及电力工控系统的信息安全。方法包括：在终端侧设置边缘计算中心，采集工控系统终端设备信息和通信流量信息，利用设备指纹对电力工控终端的属性特征进行定义与标识，利用Nmap扫描方法自动采集电力工控终端设备指纹，决策树算法建立训练模型，实现终端设备指纹动态认证；通过设置交换机镜像、智能监测主机流量控制、云计算中心训练流量基线，实现工控终端设备流量异常检测，实现基于边缘计算的“云端”协同防御技术。通过流量数据采集、信息熵量化流量特征属性预处理、改进的半监督聚类K‑means算法训练，实现电力工控内网异常流量检测，实现了基于异常流量检测的“云网”实时防御。
-
公开(公告)号：CN113887633A
公开(公告)日：2022-01-04
申请号：CN202111169081.4
申请日：2021-09-30
Applicant: 国网河南省电力公司电力科学研究院 , 华北电力大学 , 国家电网有限公司
Abstract: 基于IL的闭源电力工控系统恶意行为识别方法，包括如下步骤：获取闭源电力工控系统底层多域数据并对数据进行预处理，形成样本集；对样本集进行类别标注，并设定比例将图像随机划分为训练集和测试集；构建恶意行为分类模型并对其进行训练，得到经过训练的恶意行为分类模型；基于训练后的恶意行为分类模型对待分类恶意行为进行分类；当闭源电力工控系统出现新数据流时，结合新数据流基于增量学习动态调整恶意行为分类模型；基于调整后的恶意行为分类模型对待分类恶意行为进行分类。本发明能够在闭源电力工控系统中有新的数据流出现时，对分类模型进行动态调整从而确保其使用时的准确性，并通过调整样本集数量减小了模型动态更新的开销。
-
公开(公告)号：CN112883995B
公开(公告)日：2024-07-30
申请号：CN202011619814.5
申请日：2020-12-30
Applicant: 华北电力大学 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
Abstract: 本发明公开了一种基于集成学习的闭源电力工控系统恶意行为识别方法及装置。方法包括：对闭源电力工控系统底层多域数据进行数据预处理；基于预处理后的数据，利用基于特征的自动化最优选择策略自动化地选择出最优的特征集合；将最优的特征集合输入集成学习模型，所述集成学习模型利用一个元分类器整合多个基分类器的预测结果，通过集成学习的方式对闭源电力工控系统中的恶意行为进行识别。本发明通过集成学习实现对复杂多样交互行为数据的高效准确识别。
-
公开(公告)号：CN113887633B
公开(公告)日：2023-06-27
申请号：CN202111169081.4
申请日：2021-09-30
Applicant: 国网河南省电力公司电力科学研究院 , 华北电力大学 , 国家电网有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于IL的闭源电力工控系统恶意行为识别方法，包括如下步骤：获取闭源电力工控系统底层多域数据并对数据进行预处理，形成样本集；对样本集进行类别标注，并设定比例将图像随机划分为训练集和测试集；构建恶意行为分类模型并对其进行训练，得到经过训练的恶意行为分类模型；基于训练后的恶意行为分类模型对待分类恶意行为进行分类；当闭源电力工控系统出现新数据流时，结合新数据流基于增量学习动态调整恶意行为分类模型；基于调整后的恶意行为分类模型对待分类恶意行为进行分类。本发明能够在闭源电力工控系统中有新的数据流出现时，对分类模型进行动态调整从而确保其使用时的准确性，并通过调整样本集数量减小了模型动态更新的开销。
-
公开(公告)号：CN112883995A
公开(公告)日：2021-06-01
申请号：CN202011619814.5
申请日：2020-12-30
Applicant: 华北电力大学 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
Abstract: 本发明公开了一种基于集成学习的闭源电力工控系统恶意行为识别方法及装置。方法包括：对闭源电力工控系统底层多域数据进行数据预处理；基于预处理后的数据，利用基于特征的自动化最优选择策略自动化地选择出最优的特征集合；将最优的特征集合输入集成学习模型，所述集成学习模型利用一个元分类器整合多个基分类器的预测结果，通过集成学习的方式对闭源电力工控系统中的恶意行为进行识别。本发明通过集成学习实现对复杂多样交互行为数据的高效准确识别。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.112 seconds)
