公开(公告)号：CN117579363A

公开(公告)日：2024-02-20

申请号：CN202311616417.6

申请日：2023-11-30

Applicant: 南京邮电大学

Inventor： 陈伟 ,  李青芸 ,  徐小棠 ,  高子昂 ,  张怡婷

IPC: H04L9/40

Abstract: 本发明属于网络信息安全领域，具体地说，是一种遗忘事件中基于类激活特征的后门攻击方法，包括：获取图像数据、通过遗忘事件选取后门数据与干净数据、训练自编码器为后门数据生成触发器、使用类激活算法为触发器选取后门位置、添加感知损失训练后门模型、使用后门模型进行后门攻击；该方法克服了现有后门攻击中的触发器易于发现，攻击成功率低等问题，使用该攻击方法可以提高攻击效率，加强后门隐蔽性。

公开(公告)号：CN119544248A

公开(公告)日：2025-02-28

申请号：CN202411351200.1

申请日：2024-09-26

Applicant: 南京邮电大学

Inventor： 陈伟 ,  高子昂 ,  李青芸 ,  尹圳 ,  吴礼发 ,  苗春雨 ,  范渊

IPC: H04L9/40 ,  G06F18/214 ,  G06F18/241 ,  G06F18/213

Abstract: 本发明公开了一种基于GPT2‑PCA的网络日志异常检测方法及系统，采集日志消息；将日志消息进行预处理得到日志消息集合；将日志消息进行结构化表示得到结构化日志集合；进行序列化得到序列化日志集合；通过序列化日志集合预训练GPT‑2模型，使用训练好的GPT‑2模型对日志消息进行特征提取，得到日志嵌入向量集合；根据日志嵌入向量集合训练基于PCA的分类模型，使用训练好的基于PCA的分类模型进行异常检测。本发明能够支持细粒度预处理多种设备和应用的日志，能在更长的上下文中捕获日志的正常行为模式，能有效提高检测的速度和精度。