-
公开(公告)号:CN118013534A
公开(公告)日:2024-05-10
申请号:CN202410276087.9
申请日:2024-03-12
Applicant: 南京邮电大学
IPC: G06F21/57 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于Bert的混合特征漏洞挖掘方法,属于网络安全技术领域;方法为:收集数据集,并对数据集进行预处理;提取代码属性图水平CPG的特征,得到CPG水平特征向量n1;提取源代码水平的特征,得到源代码水平特征向量n2;提取Token水平的特征,得到Token水平特征向量n3;将得到的数据进行加权拼接,得到混合特征向量N;构建Bert分类模型并进行训练,得到训练后Bert分类模型,采用测试数据集行测试。本发明通过加权的方式将代码属性图、程序源代码和Token三个维度的特征进行结合,保存了漏洞图的特征、漏洞源代码特征和漏洞Token特征,避免提取特征时信息丢失问题,有效解决漏洞挖掘误报率和漏报率较高的问题,提高漏洞检测的效果。
-
公开(公告)号:CN118820777A
公开(公告)日:2024-10-22
申请号:CN202410784584.X
申请日:2024-06-18
Applicant: 南京邮电大学
IPC: G06F18/214 , G06F18/22 , G06N3/0475 , G06N3/045
Abstract: 本发明公开一种物联网网络流量数据增强方法,属于不平衡数据集数据增强领域;首先,采集物联网网络流量数据包,提取关键特征字段,进行预处理,并划分为训练集和测试集;采用高斯分布的SMOTE算法对训练集中的少数类样本进行初步过采样;接着引入降噪自编码器DAE,生成接近真实数据分布的少数类样本,传入鉴别器中进行质量评估,迭代优化直至鉴别器难以区分真实样本与生成样本,合并生成样本和真实样本,形成数据增强后的数据集;旨在解决物联网网络流量的类不平衡问题,本发明在增加数据集的类平衡性的同时优化生成数据的质量。
-
公开(公告)号:CN119094406A
公开(公告)日:2024-12-06
申请号:CN202411172400.0
申请日:2024-08-26
Applicant: 南京邮电大学
IPC: H04L43/18 , H04L67/12 , G06N3/0455 , G06F18/22 , G06N3/0895 , G06F40/30 , G06N3/047 , G06N3/048
Abstract: 本发明属于通信协议安全领域,公开了一种智能物联网二进制通信协议的语义化逆向分析方法,该方法通过收集大量公开的智能物联网二进制协议的协议规范以及对应的开源客户端服务端代码实现,获得智能物联网二进制协议语义令牌集,并自动生成不同通讯场景下的客户端和服务端代码,捕获客户端和服务端之间的二进制通讯流量,对二进制流量进行重标记,得到训练数据集,训练深度神经网络,得到智能物联网二进制协议语义化逆向模型。本发明实现了对未知智能物联网二进制协议的语义化逆向能力,提升了对不同通讯场景下未知智能物联网二进制协议的理解,有助于发现隐藏的协议漏洞和后门控制命令,可以有效提升智能物联网系统的安全性。
-
-