一种新型网络安全联动系统及方法

    公开(公告)号:CN105553958A

    公开(公告)日:2016-05-04

    申请号:CN201510910432.0

    申请日:2015-12-10

    CPC classification number: H04L63/02 H04L63/1466

    Abstract: 本发明公开了一种新型网络安全联动系统及方法,包括威胁发现设备和下一代防火墙,所述威胁发现设备监测和分析所有的流量数据和事件,识别可疑的通信和隐蔽的攻击行为,对威胁源进行评级,生成威胁IP地址/域名数据;所述下一代防火墙定期同步威胁发现设备的威胁IP地址/域名数据,动态更新全局黑名单,对来自威胁源的攻击进行实时阻拦。本发明中威胁发现设备和下一代防火墙联动,建立了高级威胁防御平台,能够充分发挥威胁发现设备和下一代防火墙各自的优势,实现威胁识别、威胁预警、威胁阻止的自动处理,在发现未知威胁的第一时间对其进行拦截,保护用户核心系统和私有数据的安全,有效保障了用户业务的连续性。

    一种企业信息内网WI-FI接入安全加固认证的方法

    公开(公告)号:CN106411939A

    公开(公告)日:2017-02-15

    申请号:CN201611039357.6

    申请日:2016-11-21

    CPC classification number: H04L63/0435 H04L63/083 H04W12/06 H04W12/08

    Abstract: 本发明公开了一种企业信息内网WI-FI接入安全加固认证的方法,包括内网WI-FI接入点、用户终端、后端服务器依次进行判断的以下步骤:用户终端判断是否处于内网WI-FI接入点覆盖范围内,若是,用户终端自动连入内网WI-FI接入点进行步骤B;在步骤A用户终端自动连入内网WI-FI接入点后,用户终端向后端服务器发送验证信息与加密种子,后端服务器验证用户终端合法性,若验证为合法设备,进行步骤C;用户终端将数据加密后与后端服务器进行数据交换,后端服务器接收到用户终端发送的加密数据后根据步骤B获取的加密种子进行数据解密。本发明的优点是:交叉验证,安全性高;自动连接;数据加密发送。

    一种电力物联网网络安全风险预测方法

    公开(公告)号:CN113872942B

    公开(公告)日:2023-11-14

    申请号:CN202111035535.9

    申请日:2021-09-03

    Abstract: 本发明涉及网络安全预测领域,具体是一种电力物联网网络安全风险预测方法,包括获取模块、过滤模块、预测模块和显示模块,具体包括如下步骤:首先,将单个告警事件中的攻击源IP、攻击行为、攻击目标IP作为一条有效告警信息,通过获取模块获取所有告警信息,针对每条告警信息,以当前告警事件为果,寻找该告警事件发生时间之前最相近的六个告警事件作为因,由此构建一条因果数据,将因果数据存入数据库中形成因果数据库;其次,通过过滤模块对因果数据库中对低频的因果数据进行过滤;再其次,通过采用Levenshtein距离算法的预测模块对告警事件进行预测;最后,通过显示模块实时显示预测的告警事件的有效告警信息以及所述预测的告警事件发生的风险大小和风险程度。解决了现有技术对于系统中长期预测效果差的问题。

    网络分区管控与终端安全维护方法和系统

    公开(公告)号:CN119420519A

    公开(公告)日:2025-02-11

    申请号:CN202411507478.3

    申请日:2024-10-28

    Abstract: 本发明涉及网络安全领域,具体为网络分区管控与终端安全维护方法和系统,监听得到网络内所有网关节点的数据交互状态信息,以此确定所有网关节点与所述网络内接入的所有终端之间的数据交互关系,从而划分得到若干网络子区域;基于网路子区域内的活跃数据传输通道的链路特征,进行全局抽样,得到全路径数据样本集;基于活跃数据传输通道内的攻击数据流属性信息,确定终端的攻击发生信息,以此识别终端内需要管控的运作线程,在线程层面对终端进行排查识别;基于需要管控的运作线程内的异常运作数据流在终端内的运行关联对象,对终端进行安全防控操作,对终端进行攻击识别与拦截,实现网络和终端同步进行安全维护。

    基于机器学习的实时攻击溯源的方法和系统

    公开(公告)号:CN118158002B

    公开(公告)日:2024-07-02

    申请号:CN202410584710.7

    申请日:2024-05-13

    Abstract: 本发明涉及网络安全的技术领域,提供了基于机器学习的实时攻击溯源的方法和系统,对采样监听得到的网络内部所有网关节点的数据流进行机器学习,预测所有网关节点的异常数据成分传输特征信息,对网络进行攻击范围识别,得到网络内部会受到攻击的所有局域网区域,准确标定攻击行为涉及区域,缩小后续攻击溯源追踪的范围;识别处于风险运作状态的所有用户终端,得到相应用户终端的风险运作数据,通过机器学习得到相应用户终端受到实时攻击的发生位置信息,实现对用户终端的实时攻击流量状态的定向识别;对受到实时攻击的用户终端进行攻击溯源识别,确定与实时攻击关联的所有网关节点和所有用户终端并进行工作调整,保证网络运行安全性和可靠性。

    一种基于Cookie和DR身份密码体制的多重身份认证方法及装置

    公开(公告)号:CN113726523A

    公开(公告)日:2021-11-30

    申请号:CN202111023305.0

    申请日:2021-09-01

    Abstract: 本发明涉及身份认证领域,具体来说是一种基于Cookie和DR身份密码体制的多重身份认证方法及装置。目的在于解决现有的密钥托管问题即可信第三方掌控所有用户的私钥,一旦被恶意者攻击,所有用户的私钥都将被泄露,其安全性较低。主要方案包括以下步骤:步骤1:用户使用用户账号和PIN码进行第一身份认证,在通过第一身份认证之后,可以访问到系统的公开资源;步骤2:客户端通过Cookie文件信息建立安全信道,此后用户的认证过程中上传的所有信息都会通过该安全信道传输;第二身份认证通过后,用户可以访问到系统的核心资源;步骤3:用户根据需求使用设备信息进行第三身份认证,通过后用户可以访问到系统的敏感资源。

Patent Agency Ranking