-
公开(公告)号：CN119766566A
公开(公告)日：2025-04-04
申请号：CN202411988768.4
申请日：2024-12-31
Applicant: 广州大学
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域，尤其涉及一种基于浏览器指纹识别的路径蜜点的方法和系统。本发明提供了一种基于浏览器指纹识别的路径蜜点的方法和系统，重点是对敏感路径配置反向代理，判断访问者的行为并生成不同的伪装页面内容，获取访问者的设备和浏览器基础特征进行特征交叉验证机制加工并进行标准化处理生成唯一稳定的指纹ID，结合其历史行为进行多维动态危险等级评估得危险分值，对所述指纹ID进行标注并存储，当访问者再次访问时，将生成的指纹ID与存储的指纹ID进行匹配识别，并根据其历史行为与危险等级进行动态响应。目的是在节约维护成本的同时，精准有效的抵御攻击、溯源敏感路径攻击者。
-
公开(公告)号：CN119402216A
公开(公告)日：2025-02-07
申请号：CN202411270155.7
申请日：2024-09-11
Applicant: 广州大学
IPC: H04L9/40
Abstract: 本发明提供了一种基于数字孪生的蜜点抗老化方法及系统，该方法包括：采集目标网络和设备的历史原始数据；构建初始数字孪生模型，并根据历史原始数据对初始虚拟进行训练，得到训练后的数字孪生模型；获取目标网络与设备的当前原始数据，并将当前原始数据输入至当前原始数据，以输出与当前原始数据对应的事件分析结果，并根据与当前原始数据对应的事件分析结果生成以及部署蜜点；判断部署后的蜜点是否满足老化蜜点的预设条件；若满足老化蜜点的预设条件，则对老化蜜点执行抗老化操作。本发明能够显著提升网络安全系统的灵活性、适应性和资源利用效率。
-
公开(公告)号：CN118656384B
公开(公告)日：2024-12-20
申请号：CN202411132785.8
申请日：2024-08-19
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 任怡彤 , 周盈海 , 徐天福 , 何群 , 邱日轩 , 仇晶 , 李默涵 , 孙彦斌 , 鲁辉 , 刘园 , 王瑞 , 徐光侠 , 姜誉 , 谭庆丰 , 张乐君 , 苏申 , 付矞飞 , 黄刚
IPC: G06F16/242 , G06F16/332 , G06F18/213 , G06F16/2457
Abstract: 本发明提供的一种大语言模型的调整优化方法包括：基于第一大语言模型根据问题输入所输出的答案收集用户反馈数据；对用户反馈数据进行数据的清洗和预处理并进行反馈特征提取，采用强化学习的方法优化第一大语言模型的答案生成策略得到第二大语言模型；应用第二大语言模型根据问题输入进行类型识别并转化为结构化查询语句，根据结构化查询语句进行查询扩展，根据扩展出的查询语句生成答案，生成的答案中包含解释性文本。应用该方法能够将用户反馈数据融入模型的训练过程中进行答案生成策略的优化；能够提供模型的输出依据和逻辑提升用户对模型输出的信任度以及促进模型决策过程的透明度，实现提升大型语言模型的用户个性化需求适应性和输出可靠性。
-
公开(公告)号：CN118611983A
公开(公告)日：2024-09-06
申请号：CN202411037261.0
申请日：2024-07-31
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 王梓宇 , 周盈海 , 仇晶 , 方滨兴 , 徐天福 , 何群 , 邱日轩 , 鲁辉 , 李默涵 , 孙彦斌 , 刘园 , 张乐君 , 徐光侠 , 苏申 , 姜誉 , 付矞飞 , 黄刚
IPC: H04L9/40 , G06F18/2433 , G06F18/214 , G06F18/2111 , G06F18/20
Abstract: 本发明提供了一种网络攻击组织的行为基因识别方法包括：收集包括攻击组织行为基因知识图谱和系统进程数据的基础数据；提取系统进程数据中的进程行为序列数据进行行为基因同源推理以预测得到目标攻击组织；检索并整理目标攻击组织的高级行为基因信息然后转化为行为依赖模式集合，分析已知攻击事件的行为日志得到对应的行为依赖实例，将行为依赖实例与行为依赖模式集合进行对齐匹配从而识别出目标依赖模式；根据目标依赖模式构建威胁搜寻查询提示词用于与大语言模型交互以识别出与目标依赖模式行为基因语义一致的攻击行为。应用该方法能够实时解构行为基因数据并进行识别，能够进行多维度数据分析和高级行为基因识别提高了对识别精度和覆盖范围。
-
公开(公告)号：CN117829141B
公开(公告)日：2024-06-14
申请号：CN202410251791.9
申请日：2024-03-06
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: G06F40/279 , G06N5/022 , H04L9/40
Abstract: 本发明公开了基于攻击模式的动态实体对齐方法，涉及网络安全防护技术领域，通过深度学习模型进行实体抽取和关系抽取，采用深度学习的Transformer标记文本中的命名实体，通过嵌入表示法将实体和关系映射到向量空间，CNN和RNN用于捕捉上下文信息，注意力机制提高信息关注度，多任务学习联合处理实体抽取和关系抽取后构建知识图谱，将提取出攻击模式抽象语义描述作为实体特征嵌入，将映射的标准化格式要点作为辅助实体属性标签，联合知识图谱中子图内多种关系信息，同时使用时间参数集合增加实体的时序特征，生成准确、唯一且具有动态特点的攻击实体“画像”。本发明解决了现有对齐手段的准确性不够高的问题，同时实现了实体对齐随时间变化而自发调整。
-
Patent Agency Ranking
公开(公告)号：CN118656384A
公开(公告)日：2024-09-17
申请号：CN202411132785.8
申请日：2024-08-19
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 任怡彤 , 周盈海 , 徐天福 , 何群 , 邱日轩 , 仇晶 , 李默涵 , 孙彦斌 , 鲁辉 , 刘园 , 王瑞 , 徐光侠 , 姜誉 , 谭庆丰 , 张乐君 , 苏申 , 付矞飞 , 黄刚
IPC: G06F16/242 , G06F16/332 , G06F18/213 , G06F16/2457
Abstract: 本发明提供的一种大语言模型的调整优化方法包括：基于第一大语言模型根据问题输入所输出的答案收集用户反馈数据；对用户反馈数据进行数据的清洗和预处理并进行反馈特征提取，采用强化学习的方法优化第一大语言模型的答案生成策略得到第二大语言模型；应用第二大语言模型根据问题输入进行类型识别并转化为结构化查询语句，根据结构化查询语句进行查询扩展，根据扩展出的查询语句生成答案，生成的答案中包含解释性文本。应用该方法能够将用户反馈数据融入模型的训练过程中进行答案生成策略的优化；能够提供模型的输出依据和逻辑提升用户对模型输出的信任度以及促进模型决策过程的透明度，实现提升大型语言模型的用户个性化需求适应性和输出可靠性。
-
公开(公告)号：CN118573487A
公开(公告)日：2024-08-30
申请号：CN202411052561.6
申请日：2024-08-02
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
IPC: H04L9/40 , G06F18/2433 , G06F18/25 , G06F18/214 , G06N3/088
Abstract: 本发明公开了一种孤立森林融合零正异常检测的网络异常检测方法及系统，其方法包括步骤：一、数据收集与预处理；二、特征提取与分析；三、模型集成与训练；四、威胁等级评估与自适应策略制定；五、实时监控与动态响应；六、模型更新与持续学习；七、性能评估与优化；其系统包括数据收集与预处理模块，特征提取与分析模块，模型集成与训练模块，威胁等级评估与自适应策略制定模块，实时监控与动态响应模块，模型更新与持续学习模块，以及性能评估与优化模块。本发明提升了对网络异常行为检测的全面性、准确性和效率，减少了系统资源消耗，实现了实时异常检测，确保对新出现的威胁能够迅速发现并采取有效措施。
-
公开(公告)号：CN117544421B
公开(公告)日：2024-03-26
申请号：CN202410022133.2
申请日：2024-01-08
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: H04L9/40
Abstract: 本发明提供了一种网络威胁检测方法，包括：构建系统溯源图，系统溯源图包括m个节点；通过图卷积神经网络学习系统溯源图的特征表示，得到节点的表示构成系统活动子图；根据预设的时间窗口划分n张系统活动子图得到目标活动子图；通过局部‑全局互信息最大化学习目标活动子图中的样本表示，优化样本表示得到目标活动子图的合理表示；学习目标活动子图的图向量重建模型得到重建的图向量表示；根据目标活动子图的合理表示和重建的图向量表示计算重建误差；根据重建误差检测异常活动子图，以实现威胁检测。应用该方法进行网络威胁检测能够高效检测细微的攻击活动，并且保证对未知威胁的检查能力。
-
公开(公告)号：CN117614742A
公开(公告)日：2024-02-27
申请号：CN202410085984.1
申请日：2024-01-22
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
Inventor： 田志宏 , 刘园 , 易新凯 , 黎清源 , 周圆 , 孙彦斌 , 苏申 , 鲁辉 , 李默涵 , 徐光侠 , 仇晶 , 姜誉 , 谭庆丰 , 徐天福 , 郑志彬 , 崔宇 , 何群 , 邱日轩
IPC: H04L9/40 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06F18/241
Abstract: 本发明提供一种蜜点感知增强的恶意流量检测方法。该方法主要是检测攻击者的恶意攻击行为。首先，主要分析攻击者的恶意攻击行为，生成并部署模拟正常Web服务器接收攻击的蜜点；采集并处理全流量数据和攻击者触发蜜点后产生的数据；预训练阶段，自监督对比学习的编码器使用无标签的全流量数据训练；微调阶段，使用完成预训练的编码器处理白名单流量数据和蜜点数据，处理后的数据输入给MLP分类器进行训练和评估，以调整CNN编码器和MLP分类器的参数；将训练好的模型部署到全流量入口，以识别全流量数据中的恶意流量。实施本发明，可以使模型更全面地学习蜜点数据中的多种攻击行为，增强系统识别高隐蔽威胁行为的能力。
-
公开(公告)号：CN117544421A
公开(公告)日：2024-02-09
申请号：CN202410022133.2
申请日：2024-01-08
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: H04L9/40
Abstract: 本发明提供了一种网络威胁检测方法，包括：构建系统溯源图，系统溯源图包括m个节点；通过图卷积神经网络学习系统溯源图的特征表示，得到节点的表示构成系统活动子图；根据预设的时间窗口划分n张系统活动子图得到目标活动子图；通过局部‑全局互信息最大化学习目标活动子图中的样本表示，优化样本表示得到目标活动子图的合理表示；学习目标活动子图的图向量重建模型得到重建的图向量表示；根据目标活动子图的合理表示和重建的图向量表示计算重建误差；根据重建误差检测异常活动子图，以实现威胁检测。应用该方法进行网络威胁检测能够高效检测细微的攻击活动，并且保证对未知威胁的检查能力。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
