公开(公告)号：CN116132190A

公开(公告)日：2023-05-16

申请号：CN202310163452.0

申请日：2023-02-24

Applicant: 河南大学

Inventor： 杜晓玉 ,  周冠英 ,  林绿洲 ,  韩志杰 ,  王玉璟 ,  杜莹

IPC: H04L9/40 ,  H04L41/16

Abstract: 本发明涉及网络安全技术领域，具体涉及一种基于强化学习的物联网蜜网系统及动态调度方法。该方法首先收集分析之前获取的攻击流量，预测下一时刻的攻击次数；监视并收集蜜网中的已部署蜜罐状态用于蜜罐调度；利用强化学习的Q‑Learning方法对调度智能体进行训练，完善强化对蜜网中蜜罐资源的实时调度，动态调整蜜网中的蜜罐数量；利用已预测到的下一时刻的攻击次数判断下一时刻蜜网状态，提前进行蜜罐的调度；收集蜜罐中的攻击者数据，并进行数据持久化操作。本发明设计的蜜网系统可以根据之前的攻击数据预测后续攻击信息，利用强化学习的Q‑Learning算法提升蜜网中蜜罐的动态调度能力，来整体优化物联网蜜网的资源利用率。

公开(公告)号：CN116090510A

公开(公告)日：2023-05-09

申请号：CN202310101802.0

申请日：2023-02-10

Applicant: 河南大学

Inventor： 杜晓玉 ,  林绿洲 ,  周冠英 ,  韩志杰 ,  王玉璟 ,  杜莹

IPC: G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N20/00

Abstract: 本发明涉及网络安全入侵检测领域，具体涉及一种基于深度自编码器的偏好性训练抵抗生成对抗样本策略，包括：对数据集进行预处理，得到备选集；基于备选集训练深度自编码器，得到训练后的深度自编码器；基于训练后的深度自编码器计算数据集中的流量分别得到最小损失和最大损失；基于所述最小损失以及所述最大损失得到所述数据集中每个流量数据的异常分数；根据所述异常分数构建目标函数，基于所述目标函数训练基本分类器得到备选分类器，以得到训练完成的网络模型。本发明在保证精度以及时效性的同时，提高模型的泛化能力，鲁棒性更强。

公开(公告)号：CN118353662A

公开(公告)日：2024-07-16

申请号：CN202410440306.2

申请日：2024-04-12

Applicant: 河南大学

Inventor： 杜晓玉 ,  张昌涛 ,  林绿洲 ,  杜莹 ,  王玉璟

IPC: H04L9/40 ,  H04L67/10 ,  H04L67/562

Abstract: 本发明涉及物联网边缘计算和加密隐私保护技术领域，公开一种智能家居环境下重加密的边缘计算卸载方法，对智能家居环境中的所有智能设备以多叉树的形式分层分级规划，方便检索和管理智能设备；同时将本地部分计算转移到边缘设备上，以减轻智能设备的计算压力和延迟；使用代理重加密方案，只对本地密钥进行加密，尽可能的轻量、以减少智能家居中数据处理的延迟；给所有节点设置一个权值，权值最高为组长节点，定期更新组长节点，防止单点故障，提高系统安全稳定性。本发明可以有效实现一对一和一对多的数据共享，提高智能家居系统安全同时保障执行效率。