-
公开(公告)号:CN117978512A
公开(公告)日:2024-05-03
申请号:CN202410193241.6
申请日:2024-02-21
Applicant: 济南大学
IPC: H04L9/40 , G06N3/08 , G06F18/214
Abstract: 本发明公开了基于课程学习的网络流量检测方法、系统、设备及介质,包括:构造深度学习模型,构造训练集,初始化状态转移矩阵;采用训练集以及初始化的状态转移矩阵,对深度学习模型进行初步训练,得到初步训练后的深度学习模型;生成多个网络环境;评估初步训练后的深度学习模型,在不同网络环境中的表现,找出最困难的网络环境;根据最困难的网络环境参数,对状态转移矩阵进行更新,得到新的状态转移矩阵;根据新的状态转移矩阵,对初步训练后的深度学习模型进行重新训练,直至模型收敛,得到最终训练后的深度学习模型;重复上述过程,直至模型在多个网络环境中的性能均符合设定条件;基于最后得到的深度学习模型,实现网络流量的检测。
-
公开(公告)号:CN115664841A
公开(公告)日:2023-01-31
申请号:CN202211422658.2
申请日:2022-11-14
Applicant: 济南大学 , 山东麟云信息科技有限公司
Abstract: 本发明涉及数据采集技术领域,公开了具有网络隔离与单向加密传输功能的数据采集系统及方法,包括:部署于硬件采集装置上的用户配置模块、采集任务调度模块、数据采集模块、网络隔离模块、数据加密模块和数据发送模块,以及部署于发送目标端的数据解密模块;硬件采集装置包括采集接口、发送接口以及控制接口;数据采集模块通过采集接口从局域网内采集内网数据;网络隔离模块使采集接口与发送接口不同时处于开启状态;加密模块计算得到加密数据;数据解密模块用于解包出采集数据。不仅减少了攻击面,而且保证了采集数据的完整性与可靠性。
-
公开(公告)号:CN117792672A
公开(公告)日:2024-03-29
申请号:CN202311515140.8
申请日:2023-11-14
Applicant: 济南大学
IPC: H04L9/40
Abstract: 本发明公开了基于网络流图和深度聚类的僵尸网络流量检测方法及系统,基于原始网络流图和增强后的网络流图,对图神经网络进行第一次训练,得到第一次训练后的图神经网络;基于不同的原始网络流图,对第一次训练后的图神经网络进行第二次训练,得到第二次训练后的图神经网络;基于所有的原始网络流图,对第二次训练后的图神经网络进行第三次训练,得到第三次训练后的图神经网络;获取待检测网络流量,将待检测网络流量表示为待检测网络流图;将待检测网络流图和已知属性的若干个原始网络流图,输入到第三次训练后的图神经网络,利用第三次训练后的图神经网络对所有网络流图进行聚类;将待检测网络流图所归属的类簇属性作为待检测网络流图的属性。
-
公开(公告)号:CN115664841B
公开(公告)日:2024-10-18
申请号:CN202211422658.2
申请日:2022-11-14
Applicant: 济南大学 , 山东麟云信息科技有限公司
Abstract: 本发明涉及数据采集技术领域,公开了具有网络隔离与单向加密传输功能的数据采集系统及方法,包括:部署于硬件采集装置上的用户配置模块、采集任务调度模块、数据采集模块、网络隔离模块、数据加密模块和数据发送模块,以及部署于发送目标端的数据解密模块;硬件采集装置包括采集接口、发送接口以及控制接口;数据采集模块通过采集接口从局域网内采集内网数据;网络隔离模块使采集接口与发送接口不同时处于开启状态;加密模块计算得到加密数据;数据解密模块用于解包出采集数据。不仅减少了攻击面,而且保证了采集数据的完整性与可靠性。
-
-
-