-
公开(公告)号：CN115189905B
公开(公告)日：2023-05-23
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
公开(公告)号：CN115189905A
公开(公告)日：2022-10-14
申请号：CN202210499337.6
申请日：2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法，本地校验组件，接收流入和流出一体机的数据，并将数据转发给安全组件，安全组件对数据进行处理，随后路由组件将数据进行转发；蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码；将恶意代码与蜜罐沙箱联动组件进行交互；蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理，并将物联网关组件的返回信息处理后返回给攻击方；蜜罐沙箱联动组件对捕获的恶意代码进行分析，提取软件行为以及网络行为后，将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练；安全组件对训练后网络进行检查和验收，并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
-
公开(公告)号：CN119692435A
公开(公告)日：2025-03-25
申请号：CN202411753245.1
申请日：2024-12-02
Applicant: 泉城省实验室
IPC: G06N3/098 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N5/04 , H04L67/10 , H04L67/12 , G06V10/82 , G06V10/764
Abstract: 本发明涉及基于超网络的平衡联邦学习个性化与泛化方法与系统，包括：在训练阶段，灵活切换个性化与泛化阶段，通过聚合嵌入向量生成泛化模型，提升模型整体的泛化性能；同时，使用客户端嵌入向量生成个性化模型，增强模型在特定数据分布下的表现。在推理阶段，引入基于香农熵的动态选择机制，确保在不同数据分布下的模型推理准确性和可靠性，提升了用户体验。针对边缘智能场景中跨客户端的数据异构性问题，提出了基于超网络生成个性化模型和泛化模型的分层联邦学习框架，该框架可以有效平衡智能终端的个性化需求与泛化需求。
-
公开(公告)号：CN119690930A
公开(公告)日：2025-03-25
申请号：CN202411753246.6
申请日：2024-12-02
Applicant: 泉城省实验室
IPC: G06F16/176 , G06F16/182 , G06F21/60 , G06F21/62 , G06F21/64 , H04L67/104 , H04L67/1097 , H04L67/12 , G16H10/60
Abstract: 本发明涉及一种支持数据验证的去中心化信息安全高效存储共享方法，包括：1)初始化阶段；2)密文生成并上传；3)对上传的密文大小进行评估；若密文大小超过256KB，IPFS将对密文进行分片处理，并在全球分布的节点服务器中存储这些分片，同时生成一个唯一的地址标识；4)拼接为新的明文；5)数据提供者选定加密策略，对新的明文实施属性加密；6)数据请求者在使用数据前向Hyperledger Fabric提交访问申请；7)验证数据请求的合法性；8)获取对称加密的密文；9)解密，以获取患者的隐私数据。本发明可以避免因某些节点发生故障导致整个系统瘫痪的状态。
-
Patent Agency Ranking
公开(公告)号：CN118764169A
公开(公告)日：2024-10-11
申请号：CN202411038381.2
申请日：2024-07-31
Applicant: 泉城省实验室
Abstract: 本发明涉及一种轻量级抗拜占庭攻击的隐私保护联邦聚合方法及系统，包括：由参与训练的客户端基于各自隐私数据本地完成模型训练，获得本地更新的梯度；采用秘密分享技术将梯度秘密分享给两个服务器；根据收到的梯度份额，两个服务器分别进行盲化操作，通过交互、基于欧式距离的相似度检测方法识别出恶意梯度更新；服务器利用有效的梯度更新完成全局模型更新。本发明提出的鲁棒性安全聚合方案不涉及复杂的公钥操作，大大降低了计算开销；与基于差分隐私的同类型工作相比，不影响模型精度的损失，保证了高精度模型，并且不需要假设服务器存在干净的辅助数据集。
-
公开(公告)号：CN118250098B
公开(公告)日：2024-08-09
申请号：CN202410660764.7
申请日：2024-05-27
Applicant: 泉城省实验室
Abstract: 本发明涉及基于分组聚合的抵御恶意客户端投毒攻击的方法及系统；属于网络安全技术领域；通过中心服务器与若干客户端运行实现，包括：客户端中，每个用户训练本地模型；每个用户对本地模型梯度进行盲化后加密上传至中心服务器；中心服务器通过分组聚合的策略找出尝试进行投毒攻击的恶意客户端并剔除，在不泄露每个客户端的盲化梯度的前提下，聚合通过验证的客户端的盲化梯度，得到聚合梯度密文，并下发客户端；用户解密获得全局模型梯度，更新本地模型后开始新一轮的本地模型训练；采用训练后全局模块，通过分组聚合的策略找出尝试进行投毒攻击的恶意客户端并剔除。本发明根据不同场景调整检测的粗细粒度，在模型精度和安全性两方面实现动态调整。
-
公开(公告)号：CN116304238A
公开(公告)日：2023-06-23
申请号：CN202310340365.8
申请日：2023-03-29
Applicant: 泉城省实验室
IPC: G06F16/9035 , G06F17/16
Abstract: 本发明公开了一种基于Feistel结构的布谷鸟过滤器及其数据处理方法，涉及布谷鸟过滤器技术领域。布谷鸟过滤器包括若干个桶，每个桶包括若干个槽，设置由标记位组成的标记位矩阵，槽与标记位存在一一对应关系；所述槽中存放指纹，标记位矩阵对指纹对应元素的候选桶进行标识；根据待操作元素计算对应的标签，根据标签利用Feistel结构计算指纹和候选桶。本发明除了在布谷鸟过滤器构造过程中设置标记位矩阵外，还基于Feistel结构改进了指纹和候选桶的计算方法，优化了插入、查找和删除算法。能够在查找过程中能隐式地对比候选桶的值，从而在不增加存储空间前提下实现了假阳率的大幅降低。
-
公开(公告)号：CN116132017A
公开(公告)日：2023-05-16
申请号：CN202211434319.6
申请日：2022-11-16
Applicant: 泉城省实验室
Abstract: 本发明公开了隐私保护机器学习推理加速的方法及系统，SGX接收机器学习过程中的待推理数据，判断待推理数据是线性还是非线性，如果是非线性，则在SGX中进行非线性运算；如果是线性，SGX将线性数据部分进行加密，并将加密处理后的线性数据部分发送给FPGA；FPGA对加密处理后的线性数据部分进行解密处理，并将解密后的线性数据部分进行线性运算；线性运算结束后，FPGA将线性运算结果进行加密，并将加密的密文返回给SGX；SGX对接收到的密文进行解密后，再对解密后的数据进行非线性运算，至此完成机器学习的一次推理过程，继续完成机器学习的后续线性数据部分的处理，直至机器学习的所有待推理数据均被处理完毕。
-
公开(公告)号：CN119814671A
公开(公告)日：2025-04-11
申请号：CN202510103879.0
申请日：2025-01-23
Applicant: 泉城省实验室
IPC: H04L47/2441 , H04L9/40 , G06N3/0442 , G06N3/042 , H04L43/026
Abstract: 本发明公开了一种基于时空信息融合的加密网络流量分类方法和系统，主要涉及信息安全技术领域。包括：从原始Pcap文件中获取数据并进行数据预处理；将经过处理后的流量分别转化为会话流多级表示序列和会话级流量图；通过会话流多级表示序列，对流量序列进行特征向量整合；通过对会话级流量图嵌入后，得到网络流量文件的空间特征向量表示；使用交叉门控特征融合方法对时间特征向量和空间特征向量聚合，得到流量特征的整体表示，并使用训练好的模型进行加密流量分类。本发明的有益效果在于：它在提升了加密流量分类效果的同时，有效增强模型的特征表示能力。
-
-
-
-
-
-
-
-
-
Search Results
265
records
(took 0.038 seconds)
