-
公开(公告)号：CN108040062B
公开(公告)日：2020-10-13
申请号：CN201711379085.9
申请日：2017-12-19
Applicant: 湖北工业大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于证据推理规则的网络安全态势评估方法，包括确定网络安全态势评估的基本结构；网络数据的采集和预处理；确定网络态势的评估规则；提取出网络数据的特征，计算基础属性的信任度；计算广义属性的最终信任度；计算网络安全态势等步骤；本发明将网络行为分为正常行为和攻击行为，通过网络资源如流量、内存、CPU、磁盘的变化分析网络的安全态势，通过以上安全因素和证据推理规则来评估网络的安全等级。此外，对获得的安全态势进行定量分析。通过网络的安全态势值的变化，来反映网络安全状况的变化。实验结果表明：此方法有效可行，具有良好的态势评估效果。
-
公开(公告)号：CN109858015A
公开(公告)日：2019-06-07
申请号：CN201811517145.3
申请日：2018-12-12
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于CTW和KM算法的语义相似度计算方法及装置，其中的方法针对于现有技术中语义相似度计算方法中未考虑分词顺序对语义的重要影响的弊端，在保持单个语义判定规则的同时，考虑了顺序对句子的影响。该计算方法利用Word2Vec深度学习平台将文本划分为多维空间的分词向量，并映射到多维向量空间，并将向量连接构成多维空间下的曲线，借用图像中的曲线相似度中较新的时间翘曲距离来通过词向量曲线来比较多个文本的相似度，为了减少计算规模，采用了KM算法。该方法与传统的最长公共子串、词频统计等方法比较，具有更强的鲁棒性，对于传统方法无法克服的分词相同语序不同的语句具有明显的效果，提高了计算的准确性。
-
公开(公告)号：CN107948190B
公开(公告)日：2021-02-02
申请号：CN201711379076.X
申请日：2017-12-19
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于蒙特卡罗网络节点资源风险评估方法，包括设定蒙特卡罗模拟抽样次数N，将非正态变量之间的相关性转变成正态变量之间的相关性，求解网络节点资源正态变量X的Pearson相关系数矩阵，计算矩阵的cholesky分解的下三角矩阵，得到标准正态变量X，对网络节点资源进行风险评估等步骤；本发明采用了蒙特卡罗方法对网络节点资源之间的脸忽然分布函数进行构造，并对网络节点资源进行风险评估。相对于传统方法，蒙特卡罗方法运算简单快速，需求的样本量少，易于得到数值解，可以将不能直接用公式表示的网络节点资源之间的联合分布函数构造出来，并对网络节点资源进行风险评估。
-
公开(公告)号：CN108040062A
公开(公告)日：2018-05-15
申请号：CN201711379085.9
申请日：2017-12-19
Applicant: 湖北工业大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于证据推理规则的网络安全态势评估方法，包括确定网络安全态势评估的基本结构；网络数据的采集和预处理；确定网络态势的评估规则；提取出网络数据的特征，计算基础属性的信任度；计算广义属性的最终信任度；计算网络安全态势等步骤；本发明将网络行为分为正常行为和攻击行为，通过网络资源如流量、内存、CPU、磁盘的变化分析网络的安全态势，通过以上安全因素和证据推理规则来评估网络的安全等级。此外，对获得的安全态势进行定量分析。通过网络的安全态势值的变化，来反映网络安全状况的变化。实验结果表明：此方法有效可行，具有良好的态势评估效果。
-
Patent Agency Ranking
公开(公告)号：CN107948190A
公开(公告)日：2018-04-20
申请号：CN201711379076.X
申请日：2017-12-19
Applicant: 湖北工业大学
CPC classification number: H04L63/1416 , H04L41/142 , H04L41/145 , H04L63/1408
Abstract: 本发明公开了一种基于蒙特卡罗网络节点资源风险评估方法，包括设定蒙特卡罗模拟抽样次数N，将非正态变量之间的相关性转变成正态变量之间的相关性，求解网络节点资源正态变量X的Pearson相关系数矩阵，计算矩阵的cholesky分解的下三角矩阵，得到标准正态变量X，对网络节点资源进行风险评估等步骤；本发明采用了蒙特卡罗方法对网络节点资源之间的脸忽然分布函数进行构造，并对网络节点资源进行风险评估。相对于传统方法，蒙特卡罗方法运算简单快速，需求的样本量少，易于得到数值解，可以将不能直接用公式表示的网络节点资源之间的联合分布函数构造出来，并对网络节点资源进行风险评估。
-
公开(公告)号：CN109858015B
公开(公告)日：2022-11-18
申请号：CN201811517145.3
申请日：2018-12-12
Applicant: 湖北工业大学
IPC: G06F40/30 , G06F40/194
Abstract: 本发明提供了一种基于CTW和KM算法的语义相似度计算方法及装置，其中的方法针对于现有技术中语义相似度计算方法中未考虑分词顺序对语义的重要影响的弊端，在保持单个语义判定规则的同时，考虑了顺序对句子的影响。该计算方法利用Word2Vec深度学习平台将文本划分为多维空间的分词向量，并映射到多维向量空间，并将向量连接构成多维空间下的曲线，借用图像中的曲线相似度中较新的时间翘曲距离来通过词向量曲线来比较多个文本的相似度，为了减少计算规模，采用了KM算法。该方法与传统的最长公共子串、词频统计等方法比较，具有更强的鲁棒性，对于传统方法无法克服的分词相同语序不同的语句具有明显的效果，提高了计算的准确性。
-
公开(公告)号：CN109545372B
公开(公告)日：2021-07-06
申请号：CN201811313953.8
申请日：2018-11-06
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于距离贪心策略的病人生理数据特征选择方法，针对于现今特征选择算法性能较低的劣势进行了改良，该算法用贪心策略改进了原灰狼算法中的位置更新部分，提升了算法开发最优解的能力，改善了收敛速度，该算法可以有效提高分类准确度，降低数据特征冗余。
-
公开(公告)号：CN109545372A
公开(公告)日：2019-03-29
申请号：CN201811313953.8
申请日：2018-11-06
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于距离贪心策略的病人生理数据特征选择方法，针对于现今特征选择算法性能较低的劣势进行了改良，该算法用贪心策略改进了原灰狼算法中的位置更新部分，提升了算法开发最优解的能力，改善了收敛速度，该算法可以有效提高分类准确度，降低数据特征冗余。
-
公开(公告)号：CN107832830A
公开(公告)日：2018-03-23
申请号：CN201711148008.2
申请日：2017-11-17
Applicant: 湖北工业大学
CPC classification number: G06N3/006 , G06F21/554 , G06K9/6256 , G06N3/126
Abstract: 本发明公开了一种基于改进型灰狼优化算法的入侵检测系统特征选择方法，首先构建样本集，然后获取最优特征子集；本发明采用了最新的智能算法—灰狼算法，且在特征选择方面加以了改进。相比于现有技术，算法本身步骤大大简化，提高现有入侵检测系统的检测准确度和系统效率，且算法本身就自带控制参数，随着搜索的深入可以自动更换算法的搜索策略，减少了算法陷入局部最优解的概率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
