公开(公告)号：CN108063776A

公开(公告)日：2018-05-22

申请号：CN201810158573.5

申请日：2018-02-26

Applicant: 重庆邮电大学

Inventor： 陈龙 ,  王冬

IPC: H04L29/06

Abstract: 本发明涉及信息安全建设/网络安全技术领域，特别涉及一种基于跨域行为分析的内部威胁检测方法，包括：提取并统计各个检测域内的用户多域行为描述向量，并将所有用户的用户多域行为描述向量组成用户多域行为描述矩阵；从用户多域行为描述矩阵中提取用户跨域行为特征矩阵和基模式矩阵；分析用户跨域行为，确定嫌疑人并选取嫌疑人的对等用户组；通过分析嫌疑人和嫌疑人对等用户组的行为来最终确定内部攻击者；本发明在分析用户跨域行为特征的基础之上，并充分利用用户背景信息，解决了现有技术在内部威胁检测过程中，由于未考虑用户所处系统条件或者背景属性的变化所引起的用户行为的正常变化而造成的漏报或者误报，提高了威胁检测的准确率。

公开(公告)号：CN102662325B

公开(公告)日：2014-10-15

申请号：CN201210135838.2

申请日：2012-05-04

Applicant: 重庆邮电大学

Inventor： 李伟生 ,  王冬

IPC: G05B13/04

Abstract: 本发明公开一种基于空闲时间长度学习树的电源管理预测方法，涉及网络技术，在现有的基于概率的自适应学习树结构基础上增加了空闲时间长度节点，以空闲时间长度值作为预测依据，并用其对应的低功耗状态控制空闲时间到来时设备进入的模式，同时在空闲时间结束时采用学习树中各种功耗状态的实际历史概率统计对该空闲时间长度预测值进行加权更新，采用“N进制”方法避免了学习树中历史路径的匹配过程。本发明保证了设备空闲时间长度预测值具有较高的准确性，从而得到了更低的设备功耗损失，同时降低了自适应学习树预测和更新过程的复杂性。

公开(公告)号：CN102662325A

公开(公告)日：2012-09-12

申请号：CN201210135838.2

申请日：2012-05-04

Applicant: 重庆邮电大学

Inventor： 李伟生 ,  王冬

IPC: G05B13/04

Abstract: 本发明公开一种基于空闲时间长度学习树的电源管理预测方法，涉及网络技术，在现有的基于概率的自适应学习树结构基础上增加了空闲时间长度节点，以空闲时间长度值作为预测依据，并用其对应的低功耗状态控制空闲时间到来时设备进入的模式，同时在空闲时间结束时采用学习树中各种功耗状态的实际历史概率统计对该空闲时间长度预测值进行加权更新，采用“N进制”方法避免了学习树中历史路径的匹配过程。本发明保证了设备空闲时间长度预测值具有较高的准确性，从而得到了更低的设备功耗损失，同时降低了自适应学习树预测和更新过程的复杂性。