-
公开(公告)号：CN117318981A
公开(公告)日：2023-12-29
申请号：CN202311000479.4
申请日：2023-08-09
Applicant: 鹏城实验室 , 电子科技大学(深圳)高等研究院 , 四川亿览态势科技有限公司
IPC: H04L9/40
Abstract: 本申请实施例提供了一种网络攻击预测方法、系统、电子设备及存储介质，属于数据处理技术领域。方法包括：获取每一时间点的网络数据图谱和对应的历史特征映射向量；对网络数据图谱进行向量化处理得到图谱嵌入向量，并得到各个时间点对应的网络RGB图，将当前时刻的网络RGB图进行特征映射处理，得到第一特征映射向量；将每一时刻的网络RGB图和每一时刻相邻的至少一张网络RGB图进行光流图转换，得到网络光流图；将网络光流图进行特征映射处理得到第二特征映射向量；根据第一特征映射向量和第二特征映射向量构建预测特征映射向量；根据预测特征映射向量和历史特征映射向量从历史攻击数据中筛选出预测攻击数据，得到网络攻击预测结果。
-
公开(公告)号：CN116743448A
公开(公告)日：2023-09-12
申请号：CN202310652903.7
申请日：2023-06-02
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 电子科技大学(深圳)高等研究院
Abstract: 本申请公开了异构设备告警数据的分析方法、分析装置及介质，方法包括：根据各个异构设备发出的多个样本告警数据，并对样本告警数据标注攻击类型，以形成告警数据与攻击类型的映射关系；对每条样本告警数据进行分词处理以及分组处理；确定分组得到的每种攻击类型的关键字及关键字的权重值，以得到映射字典；获取若干个目标告警数据，根据目标告警数据和映射字典确定在目标时间段内的攻击类型序列；对攻击类型序列进行聚合，得到融合告警数据；根据两个以上的所述融合告警数据进行攻击关联，组成攻击策略。根据本发明实施例，能够融合异构设备的告警数据，并从告警数据中抽取出攻击者的攻击策略，以便更好地防御和响应快速变化的网络攻击。
-
公开(公告)号：CN117194675A
公开(公告)日：2023-12-08
申请号：CN202311003967.0
申请日：2023-08-09
Applicant: 鹏城实验室 , 电子科技大学(深圳)高等研究院 , 四川亿览态势科技有限公司
IPC: G06F16/36 , G06F18/214
Abstract: 本申请公开了MDATA图谱嵌入的评估方法及相关装置，涉及网络安全技术领域，通过获取包括MDATA静态图谱和MDATA时空图谱的目标MDATA图谱，并分别将MDATA静态图谱和MDATA时空图谱嵌入至向量空间，得到第一实体向量集和第二实体向量集，获取评估向量集并根据第一实体向量集和第二实体向量集对评估向量进行替换，得到第一测试向量集和第二测试向量集，然后分别对第一测试向量集和第二测试向量集中的每一测试向量进行评估得到评估集，根据评估向量在评估集中的排序顺序构建目标评估数据。因此本申请关联静态数据和对应的时空数据，可以准确评估MDATA图谱的嵌入效果，推动现有动态知识图谱的嵌入工作的发展。
-
公开(公告)号：CN116720580A
公开(公告)日：2023-09-08
申请号：CN202310512306.4
申请日：2023-05-08
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 电子科技大学(深圳)高等研究院
IPC: G06N5/022 , G06F18/214
Abstract: 本申请实施例提供了一种知识图谱的知识补全方法、系统、电子设备及存储介质，属于网络安全技术领域。方法包括：获取知识数据，并将数据划分为训练集、验证集和测试集；利用初始向量表示模型对数据中的实体和关系进行预处理，形成嵌入时间信息的实体向量和关系向量；利用训练集训练初始向量表示模型，得到多个候选向量表示模型；利用验证集对多个候选向量表示模型进行验证，得到目标向量表示模型；通过目标向量表示模型对测试集中的实体向量和关系向量进行处理，以构建多个待检验知识；通过打分函数从多个待检验知识中，得到候选知识；对候选知识进行检验，并根据检验结果判断候选知识是否需要补充到知识图谱中。
-
公开(公告)号：CN116610812A
公开(公告)日：2023-08-18
申请号：CN202310468627.9
申请日：2023-04-23
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 电子科技大学(深圳)高等研究院
Abstract: 本发明实施例提供图谱生成方法、攻击测验方法、装置、设备和介质，涉及网络安全技术领域。图谱生成方法获取至少一个网络攻击规则，对其进行解析得到攻击参数实体和攻击参数关系，并基于攻击参数实体和攻击参数关系构建表征空间信息的第一表示图谱；同时提取得到攻击时序实体和攻击时序关系，基于攻击时序实体和攻击时序关系构建表征时间信息的第二表示图谱，结合第一表示图谱和第二表示图谱得到网络攻击规则图谱。生成网络攻击规则的攻击参数实体和攻击时序实体，将攻击参数、空间特征和时间特征表示在同一层级的网络攻击规则图谱中，知识表示过程更直观，得到的网络攻击规则图谱在使用时能够快速查询或预测，提升网络攻击规则图谱的应用效率。
-
Patent Agency Ranking
公开(公告)号：CN116599705A
公开(公告)日：2023-08-15
申请号：CN202310475618.2
申请日：2023-04-25
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司
IPC: H04L9/40 , H04L41/069 , G06F18/22 , G06F18/24
Abstract: 本发明公开了一种互联网攻击预测方法、系统、设备及介质，其方法包括：获取蠕虫攻击的告警信息；根据告警信息的源IP地址和目的IP地址进行分类聚合，得到源IP地址相同而目的IP地址不相同的聚合告警序列；对聚合告警序列进行相似性度量处理后得到目的IP地址不相同的告警信息之间的相关矩阵；通过相关矩阵获取蠕虫攻击在每个传播环节之间的关联强度，并根据关联强度预测蠕虫攻击的下一个攻击目标。本发明能够准确通过聚合告警序列提高了告警信息的可利用度，并将聚合告警序列转换为相关矩阵，根据相关矩阵获取蠕虫攻击在每个传播环节之间的关联强度，准确量化计算预测蠕虫攻击的下一个攻击目标，大大提高了预测的细粒度和精度。
-
公开(公告)号：CN116502088A
公开(公告)日：2023-07-28
申请号：CN202310476240.8
申请日：2023-04-26
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司 , 广州大学
IPC: G06F18/214 , G06F18/2415 , G06F18/25 , G06N3/006 , H04L9/40
Abstract: 本发明公开了一种网络入侵检测方法、系统、电子设备及存储介质，该方法通过将待检测数据输入至多个训练好的分类器中进行网络入侵检测，获得每个训练好的分类器输出的入侵检测结果；对每个第一萤火虫种群采用萤火虫算法进行萤火虫位置优化，获得目标萤火虫个体；将每个第一萤火虫种群的目标萤火虫个体组成新种群，找出新种群中符合目标条件的目标萤火虫个体，并将新种群中的目标萤火虫个体加入每个第一萤火虫种群中作为下一次迭代的第二萤火虫种群，直到萤火虫算法达到最大迭代次数，得到目标萤火虫个体的位置；根据多个权重系数和每个训练好的分类器输出的入侵检测结果，计算得到最终的入侵检测结果。本发明能够提高网络入侵检测的精确度。
-
公开(公告)号：CN116865996A
公开(公告)日：2023-10-10
申请号：CN202310645362.5
申请日：2023-06-01
Applicant: 鹏城实验室 , 四川亿览态势科技有限公司
IPC: H04L9/40
Abstract: 本申请实施例提供了一种网络传输数据的检测方法和装置、计算机设备及存储介质，属于网络安全技术领域。该方法包括：获取待检测的网络传输数据；基于语义表征模型对网络传输数据进行特征提取，得到时域特征数据；将网络传输数据转换为时序序列数据，并对时序序列数据进行时频转换，得到第一频域特征数据；提取网络传输数据的统计特征，并基于统计特征生成表征图像；对表征图像进行频域转换，得到第二频域特征数据；基于时域特征数据、第一频域特征数据和第二频域特征数据进行数据检测，得到待检测的网络传输数据的检测结果。本申请实施例能够提升对网络传输数据进行检测的检测效率和检测准确性。
-
公开(公告)号：CN111431865A
公开(公告)日：2020-07-17
申请号：CN202010130894.1
申请日：2020-02-28
Applicant: 四川亿览态势科技有限公司
IPC: H04L29/06
Abstract: 本发明公开了一种网络深度威胁检测方法，属于人工智能技术领域，通过获得深度威胁原理、生成海量样本图谱、生成样本向量集合、生成用户图谱、生成用户向量等步骤判断是否存在深度威胁，并且在将存在深度威胁的图谱存入海量样本图谱，实现检测能力的不断进化。本发明从图谱和向量空间的角度，进行深度威胁检测，检测较快且较为准确，在检测过程中可实现检测能力自主进化，有利于在检测的同时优化检测性能。
-
公开(公告)号：CN111431865B
公开(公告)日：2022-01-04
申请号：CN202010130894.1
申请日：2020-02-28
Applicant: 四川亿览态势科技有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种网络深度威胁检测方法，属于人工智能技术领域，通过获得深度威胁原理、生成海量样本图谱、生成样本向量集合、生成用户图谱、生成用户向量等步骤判断是否存在深度威胁，并且在将存在深度威胁的图谱存入海量样本图谱，实现检测能力的不断进化。本发明从图谱和向量空间的角度，进行深度威胁检测，检测较快且较为准确，在检测过程中可实现检测能力自主进化，有利于在检测的同时优化检测性能。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.062 seconds)
