-
公开(公告)号:CN116684144A
公开(公告)日:2023-09-01
申请号:CN202310665605.1
申请日:2023-06-06
申请人: 东北大学 , 国网辽宁省电力有限公司信息通信分公司
发明人: 姚羽 , 焦轩琦 , 周小明 , 张维 , 杨巍 , 于海 , 周金磊 , 赵桐 , 吕军 , 李文轩 , 孟勐 , 杨道青 , 李冲 , 李桉雨 , 李雪莹 , 刘莹 , 马智学 , 刘思宇 , 宋为
IPC分类号: H04L9/40 , H04L61/4511 , G06N3/048 , G06N3/0442 , G06N3/094
摘要: 本发明属于网络安全领域,提出了一种恶意域名检测方法及装置。首先利用原始域名数据集对检测模型进行训练;通过基于序列对抗网络和用雅克比的显著性图的对抗样本生成算法生成DGA恶意域名数据集,将生成的DGA恶意域名数据集输入至分类模型进行交替训练,生成新的对抗样本;生成的对抗样本加入原始域名数据集对检测模型进行再训练。本发明所提出的方法相比于现有技术,检测模型的对抗样本检测能力更强、鲁棒性更好、精确率以及召回率均优于其它模型。增加对抗训练后,检测模型的检测能力也有所提高。
-
公开(公告)号:CN117459300A
公开(公告)日:2024-01-26
申请号:CN202311521257.7
申请日:2023-11-15
申请人: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC分类号: H04L9/40 , H04L67/12 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/0464
摘要: 本发明属于网络安全技术领域,提出了一种工业控制系统入侵检测方法及装置。步骤如下:对入侵检测数据集进行预处理操作,获得神经网络模型输入数据;将步骤一所得数据作为输入数据对神经网络分类器进行训练;在神经网络的训练阶段通过梯度下降算法来最小化损失函数使得神经网络分类器收敛,达到指定训练轮数后,保存神经网络分类器参数,获得分类结果。提出了一个新的动态Focal loss损失函数,能够在训练过程中自适应的调节分类器的优化目标,在训练的前期增加对多数类样本的关注,在训练中期提升对少数类样本的关注,增强了基础分类器的分类能力。所提出的方法能够适应各类不同入侵检测数据分布,增强了模型的鲁棒性。
-
公开(公告)号:CN115580445B
公开(公告)日:2024-06-28
申请号:CN202211159011.5
申请日:2022-09-22
申请人: 东北大学 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC分类号: H04L9/40 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
摘要: 本发明属于网络安全技术领域,提出了一种未知攻击入侵检测方法、装置和计算机可读存储介质,该方法通过使用卷积神经网络和长短期记忆人工神经网络实现对基础分类器的搭建。同时,为了能够使模型更好的应用于未知攻击入侵检测领域,本发明在训练阶段提出了一种新的损失函数即距离度量函数,它能够使得相同类别的样本的空间向量分布更加紧凑,并使不同类别的样本更加稀疏,增强了基础分类器的分类能力。在检测阶段使用Openmax层替换常规的Softmax层,并与距离度量函数相互作用,以增大样本深层特征的类间间距和减少类内间距,实现对未知类别的有效检测。
-
公开(公告)号:CN117896095A
公开(公告)日:2024-04-16
申请号:CN202311658897.2
申请日:2023-12-05
申请人: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC分类号: H04L9/40 , G06N3/049 , G06N3/0455
摘要: 本发明属于工业网络安全领域,提出一种轻量化通用异常检测方法与装置。获取工业网络流量会话的频域特征表示并进行变换获得模型输入序列;结合深度卷积自编码器CAE和对抗网络GAN,构建轻量化异常检测模型并通过输入模型输入序列进行训练,通过梯度下降算法最小化损失函数,使得模型达到收敛状态;轻量化异常检测模型作为基线评估模型,将待检序列样本输入至基线评估模型计算异常分数和异常阈值,根据异常分数与异常阈值的对比情况,完成对未知攻击行为的有效判别。本发明避免以往依赖专家知识忽略重要判别特征的问题,有效降低正常样本在潜在分布空间的重构损失,实现对未知攻击的有效检测。
-
公开(公告)号:CN117459299A
公开(公告)日:2024-01-26
申请号:CN202311521246.9
申请日:2023-11-15
申请人: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
摘要: 本发明属于网络安全领域,提出一种工业物联网入侵检测的联邦学习方法及装置。针对工业物联网各客户端数据存在异质性的特点,通过联邦学习为众多客户端训练适用于自身数据的个性化入侵检测模型。通过提出新的用于工业物联网网络流量的特征提取方式,能够从不同粒度反映网络流量特征,该方法比其他网络流量特征提取方法获得了更高的准确率。通过对客户端模型相似度的计算来促进具有相似数据分布客户端的协同合作,为客户端生成性能更好的个性化入侵检测模型。本发明既能够保证模型的快速收敛,又防止低质量模型对联邦学习的干扰,有效的抑制中毒攻击的影响。
-
公开(公告)号:CN117478412A
公开(公告)日:2024-01-30
申请号:CN202311521253.9
申请日:2023-11-15
申请人: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC分类号: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/0442 , G06N3/045
摘要: 本发明属于网络安全技术领域,提出一种工业物联网联邦入侵检测方法、装置及介质。针对工业物联网各边缘节点数据存在异质性的特点,提出该方法,在联邦学习中通过聚类的方式为具有相似数据分布的边缘节点共同训练一个有效的入侵检测模型。通过对边缘节点性能指标时间序列的聚类映射出各个边缘节点数据分布之间的关系,并促进具有相似数据分布边缘节点的知识共享,有效的解决了非独立同分布数据情况下联邦学习模型的建立问题。在每轮通讯中,通过肘关节曲线来自动确定边缘节点的最佳划分方式,能够保证模型的快速收敛。采用多个通信轮次的性能指标进行聚类,降低了边缘节点被错误划分的几率,提升了模型的准确率。
-
公开(公告)号:CN115580445A
公开(公告)日:2023-01-06
申请号:CN202211159011.5
申请日:2022-09-22
申请人: 东北大学 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司
摘要: 本发明属于网络安全技术领域,提出了一种未知攻击入侵检测方法、装置和计算机可读存储介质,该方法通过使用卷积神经网络和长短期记忆人工神经网络实现对基础分类器的搭建。同时,为了能够使模型更好的应用于未知攻击入侵检测领域,本发明在训练阶段提出了一种新的损失函数即距离度量函数,它能够使得相同类别的样本的空间向量分布更加紧凑,并使不同类别的样本更加稀疏,增强了基础分类器的分类能力。在检测阶段使用Openmax层替换常规的Softmax层,并与距离度量函数相互作用,以增大样本深层特征的类间间距和减少类内间距,实现对未知类别的有效检测。
-
公开(公告)号:CN114493246A
公开(公告)日:2022-05-13
申请号:CN202210080296.7
申请日:2022-01-24
申请人: 东北大学 , 国网辽宁省电力有限公司
摘要: 一种基于DW‑Degree度中心性的电力信息网络节点风险评估方法,包含以下步骤:选取影响电力信息网络节点安全的关键因素,表征节点的攻击状态;基于电力信息网络攻击日志,形成攻击状态数据;根据受害IP,生成具有风险的训练数据;通过节点风险评估方法计算节点的初始风险系数;基于攻击状态数据计算节点间的威胁系数,把电力信息网络抽象成有向加权网络;通过计算有向加网络中节点的重要性;融合节点的初始风险系数和重要指数,计算出节点的最终风险系数。本发明提出的电力信息网络节点风险评估方法具有更高的准确率,与电力信息网络的契合度更高。本发明综合考虑多个因素,计算节点的初始风险系数,使节点风险评估方法与电力信息网络的契合度更高。
-
公开(公告)号:CN112291239B
公开(公告)日:2021-09-07
申请号:CN202011178647.5
申请日:2020-10-29
申请人: 东北大学
摘要: 本发明属于网络安全技术领域,提出了一种面向SCADA系统的网络物理模型及其入侵检测方法。通过将网络入侵与SCADA系统的状态相关联,提出了一种风险评估方法来估评估攻击对系统的潜在破坏程度,从而为网络管理员提供有关网络攻击的更加丰富的信息。本发明通过在公共SCADA网络数据集上进行的大量的实验,验证了该方法在检测和分析针对SCADA系统的各种网络攻击方面优于现有方法。
-
公开(公告)号:CN112215356A
公开(公告)日:2021-01-12
申请号:CN202010843510.0
申请日:2020-08-20
申请人: 东北大学
摘要: 一种基于位运算的优化进化编码方法,应用于多个技术领域。本发明包括适应度函数定义、设置算法参数、通过新的编码方法(产生初始种群)、计算个体适应度、判断是否满足优化准则;若不满足优化准则,则通过轮盘选择法随机选择参与交叉的个体;然后基于自定义的交叉算子,进行交叉操作;替换后的种群进入下一次进化,进化过程一直进行到搜索到全局最优解。本发明既确保最优解的计算精度,又提高了程序运行速度。算法利用位运算存储数据,使空间利用率达到了100%。通过随机选择、交叉—选择、变异—选择,多重随机选择加快搜索到最优解的速度。
-
-
-
-
-
-
-
-
-