一种零信任威胁检测方法、装置和系统

    公开(公告)号:CN118972165B

    公开(公告)日:2024-12-31

    申请号:CN202411404078.X

    申请日:2024-10-08

    Abstract: 本申请实施例提供了一种零信任威胁检测方法、装置和系统。其中,方法包括:获取目标零信任架构中实体设备的行为产生的行为数据对应的原始行为特征;其中,原始行为特征包括原始上下文特征、原始结构特征以及原始关键特征中至少一个特征;将原始行为特征输入至威胁检测模型中,得到威胁检测模型输出的编码行为特征;将编码行为特征与各预设威胁事件的编码事件特征进行匹配,得到编码事件特征与编码行为特征的威胁事件,作为实体设备发生的威胁事件;其中,各预设威胁事件的编码事件特征为通过威胁检测模型分别对各预设威胁事件的标签进行编码得到的。提高对零信任网络中各实体设备的行为威胁检测的准确性。

    一种多维度内容管控方法、装置及系统

    公开(公告)号:CN118821122B

    公开(公告)日:2024-12-27

    申请号:CN202411315903.9

    申请日:2024-09-19

    Abstract: 本申请提供一种多维度内容管控方法、装置及系统,该方法包括:对文本特征向量、图像特征向量和语音特征向量进行特征融合得到融合特征向量;将融合特征向量输入给初始编码器得到第一中间特征向量,将第一中间特征向量输入给第一解码器得到第一输出特征向量,将第二中间特征向量输入给第二解码器得到第二输出特征向量;基于第一输出特征向量和第二输出特征向量确定损失值,基于损失值对初始编码器的网络参数进行调整得到目标编码器;基于目标编码器生成内容异常检测模型;将内容异常检测模型部署到边缘端设备,以使边缘端设备基于内容异常检测模型对待检测文件进行异常检测。通过本申请技术方案,节省计算资源、存储资源和流量带宽资源。

    基于大语言模型驱动的应用隐私安全检测方法

    公开(公告)号:CN119150363A

    公开(公告)日:2024-12-17

    申请号:CN202411630424.6

    申请日:2024-11-14

    Abstract: 本公开提供一种基于大语言模型驱动的应用隐私安全检测方法,涉及网络安全技术领域,用于基于大语言模型驱动移动应用自行运行,在运行过程中检测隐私参数是否符合安全要求;不需消耗人力即可进行自动化检测,提高了检测效率。该方法包括:获取任务描述信息;识别待检测移动应用当前的界面结构信息并获取历史操作记录;对任务描述信息、当前的界面结构信息和历史操作记录进行多次处理生成目标向量表示,并将目标向量表示输入至大语言模型得到操作指令提示;根据操作指令提示控制待检测移动应用执行目标操作;在待检测移动应用执行目标操作的过程中,对待检测移动应用的隐私参数进行检测,确定隐私参数是否符合安全要求。

    基于并行深度神经网络的隐私泄露检测方法

    公开(公告)号:CN119128993A

    公开(公告)日:2024-12-13

    申请号:CN202411620475.0

    申请日:2024-11-13

    Abstract: 本申请实施例提供基于并行深度神经网络的隐私泄露检测方法。本申请实施例中,先从获得的隐私数据集的每一隐私样本数据中提取敏感隐私特征以得到该隐私样本数据对应的敏感隐私特征向量;之后,由本设备上N个CPU内核基于各隐私样本数据对应的敏感隐私特征向量并行训练出对应的DNN模型,以当任一检测设备需要检测任一目标网络流时利用已训练出的DNN模型检测该目标网络流是否出现隐私泄露,这样实现了物联网设备隐私泄露的检测,保证了物联网设备的信息安全。本实施例中由N个CPU内核并行训练多个DNN模型,这样能够使得各DNN模型之间的模型参数不会相互影响,避免DNN模型间的耦合,提高了各DNN模型的性能。

    轻量化数据安全聚合方法、装置及系统

    公开(公告)号:CN118862135B

    公开(公告)日:2024-12-03

    申请号:CN202411354124.X

    申请日:2024-09-26

    Abstract: 本申请实施例提供了轻量化数据安全聚合方法、装置及系统,涉及联邦学习技术领域,该方法应用于目标用户端,包括:对目标用户端的第一份额值,以及其他用户端分别共享给目标用户端的第二份额值进行求和处理,得到目标用户端的目标掩码;获取目标用户端的待上报的当前梯度;将目标用户端的目标掩码与待上报的当前梯度进行求和处理,得到目标用户端的加密梯度;将加密梯度发送至服务器,以使服务器对各个用户端发送的加密梯度进行聚合,并从聚合的结果中剔除全局掩码,得到梯度聚合后的、用于下发至各个用户端的全局梯度。通过本申请可以针对联邦学习的安全聚合,提高数据安全性。

    一种零信任威胁检测方法、装置和系统

    公开(公告)号:CN118972165A

    公开(公告)日:2024-11-15

    申请号:CN202411404078.X

    申请日:2024-10-08

    Abstract: 本申请实施例提供了一种零信任威胁检测方法、装置和系统。其中,方法包括:获取目标零信任架构中实体设备的行为产生的行为数据对应的原始行为特征;其中,原始行为特征包括原始上下文特征、原始结构特征以及原始关键特征中至少一个特征;将原始行为特征输入至威胁检测模型中,得到威胁检测模型输出的编码行为特征;将编码行为特征与各预设威胁事件的编码事件特征进行匹配,得到编码事件特征与编码行为特征的威胁事件,作为实体设备发生的威胁事件;其中,各预设威胁事件的编码事件特征为通过威胁检测模型分别对各预设威胁事件的标签进行编码得到的。提高对零信任网络中各实体设备的行为威胁检测的准确性。

    基于行为基线的物联网设备安全防护方法、设备及系统

    公开(公告)号:CN118944981A

    公开(公告)日:2024-11-12

    申请号:CN202411412766.0

    申请日:2024-10-10

    Abstract: 本申请提供一种基于行为基线的物联网设备安全防护方法、设备及系统,该方法包括:在所述物联网设备运行过程中,对目标行为进行监测;其中,所述目标行为包括与可执行文件的执行相关的行为;在监测到目标行为的情况下,确定该目标行为关联的目标可执行文件,并利用预设算法,确定所述目标可执行文件的唯一性校验值;对所述目标可执行文件的唯一性校验值与所述物联网设备的设备固件中存储的可执行文件的唯一性校验值进行匹配;在匹配成功的情况下,允许所述目标行为发生;在匹配失败的情况下,对所述目标行为进行阻断。该方法可以在提高物联网设备安全性的情况下,减少资源消耗,并减少误报发生。

    零信任行为异常检测方法、装置、电子设备及存储介质

    公开(公告)号:CN118869357A

    公开(公告)日:2024-10-29

    申请号:CN202411327891.1

    申请日:2024-09-23

    Abstract: 本申请实施例提供了零信任行为异常检测方法、装置、电子设备及存储介质。方法包括:获取各实体设备在测试时间段内的测试特征数据,其中,测试特征数据包括:全局特征数据、统计特征数据、序列特征数据;全局特征数据用于表征请求实体和资源实体之间的关联关系;统计特征数据用于表征请求实体和资源实体之间的行为的行为类型和行为结果,序列特征数据用于表征请求实体和资源实体之间的行为的关联顺序;将测试特征数据输入至自编码器模型中,计算得到自编码器模型输出的解码数据;若解码数据与测试特征数据之间的差异大于预设阈值,则确定实体设备行为异常。可以实现对实体设备的异常检测。

    轻量化数据安全聚合方法、装置及系统

    公开(公告)号:CN118862135A

    公开(公告)日:2024-10-29

    申请号:CN202411354124.X

    申请日:2024-09-26

    Abstract: 本申请实施例提供了轻量化数据安全聚合方法、装置及系统,涉及联邦学习技术领域,该方法应用于目标用户端,包括:对目标用户端的第一份额值,以及其他用户端分别共享给目标用户端的第二份额值进行求和处理,得到目标用户端的目标掩码;获取目标用户端的待上报的当前梯度;将目标用户端的目标掩码与待上报的当前梯度进行求和处理,得到目标用户端的加密梯度;将加密梯度发送至服务器,以使服务器对各个用户端发送的加密梯度进行聚合,并从聚合的结果中剔除全局掩码,得到梯度聚合后的、用于下发至各个用户端的全局梯度。通过本申请可以针对联邦学习的安全聚合,提高数据安全性。

Patent Agency Ranking