一种基于对抗式网络的物联网Android恶意软件检测方法

    公开(公告)号:CN112966272A

    公开(公告)日:2021-06-15

    申请号:CN202110352283.6

    申请日:2021-03-31

    IPC分类号: G06F21/56 G06N3/04

    摘要: 本发明属于物联网Android恶意软件检测技术领域,具体涉及一种基于对抗式网络的物联网Android恶意软件检测方法,使用卷积神经网络从原始内存数据中获取整合信息,基于获取的进程ID和其他相关内存特征转化成灰度图的形式来训练卷积神经网络得到基础模型;使用生成式对抗网络对特征进行学习对特征灰度图进行学习和生成在不改变原有恶意软件特征的情况下生成基础模型无法正确分类的数据,利用生成的扩展数据再次对卷积神经网络模型进行训练得到最终分类器用于检测Android恶意软件,提升分类器的鲁棒性提升了对位置恶意软件特征的检测能力,使得恶意软件检测任务更加准确,更加有效完成Android恶意软件的检测任务。

    双向加密认证系统及其应用方法

    公开(公告)号:CN109905371A

    公开(公告)日:2019-06-18

    申请号:CN201910068348.7

    申请日:2019-01-24

    IPC分类号: H04L29/06

    摘要: 本发明公开了双向加密认证系统及其应用方法,该系统包括与主站服务器连接的一体化加密认证装置和与终端设备连接的终端加密认证装置。一体化双向加密认证装置简化了主站侧或子站侧的网络结构,使得电网数据不被窃取或者篡改,能够更高效的提供网络安全服务;终端侧设备终端加密认证装置,实现配电网数据通信双向加密认证。本发明将配电安全网关和配电网加密认证装置结合,减少经济成本的同时,降低秘钥管理复杂度;由于传输过程中的数据为加密数据,因此解决了电力终端设备上传明文数据、缺乏双向认证的问题。一体化的配网认证加密装置部署在配电网安全接入区,降低了信息安全防护经济成本,能够消除安全隐患,避免设备损坏和经济损失。