一种基于神经网络和贝叶斯网络攻击图的多步攻击场景挖掘方法

    公开(公告)号:CN109327480A

    公开(公告)日:2019-02-12

    申请号:CN201811532387.X

    申请日:2018-12-14

    Abstract: 本发明提出了一种新的多步攻击场景挖掘方法。该方法分为线下模式和线上模式两部分。在线下模式下,用户利用已知真实攻击告警日志通过神经网络进行训练剔除错误告警,再经过告警聚合处理和因果关联攻击序列生成等一系列处理进而生成贝叶斯网络攻击图;在线上模式下,用户可以利用大量线上告警日志对之前线下模式生成的神经网络和贝叶斯网络攻击图进行更新迭代,从而使迭代后的攻击图更加完整和准确,最后,我们从贝叶斯网络攻击图中提取多种多步攻击场景。采用本发明的技术方法,可以通过对告警日志的误报消除从大量冗余的告警日志中发现攻击模式、构建多步攻击场景。

    一种基于攻防随机博弈模型的网络安全态势评估方法

    公开(公告)号:CN107623697A

    公开(公告)日:2018-01-23

    申请号:CN201710942981.5

    申请日:2017-10-11

    Abstract: 本发明涉及一种基于攻防随机博弈模型的网络安全态势评估方法,属于网络安全评估技术领域,步骤为:A.对网络安全设备的日志信息收集并融合、关联为资产、威胁、脆弱性等安全数据集;B.基于步骤A的数据进行安全事件评估,并获得安全数据集;C.基于步骤A和B,构建威胁传播访问关系网络;D.构建攻防博弈模型,并根据评估算法评估安全态势,并获得防护措施。此安全态势综合网络的完整性、机密性、可用性三方面安全属性,并分析了威胁传播对态势评估的影响,利用攻防随机博弈模型进行态势评估,贴合实际场景,并给出防护措施,降低安全风险。

    针对无线数传电台数据传输安全的渗透测试方法

    公开(公告)号:CN104580144A

    公开(公告)日:2015-04-29

    申请号:CN201410696747.5

    申请日:2014-11-26

    Abstract: 本发明提出一种针对数传电台数据传输安全的渗透测试方法,涉及数传电台的数据传输安全技术领域。为了提高SCADA系统中数传电台数据传输的安全性,本方法根据SCADA系统的网络架构图,搭建一个SCADA系统仿真平台,然后进行渗透测试,主要是模拟攻击者对通信双方实施各种攻击,在隐患评估模块监控和分析渗透测试结果的相关数据来检测SCADA模拟系统中是否存在各种攻击隐患。使用本发明的渗透测试技术方案,可以深入挖掘SCADA系统的安全隐患,对保护SCADA系统数据传输的安全性有积极的作用。

    一种容灾方案最优化选择方法

    公开(公告)号:CN103530698A

    公开(公告)日:2014-01-22

    申请号:CN201310466970.6

    申请日:2013-10-09

    Abstract: 本发明设计了一种限定资源下容灾方案最优化选择方法。简言之,本发明提出了在资源有限的情况下,允许用户自由地选择容灾方案,同时保证容灾方案的可用性、合理性和最优性,确保选择的容灾方案满足企业需求,并且是现有条件下的最优方案,从而提高容灾系统运行效率、减少投资浪费、保证用户的投资效益比。另外,客观科学的评估选择业务容灾方案,是进行业务容灾部署的一个重要流程,可以为容灾系统的进一步改进与建设提供指导性建议。

    一种文件实时监控和智能备份的方法

    公开(公告)号:CN101833489B

    公开(公告)日:2013-04-10

    申请号:CN201010169277.9

    申请日:2010-05-06

    Abstract: 本发明提供一种文件操作实时监控和智能备份的方法,该方法实现由文件实时监控模块、信息实时读取模块、信息实时处理模块和文件智能备份模块组成。各模块的作用如下:文件实时监控模块用于监控用户对指定文件的操作,可以获取多个指定目录下用户对文件的所有操作信息;信息实时读取模块用于读取来自文件监控模块获取的文件操作信息,并通知信息实时处理模块对这些文件操作信息进行处理;信息实时处理模块用于对文件操作信息进行处理,并通知文件智能备份模块进行文件备份操作;文件智能备份模块用于对文件进行备份,备份模式可以选择实时备份或者根据文件操作频率进行智能化备份。四个模块并行执行。本发明方法可及时准确地记录下用户对监控目录下文件的操作信息并进行实时或智能备份,为文件的持续数据保护提供了支持。

    一种双向并发执行的文件级可变长数据分块方法

    公开(公告)号:CN101968796A

    公开(公告)日:2011-02-09

    申请号:CN201010276233.6

    申请日:2010-09-09

    Abstract: 本发明提供的是一种信息系统中双向并发执行的文件级可变长数据分块方法。本发明的关键在于对文件进行切块的过程中,该方法能够借助多核处理器的并发处理能力,用两个线程分别从文件的首尾出发,利用数据块边界只通过对数据内容进行计算来确定,分别从前往后和从后往前并发地扫描文件,并确定数据块的边界,进而切分数据块,直到由首尾出发的两个线程在文件中部相遇为止,从而显著提高了数据分块的速度。

    一种基于双曲空间的时间戳增强的事件时序关系分类方法

    公开(公告)号:CN118673139A

    公开(公告)日:2024-09-20

    申请号:CN202310265504.5

    申请日:2023-03-14

    Abstract: 本发明公开了一种基于双曲空间的时间戳增强事件时序关系分类方法,实现基于Robert‑base预训练模型以句嵌入的方式提取句子中事件的语义表示,考虑句子的语义信息和句法信息,利用庞加莱球模型将欧式空间的向量表示映射到双曲空间中,将得到的向量表示输入到双曲空间神经网络中训练,从训练得到的特征向量中,学习并得到事件对向量的距离特征和时间戳预测特征,将这两类特征与常识知识库特征相融合,进行事件时序关系的分类。包括:预训练层,负责将文本语句转化为实值向量;双曲空间层,负责将欧式空间的向量表示映射到双曲空间,并使用双曲空间神经网络进行特征提取;特征融合层,负责将从双曲空间中得到的特征向量做进一步加工利用,计算事件对间的距离相似度和预测事件对间的相对时间戳,将得到的特征属性与常识知识库特征相融合;逻辑回归层,负责对得到的融合特征进行多项式逻辑回归计算,最终对事件时序关系进行分类预测。

    一种面向卷积神经网络隐写分析的优化方法

    公开(公告)号:CN113486932B

    公开(公告)日:2023-09-19

    申请号:CN202110687400.4

    申请日:2021-06-21

    Abstract: 本发明公开一种面向卷积神经网络隐写分析的优化方法,包括:可视化同类样本的类内聚集度:采用非线性的t‑sne降维算法将每一个样本点对应的特征集降维到二维可视的情况下进行观察。隐写检测样本集的变异系数:为了消除量纲和测量尺度对于衡量样本聚集程度的影响,因此选择变异系数测量样本的离散程度进而反应CNN隐写分析算法特征学习能力。变异系数的值和样本的离散程度成正相关,样本离散程度越大,变异系数越大;样本越聚集,则变异系数越小。基于变异系数后验调整特征集:加入一个特征筛选层来对算法学到的特征进行人工过滤,去除一些不利于后期分类的所谓的“坏”特征,既能一定程度提高算法的准确率还能再次验证变异系数的衡量有效性。

Patent Agency Ranking