一种基于时空特征与双层注意力的加密恶意流量检测方法

    公开(公告)号:CN114239737A

    公开(公告)日:2022-03-25

    申请号:CN202111573050.5

    申请日:2021-12-21

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开一种基于时空特征与双层注意力的加密恶意流量检测方法,收集网卡节点处的原始流量,通过双层注意力机制结合时空特征对,采用端对端方法,直接输入原始加密流量,提取加密恶意特征,从而检测加密恶意流量,该过程包括:加密流量的提取与预处理、数据包内恶意特征提取层、数据流内恶意特征提取层。通过卷积神经网络提取数据包内空间特征,再基于数据包字段的注意力机制层提取包内重要恶意特征,通过循环神经网络提取数据流间的时间特征,再通过基于流中数据包的注意力机制层提取数据流中的重要恶意特征进行加密恶意流量检测模型的构建。本发明通过基于时空特征与双层注意力的加密恶意流量检测方法,结合时间空间特征,并且通过在数据包层面和数据流层面设置双层注意力机制,在多个层次上提取数据包和数据流中的恶意特征,能够有效检测加密恶意流量,提高了检测准确率。

    联邦学习的后门攻击防御方法及装置

    公开(公告)号:CN113779563A

    公开(公告)日:2021-12-10

    申请号:CN202110897437.X

    申请日:2021-08-05

    摘要: 本发明提供一种联邦学习的后门攻击防御方法及装置,该方法包括:建立基于联邦学习的图像分类模型并进行训练;根据训练得到的图像分类模型进行待分类图像的分类处理;模型训练方式为:分别获取各客户端在目标轮模型学习中得到的目标模型更新维度的初始局部模型参数;基于各初始局部模型参数的平均值和标准差,确定各初始局部模型参数中的异常值;将异常值所对应的客户端的初始局部模型参数均更新为各初始局部模型参数的平均值,得到各客户端新的局部模型参数;对各新的局部模型参数求取平均值,得到目标轮模型学习对应目标模型更新维度的聚合模型参数。从而能够使得训练得到的模型保持良好的性能,保证了模型在实际应用时的准确性。

    一种基于物联网的科技管理监控系统

    公开(公告)号:CN111857011A

    公开(公告)日:2020-10-30

    申请号:CN202010768593.1

    申请日:2020-08-03

    IPC分类号: G05B19/042

    摘要: 本发明公开了一种基于物联网的科技管理监控系统,包括监控管理系统,所述监控管理系统与无线联网模块实现双向连接,监控管理系统与中央处理器实现双向连接,无线联网模块与管理端实现双向连接,中央处理器与信息提示模块实现双向连接,无线联网模块与信息提示模块实现双向连接,中央处理器的输入端与程式控制模块的输出端连接,中央处理器与显示单元实现双向连接,本发明涉及物联网监控技术领域。该基于物联网的科技管理监控系统,解决了基于物联网的科技管理监控系统,在对于信息的加工过程中,无法利用已有的信息或感知的信息产生新的信息。无法通过调节对象事物的状态及其变换方式,始终使对象处于可监控状态的问题。