-
公开(公告)号：CN112202738A
公开(公告)日：2021-01-08
申请号：CN202010992417.6
申请日：2020-09-21
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于机器学习的工控态势感知方法及系统，感知方法包括：对不同的网络安全设备的告警数据集进行收集；对收集到的告警数据集进行规范化处理，并通过采用正则表达式，以字符串匹配的方式从告警日志中提取的属性信息，构建原始告警数据库；然后采用经典的关联规则挖掘算法Apriori，来实现告警聚合，并根据窗口大小完成将全局攻击序列划分为多个候选序列集，最后，通过改进PrefixSpan算法挖掘出最大攻击模式。本发明相较于PrefixSpan算法，准确率和有效性大大提升，且减少了开销。
-
公开(公告)号：CN112134878A
公开(公告)日：2020-12-25
申请号：CN202010992331.3
申请日：2020-09-21
Applicant: 北方工业大学
Abstract: 本发明提供了一种工业物联网的稀疏协议解析系统，系统具体包括：数据预处理模块，对工业物联网中的通信数据进行过滤，丢弃异常数据，对正常数据集解封装、提取；数据扩充模块，使用遗传算法对数据预处理模块捕获的工业物联网初始报文序列样本集进行扩充；参数训练模块，将扩充的工业物联网协议数据样本训练集输入到隐马尔可夫模型中，对隐马尔可夫模型的参数进行训练，更新；协议格式预测模块，通过估计工业物联网协议序列的最大似然概率，预测最优的协议报文格式。本发明克服了克服了在相对私密的工业物联网环境中，获取数据量较少，难以用于分析的问题，并提升了系统预测识别未知协议的效率、准确率。
-
Patent Agency Ranking
公开(公告)号：CN112118253A
公开(公告)日：2020-12-22
申请号：CN202010973988.5
申请日：2020-09-16
Applicant: 北方工业大学
IPC: H04L29/06 , H04L9/32 , H04L29/08 , G06F16/182
Abstract: 一种基于区块链的云服务日志匿名系统及匿名方法，该系统包括：区块链日志模块，将经过匿名化处理的云服务日志存储在区块链中；Zokrates模块，用于生成零知识证明；智能合约模块，自动对区块链中存储的云服务日志进行验证，对验证过的日志进行标记，并存储在区块链上；云服务提供商端，按用户的操作指令提供云服务，云服务提供商反馈操作的执行结果以及操作日志给用户，并将此日志和与用户交互产生的附加数据一并存储到日志数据库；用户端，与云服务提供商和区块链系统进行交互，负责密钥对的生成和导入导出、发出云服务请求操作。该系统解决了区块链上日志完整性问题，保证匿名性的同时降低用户隐私泄露风险。
-
公开(公告)号：CN107528835B
公开(公告)日：2020-10-02
申请号：CN201710681649.8
申请日：2017-08-10
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于安全的智能合约k‑匿名激励机制的用户隐私保护方法。该方法将合约分为公有合约、私有合约，私有合约仅匿名组内用户可见，公有合约经过组密钥加密防止外部人员查看，并且公有合约私有合约联合验证，有效保证了用户请求服务过程中的安全性。本发明能够激励用户加入k‑匿名组，应用去中心化的智能合约，可以避免可信中心存在的安全隐患；应用组密钥对公有合约部分信息进行加密，隐藏了交易关系；应用公约合约、私有合约联合验证，利用盲组签名进行组验证，保证安全性的同时提高了k‑匿名成功率。
-
公开(公告)号：CN107483211B
公开(公告)日：2020-05-05
申请号：CN201710680798.2
申请日：2017-08-10
Applicant: 北方工业大学
Abstract: 本发明涉及一种基于区块链的个性化k‑匿名隐私保护激励方法。在用户端的隐私级别相同时，买者用户端和卖者用户端根据智能合约中的筛选条件进行拍卖博弈，选出获胜的买者用户端和卖者用户端，形成匿名组，匿名组内的用户端一同向服务器端上传自己的位置和查询请求，实现k‑匿名过程。在用户端的隐私级别不同时，将买者按其所需的隐私级别等级递增的顺序分为多组，由买者用户端个数为n＞k+1的买者组中筛选出的买者形成匿名组，其余组中卖者与买者形成k‑匿名组。本发明能够满足不同用户的隐私级别需求，完成不同隐私级别的k‑匿名隐私保护，应用去中心化的智能合约，避免了可信第三方存在的安全隐患。
-
公开(公告)号：CN110222505A
公开(公告)日：2019-09-10
申请号：CN201910459977.2
申请日：2019-05-30
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于遗传算法的工控攻击样本扩张方法及系统，扩张方法包括：根据协议响应数据设计适应度函数；利用轮盘赌的方法在初始工控攻击样本中选取适应度较高的工控攻击样本个体；将选取的同类型工控攻击样本个体随机进行两两配对，并以某一概率通过单点或者多点交叉方式交换基因片段；随机选取交叉后个体中的基因并以某一概率进行变异操作；N代后，当种群平均适应度的值小于某个极小的阈值时，停止进化并输出扩充的优质个体。本发明相较于人工扩张未知工控协议数据集效率和准确率更高；相较于通过部署工控蜜罐来获取未知工控协议数据开销更少。
-
公开(公告)号：CN109241905A
公开(公告)日：2019-01-18
申请号：CN201811014037.4
申请日：2018-08-31
Applicant: 北方工业大学
IPC: G06K9/00
Abstract: 本申请提供一种图像处理方法和装置，其中，所述方法包括：提取待处理图像的X个幅值图像，对同一尺度上不同方向的多个幅值图像进行融合，得到Y个融合后的幅值图像；对所述Y个融合后的幅值图像进行编码，根据每个幅值图像的局部特性为编码后生成的各个特征值分配权重，得到所述Y个融合后的幅值图像对应的具有权重信息的Y个统计直方图，将所述Y个统计直方图级联，形成所述待处理图像的特征向量。本申请提供的技术方案适用于复杂环境内的图像识别，实现了更具有普适性的图像识别机制。
-
-
-
-
-
-
Search Results
57
records
(took 0.019 seconds)
