一种基于虚拟化技术的网络安全靶场及其运行方法

    公开(公告)号:CN115242562A

    公开(公告)日:2022-10-25

    申请号:CN202211169373.2

    申请日:2022-09-26

    IPC分类号: H04L9/40 H04L41/40

    摘要: 本发明提出了一种基于虚拟化技术的网络安全靶场及其运行方法,虚拟管理单元将网络安全靶场网层分割成三个或三个以上的层,网络安全靶场网层从第一层中的核心网元开始生长,其他层依次从前一层生成,并且与前一层互连;每层的网元仅与前一层或下一层相关联的网元共享资源;为网络安全靶场网层中的每一层生成不同且独一的记号并维护每一层的记号列表;通过网络靶场管理单元执行管理网络安全靶场网层内网元之间的逻辑连接的请求;从记号列表中查询得到源头主机的记号,并判断网络安全靶场网层中的每一层内是否存在与源头主机的记号相同记号的层虚拟机。

    一种网络入侵检测方法、系统、介质及设备

    公开(公告)号:CN108848065B

    公开(公告)日:2020-12-11

    申请号:CN201810510370.8

    申请日:2018-05-24

    IPC分类号: H04L29/06

    摘要: 本发明涉及一种网络入侵检测方法、系统、介质及设备,其中的方法包括:获取样本集中各个样本的样本特征,根据样本特征计算样本间的相似度,根据相似度构造样本间的样本相似度矩阵,样本集包括已知标签样本和未知标签样本;根据样本相似度矩阵确定包含样本间转移概率的的转移概率矩阵;将转移到未知标签样本的转移概率最大的已知标签样本的标签赋给未知标签样本,得到标签矩阵。本发明在转移概率矩阵的基础上,基于传播概率的最大隶属度原理对未知标签信息进行初始化,与未知标签的随机初始化相比,收敛速度更快,同时,收敛到全局最优解的概率更高。

    一种基于云计算的数字空间孪生云靶场构建方法及系统

    公开(公告)号:CN118764316A

    公开(公告)日:2024-10-11

    申请号:CN202411225145.1

    申请日:2024-09-03

    摘要: 本发明提出了一种基于云计算的数字空间孪生云靶场构建方法及系统,涉及电力系统信息安全技术领域,对电力物联网进行模拟安全攻击测试,获取各个电力终端在模拟安全攻击测试下的反应数据;对各个电力终端的反应数据进行固定频率处的状态特征提取,得到状态特征数据;按照电力物联网中各个电力终端的连接关系,构建孪生云靶场虚拟节点的拓扑关系,将电力终端的状态特征数据映射到孪生云靶场中虚拟节点的数字空间中,得到虚拟特征数据;对虚拟节点的数字空间中的虚拟特征数据进行检验,判断虚拟特征数据对应虚拟节点的状态是否异常,若状态异常,则向虚拟节点对应的电力终端进行预警反馈。

    基于网络资产盘查的探针分配方法及装置

    公开(公告)号:CN113067818B

    公开(公告)日:2022-07-01

    申请号:CN202110290269.8

    申请日:2021-03-18

    摘要: 本发明提供了一种基于网络资产盘查的探针分配方法及装置,其中,所述方法包括:根据前次资产盘查结果确定本次盘查所需要的至少一个探针载体,确定所述探针载体是否为活动状态;向活动状态的探针载体发送容器安装指令,以使得所述活动状态的探针载体安装容器;根据前次资产盘查结果确定扫描负荷,根据所述扫描负荷确定所述探针载体对应的探针类型;向所述探针载体对应发送与所述探针类型对应的探针工作模块镜像,以使得所述探针载体对应安快速装探针工作模块;接收所述探针载体返回的扫描结果。可以实现快速准确的进行网络资产盘查和端口安全扫描。

    一种网络入侵检测方法、系统、介质及设备

    公开(公告)号:CN108848065A

    公开(公告)日:2018-11-20

    申请号:CN201810510370.8

    申请日:2018-05-24

    IPC分类号: H04L29/06

    CPC分类号: H04L63/1416

    摘要: 本发明涉及一种网络入侵检测方法、系统、介质及设备,其中的方法包括:获取样本集中各个样本的样本特征,根据样本特征计算样本间的相似度,根据相似度构造样本间的样本相似度矩阵,样本集包括已知标签样本和未知标签样本;根据样本相似度矩阵确定包含样本间转移概率的的转移概率矩阵;将转移到未知标签样本的转移概率最大的已知标签样本的标签赋给未知标签样本,得到标签矩阵。本发明在转移概率矩阵的基础上,基于传播概率的最大隶属度原理对未知标签信息进行初始化,与未知标签的随机初始化相比,收敛速度更快,同时,收敛到全局最优解的概率更高。