-
公开(公告)号：CN112153045B
公开(公告)日：2023-03-28
申请号：CN202011014521.4
申请日：2020-09-24
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40
Abstract: 本发明提供了一种私有协议的加密字段的识别方法及系统，获取多条待测数据；对所有待测数据进行数据预处理和分组处理，得到p组预处理数据集；针对每一预处理数据集，提取预处理数据中相同位置的字节构建重构数据，得到重构数据集；将所有重构数据集输入识别模型进行明密识别，得到明密结果分布矩阵；根据明密结果分布矩阵，确定加密概率序列；利用加密概率序列和第一过滤规则，确定多种加密字段分布模式；针对每一待测数据，计算待测数据在每种加密字段分布模式下的统计量，并结合第二过滤规则确定待测数据的匹配加密字段分布模式。通过以上方式识别私有协议的加密流量，并确定加密流量的加密字段分布模式，提高加密流量的识别准确性和识别效果。
-
公开(公告)号：CN112153045A
公开(公告)日：2020-12-29
申请号：CN202011014521.4
申请日：2020-09-24
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L29/06
Abstract: 本发明提供了一种私有协议的加密字段的识别方法及系统，获取多条待测数据；对所有待测数据进行数据预处理和分组处理，得到p组预处理数据集；针对每一预处理数据集，提取预处理数据中相同位置的字节构建重构数据，得到重构数据集；将所有重构数据集输入识别模型进行明密识别，得到明密结果分布矩阵；根据明密结果分布矩阵，确定加密概率序列；利用加密概率序列和第一过滤规则，确定多种加密字段分布模式；针对每一待测数据，计算待测数据在每种加密字段分布模式下的统计量，并结合第二过滤规则确定待测数据的匹配加密字段分布模式。通过以上方式识别私有协议的加密流量，并确定加密流量的加密字段分布模式，提高加密流量的识别准确性和识别效果。
-
公开(公告)号：CN112465003B
公开(公告)日：2023-05-23
申请号：CN202011322427.5
申请日：2020-11-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/24 , H04L41/14 , G06N3/0895 , H04L9/40 , G06N3/04
Abstract: 本发明提供了一种加密离散序列报文的识别方法及系统，该方法为：获取多条待测数据、预设的带标签数据集和多条无标签数据；将多条无标签数据和带标签数据集输入预设的筛选模型进行数据分布筛选，从多条无标签数据中筛选与带标签明文数据分布相同的半标记明文数据；将半标记明文数据、带标签数据集、预设的加密数据和多条待测数据输入预设的半监督分类识别模型进行分类识别，从多条待测数据中筛选出最终的加密数据和最终的明文数据。在识别加密流量的过程中不限定待测数据的长度，并通过无标签数据辅助对待测数据的分类识别，提高识别加密流量的准确率和效果。
-
公开(公告)号：CN108960307A
公开(公告)日：2018-12-07
申请号：CN201810653025.X
申请日：2018-06-22
Applicant: 中国人民解放军战略支援部队信息工程大学
CPC classification number: G06K9/6215 , G06N3/006
Abstract: 本申请提供的私有协议字段格式提取方法、装置及服务器，应用于网络协议分析技术领域，所述方法以同一网络协议的同一格式类型的样本报文为分析对象，通过首先确定各样本报文的多个特征比特序列，以各特征比特序列作为匹配标准，分别将各样本报文与各特征比特序列进行匹配，并进一步通过匹配，获得各样本报文中，与多个特征比特序列相匹配的比特位的匹配次数，各比特位对应的匹配次数可以处理为函数关系，确定该函数关系中的多个极大值，将各极大值对应的比特位作为样本报文的字段边界，并进一步将所得字段边界按照样本报文中比特位的位置顺序依次组合，最终得到各样本报文的字段格式。
-
公开(公告)号：CN108847914A
公开(公告)日：2018-11-20
申请号：CN201810244232.X
申请日：2018-03-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L1/00
Abstract: 本发明公开了一种循环迭代协同信号处理方法及装置，包括：获取接收信号的处理环节信息；计算目标迭代次数中的第一处理环节提取的第一信息的后验概率信息，并将其发送至第二处理环节；计算第二处理环节在目标迭代次数中提取的第二信息的后验概率信息，并将其发送至第一处理环节，进行循环迭代；判断第一信息的后验概率信息和第二信息的后验概率信息是否满足收敛条件，如果是，则循环迭代终止，根据第一信息的后验概率信息计算得到第一信息的估计结果，或者根据第二信息的后验概率信息计算得到第二信息的估计结果，实现了在迭代过程中充分传递和利用信息，提高了通信信号的接收性能的目的。
-
Patent Agency Ranking
公开(公告)号：CN108632252A
公开(公告)日：2018-10-09
申请号：CN201810289040.0
申请日：2018-04-03
Applicant: 中国人民解放军战略支援部队信息工程大学
CPC classification number: H04L69/22 , G06K9/6218 , H04L69/18
Abstract: 本申请提供的私有网络协议迭代逆向分析方法、装置及服务器，应用于网络协议分析技术领域，首先确定目标协议的多个报文，并提取目标协议报文中与报文格式类型相关的信息，与目标协议报文对应的生成多个样本文件，然后应用聚类算法，对各个样本文件进行分类，之后确定各格式类型的报文格式特征，并筛选得到多个目标报文格式特征，根据得到的目标报文格式特征对样本文件进行分类，通过本申请提供的私有网络协议迭代逆向分析方法，可以得到网络协议的报文格式特征，并应用报文格式特征对所捕获的报文进行分类，本方法可实现对协议规范未知的二进制协议进行逆向分析，降低人工参与程度，节省人力物力，提高逆向分析效率，缩短逆向分析周期。
-
公开(公告)号：CN115587313A
公开(公告)日：2023-01-10
申请号：CN202211190642.3
申请日：2022-09-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/23213 , G06F18/22 , G06N3/047 , G06N3/048 , G06N3/0895
Abstract: 本申请提供了一种轨迹数据半监督分类方法及装置，本申请利用度量学习中的孪生神经网络模型来利用标签数据，以此应对标签数据集中数据量不足问题。并通过进行两阶段的模型训练应对类别缺失的问题。首先利用无标签数据集进行模型的预训练，之后将预训练得到的模型组成孪生神经网络模型，并利用少量标签数据进行微调，在微调过程中同时对孪生神经网络模型中有监督和无监督部分进行训练，从而使孪生神经网络模型兼具对有标记类别的分类和无标记类别的聚类能力。
-
公开(公告)号：CN115331037A
公开(公告)日：2022-11-11
申请号：CN202210697754.1
申请日：2022-06-20
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/20 , G06T5/00 , G06T11/00 , G06N3/04 , G06N3/08
Abstract: 本申请提供了一种轨迹数据聚类方法及装置，该方法包括：获取多个待聚类轨迹数据，基于待聚类轨迹数据生成轨迹图像；将全部第一像素点的数据输入到自编码器，得到自编码器中编码器确定出的特征集合，全部第一像素点组成轨迹图像，特征集合包含基于全部第一像素点的数据，提取出的特征，自编码器为利用轨迹训练图像及对轨迹训练图像进行缺失处理得到的数据训练得到的，对各个所述特征集合进行聚类，得到多个簇，将簇内特征集合对应的待聚类轨迹数据聚为一类。
-
公开(公告)号：CN114925768A
公开(公告)日：2022-08-19
申请号：CN202210581190.5
申请日：2022-05-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06K9/62
Abstract: 本申请提供了一种网络数据分类方法、装置和设备，方法包括：获取待分类网络数据；提取待分类网络数据的特征；将待分类网络数据的特征与历史网络数据的特征进行融合，得到待分类网络数据对应的融合特征；基于待分类网络数据对应的融合特征，对待分类网络数据进行分类，得到待分类网络数据对应的分类结果。考虑到待分类网络数据的长度较短，能够提取的特征较少，本申请将待分类网络数据的特征与历史网络数据的特征进行融合，再基于融合特征进行分类，分类性能更优。
-
公开(公告)号：CN108847914B
公开(公告)日：2021-03-23
申请号：CN201810244232.X
申请日：2018-03-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L1/00
Abstract: 本发明公开了一种循环迭代协同信号处理方法及装置，包括：获取接收信号的处理环节信息；计算目标迭代次数中的第一处理环节提取的第一信息的后验概率信息，并将其发送至第二处理环节；计算第二处理环节在目标迭代次数中提取的第二信息的后验概率信息，并将其发送至第一处理环节，进行循环迭代；判断第一信息的后验概率信息和第二信息的后验概率信息是否满足收敛条件，如果是，则循环迭代终止，根据第一信息的后验概率信息计算得到第一信息的估计结果，或者根据第二信息的后验概率信息计算得到第二信息的估计结果，实现了在迭代过程中充分传递和利用信息，提高了通信信号的接收性能的目的。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.038 seconds)
