基于多模态特征提取的木马流量检测方法及系统

    公开(公告)号:CN118473751A

    公开(公告)日:2024-08-09

    申请号:CN202410595118.7

    申请日:2024-05-14

    IPC分类号: H04L9/40

    摘要: 本发明涉及网络安全技术领域,特别涉及一种基于多模态特征提取的木马流量检测方法及系统,通过提取目标网络会话中的多模态数据特征,并将各模态数据特征进行级联,形成二维融合特征,所述多模态数据特征包括:目标网络会话空间特征、目标网络会话序列特征和目标网络会话统计特征;将二维融合特征输入至Transformer编码器,利用Transformer编码器优化特征组合,所述Transformer编码器采用自注意力机制对各模态特征进行自适应权重分配并利用前馈网络捕捉强化特征序列内部依赖关系;利用多层感知机对特征组合优化后的特征序列进行分类,以识别目标网络会话中的木马流量和正常流量。本发明采用综合表征策略从各个角度提取网络流量特征,提高网络流量检测的效率和准确性。

    基于IPD的自适应网络流水印嵌入、检测、通信方法和相关设备

    公开(公告)号:CN118200015A

    公开(公告)日:2024-06-14

    申请号:CN202410440529.9

    申请日:2024-04-12

    IPC分类号: H04L9/40

    摘要: 本发明提供一种基于IPD的自适应网络流水印嵌入、检测、通信方法和相关设备。其中,该水印嵌入方法包括:生成一个长度为m的原始水印;收集目标网络流,将所述目标网络流按照时间顺序划分为m个大组,每个大组包含2*r个数据包;将每个大组分为pa和pb两个子组,子组pa包含前r个数据包,子组pb包含后r个数据包;将所述原始水印中的一个水印位对应一个大组,改变每个所述大组内两个子组的IPD的相对大小以将所述原始水印嵌入至所述目标网络流中。本发明不需要指定固定参数,可以应用于具有不同时间特征的数据流中,增大了流水印方案的适应能力。

    基于前后端关键字共享的嵌入式设备PoC自动化生成方法及系统

    公开(公告)号:CN118473752A

    公开(公告)日:2024-08-09

    申请号:CN202410595121.9

    申请日:2024-05-14

    IPC分类号: H04L9/40 H04L67/02

    摘要: 本发明涉及网络安全技术领域,特别涉及一种基于前后端关键字共享的嵌入式设备PoC自动化生成方法及系统,依据漏洞告警数据中提取漏洞触发的基本块路径,从基本块路径中提取关键项及对应值,所述关键项为基本块路径中出现的字符串,对应值为基本块跳转的判断值;在前端文件数据中搜索关键项,并通过与后端文件数据关键项进行匹配来获取用于表示前端网页服务文件数据和后端文件数据之间连接的共享关键字,其中,前端文件提供用户与设备交互的接口,后端文件用于执行设备指令;基于共享关键字构建网页服务程序配置数据,利用网页服务器配置数据生成网页服务请求数据包,并通过发送请求数据包获取目标设备响应。本发明结合嵌入式设备自身特点,从漏洞告警信息中提取出的信息并基于前后端关键字共享自动生成漏洞验证代码,提升漏洞检错效率。