基于交换机主动验证的旁路ICMP重定向攻击防御方法和装置

    公开(公告)号:CN118573429A

    公开(公告)日:2024-08-30

    申请号:CN202410644738.5

    申请日:2024-05-23

    申请人: 清华大学

    IPC分类号: H04L9/40 H04L67/56

    摘要: 本申请提出了一种基于交换机主动验证的旁路ICMP重定向攻击防御方法和装置,涉及网络安全技术领域,其中,该方法包括:通过在交换机上实时监控发往受保护主机的ICMP重定向消息,并对每个ICMP重定向消息所指示的通往特定目的端的更优路径及其新网关进行主动验证,从而鉴别该ICMP重定向消息是否真实,在主动验证后,将该虚假的重定向消息直接丢弃,从而使目标主机免受该虚假重定向消息的危害。而对于通过验证的重定向消息,则直接转发给目标主机。采用上述方案的本申请能够准确验证ICMP重定向消息的有效性,从而避免受保护主机受到虚假重定向消息的危害。

    电力电子模块的制备方法和电力电子模块

    公开(公告)号:CN118398505A

    公开(公告)日:2024-07-26

    申请号:CN202410849939.9

    申请日:2024-06-27

    申请人: 清华大学

    IPC分类号: H01L21/48 H01L23/498

    摘要: 本申请提供一种电力电子模块的制备方法和电力电子模块。该制备方法包括以下步骤:提供衬底,衬底包括绝缘层及位于绝缘层一侧的导电层,导电层包括间隔设置的高压导电结构和低压导电结构;将模具固定在绝缘层朝向导电层的一侧表面,模具环绕高压导电结构设置,且模具部分位于高压导电结构和低压导电结构之间,高压导电结构的侧面中朝向低压导电结构的区域与模具之间存在间隙;在间隙内填涂非线性电导复合材料;对非线性电导复合材料进行固化处理,形成电场调控结构;去除模具;形成绝缘材料层,绝缘材料层覆盖绝缘层、电场调控结构和导电层。可实现,解决电力电子模块中三固体绝缘弱区容易发生局部放电造成器件故障和模块崩溃的问题。

    一种基于神经网络的智能数据平面方案设计和装置

    公开(公告)号:CN118282875A

    公开(公告)日:2024-07-02

    申请号:CN202410372228.7

    申请日:2024-03-29

    申请人: 清华大学

    摘要: 本发明提出一种基于神经网络的智能数据平面方案设计和装置,通过在P4可编程交换机上部署循环神经网络,对流量进行线速分析,得到交换机分类结果;根据交换机分类结果,筛选分类信心低于设定分类信心阈值的第一部分流量;通过在服务器上部署基于Transformer的模型,对第一部分流量进行升级分析,从而提高分类准确率。相比交换机外的分析方法,本发明有高吞吐的优势,相比交换机上先前基于树结构模型的分析方式,本发明有准确率的优势;通过在服务器上部署基于Transformer的模型进行升级分析,能够提供基于Transformer模型的较高吞吐的在线流量分析方式,并使得整个系统的分析准确率进一步提高。

    一种柔性聚丙烯改性绝缘材料及其制备方法与应用

    公开(公告)号:CN117980398A

    公开(公告)日:2024-05-03

    申请号:CN202280054077.X

    申请日:2022-08-03

    摘要: 一种柔性聚丙烯改性绝缘材料及其制备方法与应用,特别是电缆绝缘材料领域。该柔性聚丙烯改性绝缘材料包括丙烯基连续相,以及分散于丙烯基连续相中的橡胶相和衍生自含不饱和键的可聚合性单体的接枝相;其中,以柔性聚丙烯改性绝缘材料的总重量计,所述柔性聚丙烯改性绝缘材料的二甲苯可溶物含量为10~55wt%,优选为15~45wt%,更优选为18~40wt%,更优选为20~40wt%;所述柔性聚丙烯改性绝缘材料中处于接枝态的衍生自含不饱和键的可聚合性单体的结构单元的含量为0.3~6wt%,优选为0.7~5wt%;所述柔性聚丙烯改性绝缘材料的弯曲模量为200~1000MPa,优选为200~950MPa,更优选为200~700MPa,更优选为250~600MPa;优选地,所述柔性聚丙烯改性绝缘材料中衍生自含不饱和键的可聚合性单体的结构单元在二甲苯不溶物中的质量和在柔性聚丙烯改性绝缘材料中的质量的比值大于0.1,优选为0.3~0.9。该柔性聚丙烯改性绝缘材料可在较高工作温度下兼顾机械性能和电性能,适用于高温、高运行场强工况。

    一种基于元学习的恶意流量检测系统假阳性清洗方法

    公开(公告)号:CN117896100A

    公开(公告)日:2024-04-16

    申请号:CN202311714858.X

    申请日:2023-12-13

    申请人: 清华大学

    摘要: 本发明公开了基于元学习的恶意流量检测系统假阳性清洗方法及装置,该方法基于恶意流量检测系统的数据集训练初始Transformer模型,得到目标Transformer模型;对目标Transformer模型的激活状态进行学习,得到目标元学习模型;利用目标Transformer模型处理与恶意流量检测系统产生的警报相关联的流量,得到神经元激活状态;利用目标元学习模型对神经元激活状态进行预测,以得到警报的假阳性识别结果。本发明无需人工区分真阳性警报和假阳性警报,降低了运营成本和假阳性警报数量,提高了假阳性警报的识别效率。