一种基于机器学习的零信任网络信任评估方法

    公开(公告)号:CN116319025B

    公开(公告)日:2024-01-26

    申请号:CN202310294329.2

    申请日:2023-03-22

    摘要: 本发明公开了一种基于机器学习的零信任网络信任评估方法,包括:第一阶段,包括数据预处理和选择性神经网络集成模型的结构设计,神经网络集成模型的集中权重为随机定义的向量;第二阶段,使用第一阶段设计的神经网络集成模型根据粒子群优化算法的搜索来优化集成权重;第三阶段,使用第二阶段优化后的集成权重,构建优化的选择性神经网络集成模型,使用优化的选择性集成模型来预测访问主体的可信分。本发明适用于零信任网络架构的信任评估,采用选择性集成学习,使用反向传播神经网络作为基本分类器,采用粒子群优化算法获得最优聚合权向量,实现对访问主体可信分的预测,具有更高的鲁棒性,解决了“零知识”和“冷启动”问题,拥有更好的准确性。

    一种基于机器学习的零信任网络信任评估方法

    公开(公告)号:CN116319025A

    公开(公告)日:2023-06-23

    申请号:CN202310294329.2

    申请日:2023-03-22

    摘要: 本发明公开了一种基于机器学习的零信任网络信任评估方法,包括:第一阶段,包括数据预处理和选择性神经网络集成模型的结构设计,神经网络集成模型的集中权重为随机定义的向量;第二阶段,使用第一阶段设计的神经网络集成模型根据粒子群优化算法的搜索来优化集成权重;第三阶段,使用第二阶段优化后的集成权重,构建优化的选择性神经网络集成模型,使用优化的选择性集成模型来预测访问主体的可信分。本发明适用于零信任网络架构的信任评估,采用选择性集成学习,使用反向传播神经网络作为基本分类器,采用粒子群优化算法获得最优聚合权向量,实现对访问主体可信分的预测,具有更高的鲁棒性,解决了“零知识”和“冷启动”问题,拥有更好的准确性。

    一种轻量级物联网设备双向认证和安全通信方法及系统

    公开(公告)号:CN117997516A

    公开(公告)日:2024-05-07

    申请号:CN202410035198.0

    申请日:2024-01-10

    摘要: 本发明公开了一种轻量级物联网设备双向认证和安全通信方法及系统,涉及级物联网设备双向认证和安全通信技术领域,包括:注册设备进行初始化设置,获取数据信息,利用ECDHE生成会话密钥;利用SM9加密算法对数据进行签名,通过动态算法输出AES的加密钥匙;将密匙传输至服务端解密进行校验保存数据库进行人工审核;使用终端和服务端进行双向认证,使用sm9算法进行加密完成加密通信。本发明具有更高的计算效率和较小的密钥长度,可以在资源受限的设备上更加高效地工作,同时也具有前向安全性。相较于传统的PKI和CPK体系,本发明基于IBC用户身份标识的公钥密码认证机制,大大减少了证书管理成本,是一种轻量级的身份认证机制。