-
公开(公告)号:CN118573398A
公开(公告)日:2024-08-30
申请号:CN202410484577.8
申请日:2024-04-22
Applicant: 北京邮电大学
IPC: H04L9/40 , H04L67/146 , H04L61/4511 , H04L67/63
Abstract: 本公开提供一种隐藏内网服务地址的通信系统及相关方法。具体地,所述通信系统包括:第一网关、节点集群、第二网关和至少一第一服务器;其中,所述第一网关通信连接所述节点集群;所述节点集群通信连接所述第一网关和第二网关;所述第二网关通信连接所述第一服务器;其中,所述第一服务器用于提供所述内网服务;所述节点集群包括至少一多跳链路且每一所述多跳链路对应一所述内网服务;所述多跳链路包括通信连接的第一链路和第二链路,所述第一链路由所述第一网关确定;所述第二链路由所述第二网关确定。基于这样的通信系统,第一网关、节点集群和第二网关均无法同时获悉用户端的地址和内网服务的地址,有效保证了内网服务通信的匿名性。
-
公开(公告)号:CN118228267A
公开(公告)日:2024-06-21
申请号:CN202410216014.0
申请日:2024-02-27
Applicant: 北京邮电大学
Abstract: 本申请提供一种标签推理攻击方法及相关设备。所述方法包括:基于预设的纵向联邦学习模型训练算法对本地模型进行训练,获取每一次训练过程的中间梯度集合;响应于所述本地模型完成训练,获取所述本地模型的输出结果;基于所述中间梯度集合和所述输出结果进行标签推理,得到标签信息。本申请实施例通过在纵向联邦学习模型训练过程中获取本地模型所需的中间梯度信息,并基于本地模型最终的输出结果来共同获取最终的标签信息,在此过程中对于主动方而言,攻击者的表现与其他正常的被动方一致,攻击行为难以检测,隐蔽性更强,对于构建可信赖、高度安全的纵向联邦学习体系具有良好的促进作用。
-
公开(公告)号:CN118138334A
公开(公告)日:2024-06-04
申请号:CN202410324049.6
申请日:2024-03-20
Applicant: 北京邮电大学
IPC: H04L9/40
Abstract: 本发明公开了一种面向重要服务确保的网络安全策略优化方法,所述方法包括:对于待优化的原网络安全策略,获取网络中的设备通信网络图和检测到的感染设备信息;遍历所述原网络安全策略中的每个管控点信息并提取其特征信息;判断所述管控点与感染设备的距离是否在通信距离隔离阈值内,若是则标记所述管控点采用隔离管控手段;否则计算并比较所述管控点在限速和隔离两种管控手段下的价重比,标记所述管控点采用价重比更高的管控手段;根据采用的管控手段更新所述管控点在原安全策略中的所在条目;最终输出完整的优化安全策略。应用本发明可将传统的扁平化安全策略优化成层次化安全策略,在保障其威胁处置能力的前提下缩小其对网络中重要服务的影响。
-
公开(公告)号:CN118626641A
公开(公告)日:2024-09-10
申请号:CN202410549827.1
申请日:2024-05-06
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F16/335 , G06F16/33 , G06F40/284 , G06F40/258
Abstract: 本申请提供一种聊天群组中威胁人物挖掘方法及相关设备,所述聊天群组中威胁人物挖掘方法包括:确定目标群组的多条历史聊天信息,对多条所述历史聊天信息进行预处理,确定历史信息集;对所述历史信息集进行聚类,确定多个消息主题和任一所述消息主题的关键词;根据所述历史信息集,确定所述目标群组中任一用户的历史信息组;计算所述历史信息组中的信息文本的相似度,根据所述相似度确定任一所述用户的身份代表文本;根据多个所述信息主题、任一所述信息主题的关键词以及所述用户身份代表文本,通过相关度算法确定目标人物,并将所述目标人物确定为威胁任务人物。
-
公开(公告)号:CN118540342A
公开(公告)日:2024-08-23
申请号:CN202410385933.0
申请日:2024-04-01
Applicant: 北京邮电大学
IPC: H04L67/12 , H04L41/069 , H04L9/32
Abstract: 本申请提供的一种NFT合约识别方法、装置及相关设备,包括:获取交易信息;确定交易信息的合约地址,根据合约地址判断交易信息是否属于合约交易;响应于交易信息属于合约交易,获取交易信息的日志信息,确定日志信息的签名字段是否符合特定类型;响应于签名字段符合特定类型,确定日志信息的第一来源字段是否符合设定条件;响应于第一来源字段符合设定条件,确定交易信息对应的交易为NFT合约交易。
-
-
-
-