-
公开(公告)号：CN118735759B
公开(公告)日：2025-03-07
申请号：CN202410052037.2
申请日：2024-01-15
Applicant: 北京邮电大学
IPC: H04L9/00
Abstract: 本发明提供用于CSE的Chebyshev Toeplitz混沌传感矩阵的方法，其特征在于，包括加密过程和解密过程；所述加密过程包括：图像稀疏表示、Arnold置乱算子、压缩感知算子、双边扩散算子以及混沌置乱算子；所述解密过程：为所述加密过程的反向操作；即，所述加密过程和解密过程呈反比关系；本发明通过压缩感知进行的图像加密，既能保护信息安全，同时大大降低了内存和计算复杂度，并且易于在硬件上实现，利用该Toeplitz矩阵对摄动图像进行压缩和采样，以降低传输带宽和数据量，最后，利用双边扩散算子和混沌加密算子对图像像素进行扰动和扩展，改变压缩图像的像素位置和像素值，最终得到加密图像；该算法在提高图像传输效率的同时，还引入了较高的安全性，适合推广应用。
-
公开(公告)号：CN115828180A
公开(公告)日：2023-03-21
申请号：CN202211711499.8
申请日：2022-12-29
Applicant: 北京邮电大学
IPC: G06F18/2433 , G06F18/25 , G06F18/22 , G06F16/35 , G06F40/216 , G06F40/30 , G06N3/0464 , G06N3/049 , G06N3/082
Abstract: 本发明公开了一种基于解析优化和时序卷积网络的日志异常检测方法，基于固定深度树结构的日志解析方法，解决日志解析阶段按照日志进行匹配的效率问题，以应对日志中存在可变参数以及日志输出不稳定的情况；基于BERT的预训练模型来从日志模板中提取语义特征，利用窗口技术获取日志的序列特征，基于TF‑IDF捕获日志模板数量特征信息，充分提取日志解析中的特征，为日志特征提取环节提供了更为全面的视角，使得最后的异常检测更具有效率性和全面性；基于时序卷积网络TCN来处理序列特征，其能够实现并行化从而提高模型的运行效率；使用自注意力机制来完成三个特征的学习，给不同的特征分配不同的权重，最后使用全连接层组合所有的特征来获得最终的预测输出。
-
公开(公告)号：CN118735759A
公开(公告)日：2024-10-01
申请号：CN202410052037.2
申请日：2024-01-15
Applicant: 北京邮电大学
Abstract: 本发明提供用于CSE的Chebyshev Toeplitz混沌传感矩阵的方法，其特征在于，包括加密过程和解密过程；所述加密过程包括：图像稀疏表示、Arnold置乱算子、压缩感知算子、双边扩散算子以及混沌置乱算子；所述解密过程：为所述加密过程的反向操作；即，所述加密过程和解密过程呈反比关系；本发明通过压缩感知进行的图像加密，既能保护信息安全，同时大大降低了内存和计算复杂度，并且易于在硬件上实现，利用该Toeplitz矩阵对摄动图像进行压缩和采样，以降低传输带宽和数据量，最后，利用双边扩散算子和混沌加密算子对图像像素进行扰动和扩展，改变压缩图像的像素位置和像素值，最终得到加密图像；该算法在提高图像传输效率的同时，还引入了较高的安全性，适合推广应用。
-
公开(公告)号：CN116527362A
公开(公告)日：2023-08-01
申请号：CN202310502116.4
申请日：2023-05-06
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于LayerCFL入侵检测的数据保护方法，包括基于LayerCFL框架的模型训练过程以及基于训练好的模型对入侵流量进行检测的过程。本发明利用提出的LayerCFL框架对参与学习的客户端的数据分布非独立同分布问题具有较好的解决优势，将LayerCFL框架加入到分析模型的学习中，极大的缓解了联邦学习中的大量不同数据分布的客户端共同参与学习造成的模型收敛困难，精度低等问题。本发明成功利用了提出的LayerCFL框架优秀的模型训练能力和基于异常的流量检测技术对威胁入侵行为强大的检测能力，对主机的数据安全提供了强大的支撑，同时极大的提高了目前主机对网络威胁的检测和对抗能力。
-
-
-
Search Results
4
records
(took 0.022 seconds)
