-
公开(公告)号：CN113591077A
公开(公告)日：2021-11-02
申请号：CN202110875490.X
申请日：2021-07-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种网络攻击行为预测方法、装置、电子设备及存储介质，应用于信息技术领域，可以对网络威胁信息进行标注和分割，得到多组特征信息，再通过冲突检测去除冲突的特征信息，然后通过知识推理得到多组学习到的关系，最后利用预先训练得到的网络模型，根据学习到的关系对当前的网络攻击进行预测，从而不但可以实现冲突的特征信息的去除，还可以通过知识推理得到深层的关系，从而提高网络攻击预测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113591077B
公开(公告)日：2024-03-19
申请号：CN202110875490.X
申请日：2021-07-30
Applicant: 北京邮电大学
IPC: G06F21/55 , G06F17/16 , G06F16/951 , G06F18/214 , G06N3/044 , G06N3/084
Abstract: 本发明实施例提供的一种网络攻击行为预测方法、装置、电子设备及存储介质，应用于信息技术领域，可以对网络威胁信息进行标注和分割，得到多组特征信息，再通过冲突检测去除冲突的特征信息，然后通过知识推理得到多组学习到的关系，最后利用预先训练得到的网络模型，根据学习到的关系对当前的网络攻击进行预测，从而不但可以实现冲突的特征信息的去除，还可以通过知识推理得到深层的关系，从而提高网络攻击预测的准确率。
-
公开(公告)号：CN111460155A
公开(公告)日：2020-07-28
申请号：CN202010245428.8
申请日：2020-03-31
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于知识图谱的信息可信度评估方法及装置，方法包括：获取待评估的目标信息，从目标信息中提取目标三元组；依次使用预先生成的知识图谱中包含的N个关系替换目标三元组中的目标关系，得到N个替换三元组；基于预先训练完成的向量表示模型，将每个替换三元组中包含的头实体、关系以及尾实体分别转换为头实体向量、关系向量以及尾实体向量；基于替换三元组的头实体向量、关系向量以及尾实体向量，计算替换三元组的曼哈顿距离；根据计算得到的曼哈顿距离，对替换三元组和目标三元组进行排序；根据计算得到的曼哈顿距离，以及排序结果，计算目标三元组的可信度评分。能够适用于大数据环境，且提高信息评估的准确度。
-
公开(公告)号：CN111460155B
公开(公告)日：2023-07-18
申请号：CN202010245428.8
申请日：2020-03-31
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于知识图谱的信息可信度评估方法及装置，方法包括：获取待评估的目标信息，从目标信息中提取目标三元组；依次使用预先生成的知识图谱中包含的N个关系替换目标三元组中的目标关系，得到N个替换三元组；基于预先训练完成的向量表示模型，将每个替换三元组中包含的头实体、关系以及尾实体分别转换为头实体向量、关系向量以及尾实体向量；基于替换三元组的头实体向量、关系向量以及尾实体向量，计算替换三元组的曼哈顿距离；根据计算得到的曼哈顿距离，对替换三元组和目标三元组进行排序；根据计算得到的曼哈顿距离，以及排序结果，计算目标三元组的可信度评分。能够适用于大数据环境，且提高信息评估的准确度。
-
公开(公告)号：CN111355725B
公开(公告)日：2021-02-23
申请号：CN202010120695.2
申请日：2020-02-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种网络入侵数据的检测方法及装置，其中方法包括：获取各个网段内的数据，将各个网段内的数据输入预先训练好的网络入侵检测模型，得到各个数据对应的检测结果。本发明实施例使用预先训练好的网络入侵检测模型检测各个网段的数据，预先训练好的网络入侵检测模型中低于预设权重阈值的权重的值为零，并且预先训练好的网络入侵检测模型是在低于预设权重阈值的权重置零后的网络入侵检测模型中，成本值最小的网络入侵检测模型，该网络入侵检测模型仅保留权重不低于权重阈值的通道的连接，从而降低了网络入侵检测模型的复杂性和冗余度，减少了网络入侵检测模型过拟合的风险，提高了网络入侵检测模型的识别网络入侵数据的准确率。
-
公开(公告)号：CN111355725A
公开(公告)日：2020-06-30
申请号：CN202010120695.2
申请日：2020-02-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种网络入侵数据的检测方法及装置，其中方法包括：获取各个网段内的数据，将各个网段内的数据输入预先训练好的网络入侵检测模型，得到各个数据对应的检测结果。本发明实施例使用预先训练好的网络入侵检测模型检测各个网段的数据，预先训练好的网络入侵检测模型中低于预设权重阈值的权重的值为零，并且预先训练好的网络入侵检测模型是在低于预设权重阈值的权重置零后的网络入侵检测模型中，成本值最小的网络入侵检测模型，该网络入侵检测模型仅保留权重不低于权重阈值的通道的连接，从而降低了网络入侵检测模型的复杂性和冗余度，减少了网络入侵检测模型过拟合的风险，提高了网络入侵检测模型的识别网络入侵数据的准确率。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
