一种针对入侵攻击下数据服务的自适应入侵响应博弈系统及其方法

    公开(公告)号:CN118264443A

    公开(公告)日:2024-06-28

    申请号:CN202410303722.8

    申请日:2024-03-18

    IPC分类号: H04L9/40

    摘要: 本发明公开了一种针对入侵攻击下数据服务的自适应入侵响应博弈系统及其方法,属于网络安全技术领域;该系统包括安全威胁感知器、策略博弈生成器、数据过滤识别器以及数据恢复与实时更新器;安全威胁感知器包括入侵检测系统和风险评估模块;策略博弈生成器包括攻防策略生成模块和攻防博弈竞争模块;数据过滤识别器包括数据识别模块和数据可视化模块,数据恢复与实时更新器包括数据恢复模块和实时数据更新模块。本发明通过入侵检测系统进行检测分析、风险评估,对不同的风险评估结果,制定响应的响应策略;建立博弈模型,生成混合策略,优化参数值,对异常数据进行恢复或删除,最后对数据进行实时的监测更新,确保数据的及时性和准确性,保障系统数据的完整性和可用性。

    一种电力监控识别场景下的多精度残差量化方法

    公开(公告)号:CN117893975B

    公开(公告)日:2024-05-28

    申请号:CN202410304029.2

    申请日:2024-03-18

    摘要: 本发明公开了一种电力监控识别场景下的多精度残差量化方法,该方法包括选取数据集,对数据集中的图像进行预处理;训练识别网络,在主干网残差结构中应用一种多精度残差量化方法,得到主干网图像特征;通过池化层以及特征整理层对主干网图像特征进行整合,优化训练网络时梯度的更新规则,得到最终的电力监控识别模型;对识别模型检测的质量评估,动态调整量化网络的精度,该方法适用于电力监控识别场景下的目标检测任务,对于具有残差结构的识别网络具有普适性,在传统残差结构中引入多精度量化的概念,去除了循环卷积的部分计算冗余;在反向传播部分,修改训练时的梯度更新规则,加快收敛速度。

    一种基于特征解耦融合网络的多目标跟踪方法

    公开(公告)号:CN117809054B

    公开(公告)日:2024-05-10

    申请号:CN202410223678.X

    申请日:2024-02-29

    摘要: 本发明属于计算机视觉领域,具体涉及一种基于特征解耦融合网络的多目标跟踪方法,该方法包括如下步骤:利用DLA‑34骨干网络对输入帧进行预处理得到多尺度特征;构建特征融合解耦层分别提取目标位置特征和Re‑ID特征,减少多任务特征学习竞争;基于提取到的特征,采用自适应加权融合计算策略得到关联代价矩阵,输入匈牙利匹配算法得到关联结果从而构建目标轨迹;依据轨迹对的位置和时间信息进行全局轨迹链接,提升目标跟踪稳定性。本发明从特征融合角度对多任务学习冲突问题进行优化,所提出的方法是一种良好解决任务冲突问题,且具有高稳定性的多目标跟踪方法。

    一种RDMA长距离通信重传方法及系统

    公开(公告)号:CN117879768A

    公开(公告)日:2024-04-12

    申请号:CN202410086197.9

    申请日:2024-01-22

    摘要: 本发明公开了一种RDMA长距离通信重传方法,涉及RDMA长距离通信技术领域,包括接收方接收数据包,并检查数据包的序列号;将数据包的序列号与预期序列号es进行对比,以判断数据包是否按顺序到达;若数据包是有序的,则接收方对预期序列号es执行递增操作,并发送ACK给发送方,表示数据包已成功接收;若数据包是无序,则将数据包放入重排序区的队列中,采用判断机制判定队列内的数据包是否能通过重排序恢复为有序状态。本发明通过精确比对接收到的数据包序列号与预期序列号减少不必要的重传,避免了传统go‑back‑n机制中的过度重传。

    一种基于隐私计算的电网安全风险评估方法

    公开(公告)号:CN117811842A

    公开(公告)日:2024-04-02

    申请号:CN202410226608.X

    申请日:2024-02-29

    摘要: 本发明公开一种基于隐私计算的电网安全风险评估方法,属于电力系统信息安全领域,方法包括获取各电力运营商下电力系统的历史运行状态数据并进行数据处理;构建双层风险评估指标体系;基于双层风险评估指标体系计算风险指标;根据计算的风险指标划分风险等级,利用历史运行状态数据和对应的风险等级构建各电力运营商对应的本地数据集;依据联邦学习和同态加密方法获得最终的本地模型,即风险评估模型;获取待评估的电力系统的运行状态数据,输入风险评估模型中,输出电力运营商运行风险等级;本方法可以在不泄露隐私的前提下,允许多个电力运营商共同参与风险评估模型的建立和更新中,减轻潜在风险并最小化由于风险事件导致的损失。

    一种基于胶囊网络的恶意网站URL检测方法

    公开(公告)号:CN114638984B

    公开(公告)日:2024-03-15

    申请号:CN202210151497.1

    申请日:2022-02-17

    摘要: 本发明公开了一种基于胶囊网络的恶意网站URL检测方法,包括:根据进制转换规则将拦截到的待检测URL转换为三通道RGB彩色图像;基于胶囊网络构建目标检测模型;利用样本数据对目标检测模型进行训练,生成包含图结构和网络参数的目标检测模型;将待检测目标输入训练后的目标检测模型中,对拦截到的待检测URL是否属于恶意网站以及属于哪个恶意家族进行识别分类。本发明引入了恶意网站URL可视化方法,提高了检测效率;使用胶囊网络进行图像的特征提取和分类训练,提高了检测准确率,同时也较好解决了深度神经网络中小样本训练效果不佳的问题。