-
公开(公告)号:CN117117307A
公开(公告)日:2023-11-24
申请号:CN202311140150.8
申请日:2023-09-06
IPC分类号: H01M10/0565 , H01M10/42 , H01M10/0525 , H01M10/058
摘要: 本发明提供了一种仿贻贝型聚环氧乙烷/锂藻土复合聚合物电解质膜及其制备方法、复合凝胶聚合物电解质膜和一种锂离子电池及其制备方法,属于锂离子电池复合聚合物凝胶电解质膜技术领域。本发明提供的仿贻贝型聚环氧乙烷/锂藻土复合聚合物电解质,锂藻土纳米片层层排列堆积,聚环氧乙烷链条分散在纳米片的空隙中,这种仿贻贝的构型使其具有很高的机械强度,在吸收电解液之后形成凝胶聚合物电解质具有很高的室温离子电导率和优异的电化学性能。
-
公开(公告)号:CN116074087A
公开(公告)日:2023-05-05
申请号:CN202310072303.3
申请日:2023-01-17
申请人: 哈尔滨工业大学
IPC分类号: H04L9/40 , H04L41/16 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08
摘要: 本发明提出一种基于网络流量上下文表征的加密流量分类方法、电子设备及存储介质,属于加密流量识分类技术领域。包括以下步骤:S1.将待分类流量按照五元组划分;S2.构建流量表征滑动窗口,将流量分为若干流量数据包片段;S3.提取每个流量片段的时间特征和空间特征;S4.根据流量片段的时间特征和空间特征生成上下文时空特征矩阵;S5.将上下文时空矩阵转换为灰度图片;S6.构建模型分类器;S7.将灰度图片输入模型分类器,输出分类结果。解决了现有技术中存在的分类准确度低、时效性低和效率低的问题。本发明在流量会话结束前就能对流量实现表征进而使用后续提出的模型进行分类,大大提高表征算法和流量分类的时效性和准确度。
-
公开(公告)号:CN113779567B
公开(公告)日:2022-09-13
申请号:CN202111061684.2
申请日:2021-09-10
申请人: 哈尔滨工业大学
摘要: 本发明提出一种面向DPI多核的缓存丢失攻击的防御方法、计算机及存储介质,属于智能防御技术领域。建立多核的算法攻击防御框架,将所有业务线程逻辑上划分为常规线程和攻击线程。流量经负载调度模块分发给常规线程,常规线程运行常用模式匹配算法进行模式匹配。当攻击检测模块检测到缓存攻击时,将攻击流下发给负载调度模块,其将攻击后续流转移到攻击线程处理。常规线程和攻击线程的数量可以根据CPU的压力情况进行自动切换,同时,将自己的线程变更后的类型反馈给负载调度模块,在负载调度模块对反馈确认前,将线程间已经收到的报文进行交换,避免报文的丢失。解决现有技术存在的DPI系统受到攻击时,处理严重延迟或丢包的技术问题。
-
公开(公告)号:CN115022049A
公开(公告)日:2022-09-06
申请号:CN202210634083.4
申请日:2022-06-06
申请人: 哈尔滨工业大学
摘要: 本发明提出一种基于计算马氏距离的分布外网络流量数据检测方法,属于数据检测技术领域。包括以下步骤:S1.原始网络流量的预处理和分类模型的预训练;S2.在预训练分类模型的基础上,获取新样本X与已知类别中最相似类别;S3.计算新样本x与最相似类别实例的马氏距离;S4.设定分布外数据阈值,分布外数据阈值采用实验的方式确定,对原网络流量数据加入小量的扰动数据,计算原网络流量数据与处理后的数据的马氏距离作为阈值的值。判断是否属于分布外数据。本发明提高了分类器分类结果的置信度。解决现有技术中存在基于计算相似度的检测方法的计算距离不具有唯一性导致的置信度低的技术问题。
-
公开(公告)号:CN114844840A
公开(公告)日:2022-08-02
申请号:CN202210450541.9
申请日:2022-04-26
申请人: 哈尔滨工业大学
发明人: 余翔湛 , 刘立坤 , 史建焘 , 叶麟 , 张晓慧 , 葛蒙蒙 , 苗钧重 , 刘凡 , 韦贤葵 , 李精卫 , 石开宇 , 王久金 , 冯帅 , 赵跃 , 宋赟祖 , 郭明昊 , 车佳臻
IPC分类号: H04L47/2441 , G06N3/04 , G06N3/08
摘要: 一种基于计算似然比的分布外网络流量数据检测方法,属于网络流量数据检测领域。为提高网络流量数据识别的精准度和置信度的问题。本发明提取网络流量特征:原始流量为pcap包,根据五元组划分为不同的数据流,设置为提取数据包长度序列、计算包到达时间间隔序列,将以上序列保存并生成CSV文件,作为模型训练的原始训练数据;使用原始训练数据训练原始分类模型,采用深度学习算法长短期记忆网络进行原始分类模型的训练,得到原始训练数据训练出的模型,生成扰动数据,采用加入高斯白噪声的方法生成扰动数据,训练扰动模型,得到扰动数据训练出的模型,计算似然比,判断分布外数据。本发明网络流量数据识别的精准度和置信度高。
-
公开(公告)号:CN113760664A
公开(公告)日:2021-12-07
申请号:CN202111060878.0
申请日:2021-09-10
申请人: 哈尔滨工业大学
摘要: 本发明提出一种两级阈值攻击检测方法、计算机及存储介质,属于智能检测技术领域。基于I级和II级的两级阈值攻击检测方法,首先,重构模式匹配算法自动机,选择≥4层的所有节点,为每个选择的节点增加被访问次数t、I级阈值L1和II级阈值L2后执行下一步骤,其次,自动机接收待匹配数据T,将I级阈值L1阈值节点比例p1和II级阈值L2阈值节点比例p2设置为0,匹配指针指向T的首字符,执行下一步骤,最后,统计节点访问次数;判断节点访问次数是否超过I级阈值L1和II级阈值L2阈值节点比例p1和节点比例p2,访问次数超过阈值的判定为攻击。解决现有技术无法识别攻击数据DPI系统收到攻击技术问题。
-
公开(公告)号:CN113010882A
公开(公告)日:2021-06-22
申请号:CN202110292042.7
申请日:2021-03-18
申请人: 哈尔滨工业大学
摘要: 本发明提出了一种适用于缓存丢失攻击的自定义位置顺序模式匹配算法,涉及一种匹配算法,尤其涉及一种适用于缓存丢失攻击的自定义位置顺序模式匹配算法,通过建立自定义位置顺序的自动机,将当前扫描字符与当前状态节点进行匹配;当前扫描字符与当前状态节点边值或失败指针中的chr匹配成功,自动机沿着边或失败指针跳转到下一个节点,如果新节点为模式自定义顺序的尾节点,即自动机的叶子节点,命中模式,输出OUTPUT表中记录的模式,自动机当前状态跳转到当前节点记录的下一个节点,继续扫描匹配;自定义位置顺序匹配算法解决了模式匹配算法总是向深度扫描,因大量自动机节点不在CPU缓存内,造成缓存命中率低,系统处理性能大幅下降的问题。
-
公开(公告)号:CN114844840B
公开(公告)日:2024-04-02
申请号:CN202210450541.9
申请日:2022-04-26
申请人: 哈尔滨工业大学
发明人: 余翔湛 , 刘立坤 , 史建焘 , 叶麟 , 张晓慧 , 葛蒙蒙 , 苗钧重 , 刘凡 , 韦贤葵 , 李精卫 , 石开宇 , 王久金 , 冯帅 , 赵跃 , 宋赟祖 , 郭明昊 , 车佳臻
IPC分类号: H04L47/2441 , G06N3/0442 , G06N3/084
摘要: 一种基于计算似然比的分布外网络流量数据检测方法,属于网络流量数据检测领域。为提高网络流量数据识别的精准度和置信度的问题。本发明提取网络流量特征:原始流量为pcap包,根据五元组划分为不同的数据流,设置为提取数据包长度序列、计算包到达时间间隔序列,将以上序列保存并生成CSV文件,作为模型训练的原始训练数据;使用原始训练数据训练原始分类模型,采用深度学习算法长短期记忆网络进行原始分类模型的训练,得到原始训练数据训练出的模型,生成扰动数据,采用加入高斯白噪声的方法生成扰动数据,训练扰动模型,得到扰动数据训练出的模型,计算似然比,判断分布外数据。本发明网络流量数据识别的精准度和置信度高。
-
公开(公告)号:CN116074087B
公开(公告)日:2023-08-04
申请号:CN202310072303.3
申请日:2023-01-17
申请人: 哈尔滨工业大学
IPC分类号: H04L9/40 , H04L41/16 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08
摘要: 本发明提出一种基于网络流量上下文表征的加密流量分类方法、电子设备及存储介质,属于加密流量识分类技术领域。包括以下步骤:S1.将待分类流量按照五元组划分;S2.构建流量表征滑动窗口,将流量分为若干流量数据包片段;S3.提取每个流量片段的时间特征和空间特征;S4.根据流量片段的时间特征和空间特征生成上下文时空特征矩阵;S5.将上下文时空矩阵转换为灰度图片;S6.构建模型分类器;S7.将灰度图片输入模型分类器,输出分类结果。解决了现有技术中存在的分类准确度低、时效性低和效率低的问题。本发明在流量会话结束前就能对流量实现表征进而使用后续提出的模型进行分类,大大提高表征算法和流量分类的时效性和准确度。
-
公开(公告)号:CN113760664B
公开(公告)日:2022-09-27
申请号:CN202111060878.0
申请日:2021-09-10
申请人: 哈尔滨工业大学
摘要: 本发明提出一种两级阈值攻击检测方法、计算机及存储介质,属于智能检测技术领域。基于I级和II级的两级阈值攻击检测方法,首先,重构模式匹配算法自动机,选择≥4层的所有节点,为每个选择的节点增加被访问次数t、I级阈值L1和II级阈值L2后执行下一步骤,其次,自动机接收待匹配数据T,将I级阈值L1阈值节点比例p1和II级阈值L2阈值节点比例p2设置为0,匹配指针指向T的首字符,执行下一步骤,最后,统计节点访问次数;判断节点访问次数是否超过I级阈值L1和II级阈值L2阈值节点比例p1和节点比例p2,访问次数超过阈值的判定为攻击。解决现有技术无法识别攻击数据DPI系统收到攻击技术问题。
-
-
-
-
-
-
-
-
-