-
公开(公告)号:CN118368076A
公开(公告)日:2024-07-19
申请号:CN202310092241.2
申请日:2023-01-18
申请人: 国家电网有限公司信息通信分公司 , 中国科学院软件研究所
摘要: 本发明公开一种基于社群分析的电力网络安全异常行为预警方法和系统,属于智能电网、网络安全、异常行为预警技术领域。该方法首先通过IP地址将用户的部门、职位、角色等属性信息与网络流量、操作日志等网络资源数据进行融合,其次利用深度学习技术实现用户社群特征和网络资源数据特征的自动学习与提取,之后利用经过粒子群优化的支持向量回归算法对网络安全异常行为检测,最后,在此基础上利用攻击图算法对攻击事件进行早期预警。本发明有效解决了单个用户行为模式的不确定性及特征提取需要依赖专家知识的问题。
-
公开(公告)号:CN118368073A
公开(公告)日:2024-07-19
申请号:CN202310055632.7
申请日:2023-01-18
申请人: 国家电网有限公司信息通信分公司 , 中国科学院软件研究所
IPC分类号: H04L9/40 , G06F16/25 , G06F16/904
摘要: 本发明提供了一种动态可扩展的网络空间挂图作战方法与系统,包括:设计网络空间挂图作战要素框架,在要素管理模块中设计网络空间资源要素集,在图层管理模块中设计网络空间基础图层与网络空间业务图层、在可视化表达模块中设计可视化表达组件与布局等;结合业务需求,在挂图设计模块中设计网络空间挂图作战模板;集成接入多源异构网络时空大数据,在挂图设计模块中构建融合形成网络空间挂图作战场景;在挂图作战模块中,发布并应用网络空间挂图作战场景,支撑网络空间攻防对抗、挂图作战等业务,为其提供决策支撑。本发明提供了一种灵活的、动态可配的网络空间挂图作战方法,为网络空间挂图作战提供了动态可扩展的场景图形构建方法与支撑系统。
-
公开(公告)号:CN115114498B
公开(公告)日:2024-09-10
申请号:CN202110286268.6
申请日:2021-03-17
申请人: 中国科学院软件研究所
IPC分类号: G06F16/951 , G06F16/9535
摘要: 本发明公开了一种基于多维度的网络空间人物画像方法,其步骤包括:1)构建网络空间的人物画像体系,所述人物画像体系包括人物的基本信息、个人经历、社交信息、用户标签和社会关系;2)对于一目标人物,爬取该目标人物的基本信息和社交信息计算该目标人物的社交影响指数;3)获取该目标人物的个人经历;4)利用该目标人物的年龄阶段、职业所涉及行业作为目标人物标记身份标签人物标记身份标签;5)根据该目标人物在社交媒体Twitter和微博中发布的消息数量,计算权重γTwitter、γWeibo,并计算消息中词语的TF‑IDF值与对应权重相乘,选取TF‑IDF值靠前若干词语作为该目标人物的兴趣标签。
-
公开(公告)号:CN116662557A
公开(公告)日:2023-08-29
申请号:CN202210141506.9
申请日:2022-02-16
申请人: 中国科学院软件研究所
IPC分类号: G06F16/36 , G06F16/35 , G06F40/295 , G06F40/284 , G06F40/216 , G06F40/30 , G06N3/0464 , G06N3/047 , G06N3/08
摘要: 本发明公开一种网络安全领域内的实体关系抽取方法及装置,涉及网络安全领域,本发明依据网络安全领域关注目标的特征,通过穷举多源异构网络安全数据的句子中达到一定长度的片段,生成每个片段的语义矩阵,从而提升实体识别模型的准确度;并在此基础上对实体对向量进行重新编码,将实体主客体边界、实体类型与属性特征补充到关系抽取模型的输入中,以获得结果更准确的关系抽取模型,减少错误传播的方法。进一步地,本发明通过对无法识别出实体类型且出现频率较高的片段进行筛选判断,将其补充到实体类型集合和实体关系集合中,进行持续优化和反馈,提高模型的识别广度和准确率。
-
公开(公告)号:CN116599929A
公开(公告)日:2023-08-15
申请号:CN202310524079.7
申请日:2023-05-10
申请人: 中国科学院软件研究所
IPC分类号: H04L61/5007 , H04L69/16 , G06F18/213 , G06F18/214 , G06N3/084
摘要: 本发明公开了一种基于图嵌入与生成模型的IP地址定位方法,其步骤包括:1)采集多个已知IP设备的地理位置以及辅助定位特征;2)根据所述辅助定位特征构建由各IP节点构成的图结构;3)利用图嵌入模型生成所述图结构中每个IP节点的特征向量;4)对每一IP设备的地理位置信息进行离散化处理,将同一区域内的IP设备设置相同的地理信息离散编码;5)使用生成模型对每个IP节点的特征向量进行特征降维,并用该IP节点对应的地理信息离散编码进行监督训练优化生成模型,将优化后的生成模型作为降维网络;6)对于一待定位的IP设备k,生成该IP设备k的特征向量并将其输入降维网络,预测得到该IP设备k的定位结果。
-
公开(公告)号:CN113919351A
公开(公告)日:2022-01-11
申请号:CN202111151177.8
申请日:2021-09-29
申请人: 中国科学院软件研究所
IPC分类号: G06F40/295 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于迁移学习的网络安全命名实体和关系联合抽取方法及装置,包括:对网络安全威胁情报进行网络安全命名实体及关系联合标注,构建网络安全威胁情报语料库;基于自然语言语料库预训练深度神经网络;将预训练深度神经网络与一分类器组合,构建初始联合抽取模型;基于网络安全威胁情报语料库,对初始联合抽取模型进行训练;将目标数据输入训练好的联合抽取模型,得到网络安全命名实体和关系联合抽取结果。本发明能够同时标注网络安全命名实体和关系,有效规避先实体后关系的串行抽取模式存在的误差传递问题,降低网络安全领域实体及关系抽取对专家经验的依赖,增强模型的移植性,减少网络安全领域内标注数据集少对模型训练带来的困扰。
-
公开(公告)号:CN116668045A
公开(公告)日:2023-08-29
申请号:CN202210145279.7
申请日:2022-02-17
申请人: 中国科学院软件研究所
IPC分类号: H04L9/40 , G06N3/0442
摘要: 本发明提出了一种多维度的网络安全综合预警方法和系统。该方法包括:首先,采集多源异构网络安全大数据,对数据进行预处理操作,使其符合后续模型分析需求;其次,构建多维度网络安全预警模型,对当前网络安全状况进行多维度刻画;然后,基于多维度网络安全预警模型,构建综合警情预警模型,对当前网络安全状况进行综合预警;最后,结合具体业务需求,进行预警信息发布、跟踪、升降级、处置、解除预警的业务流程。本发明基于网络安全时空大数据构建网络安全预警模型,从网络资产易感、威胁攻击影响面、网络安全综合状况等进行深度的画像、指标提取和计算,对网络环境安全状况进行综合预警,能够有效帮助网络安全预警相关工作人员做出决策判断。
-
公开(公告)号:CN115147691A
公开(公告)日:2022-10-04
申请号:CN202210563729.4
申请日:2022-05-23
申请人: 西安电子科技大学 , 中国科学院软件研究所
摘要: 本发明公开了一种基于多方向梯度滤波的多模态图像融合方法,包括:获取不同模态的源图像并进行拉普拉斯分解,得到拉普拉斯金字塔序列,该序列均包括一个低频层和多个高频层;将低频层代入滤波优化问题中求解,以求解结果为显著层对应计算残差层;其中问题优化目标至少包括滤波前后图像的亮度分布相似性以及滤波后的八方向总梯度;基于目标源图像的显著层计算显著层融合因子,并计算残差层融合因子;基于两种因子进行显著层融合以及残差层融合,并利用两种融合结果得到低频层融合结果;进行高频层融合,并基于高频层融合结果以及低频层融合结果采用拉普拉斯逆变换法进行图像重构,得到多模融合图像。本发明可提高多模态图像融合质量。
-
公开(公告)号:CN115131413A
公开(公告)日:2022-09-30
申请号:CN202210565434.0
申请日:2022-05-23
申请人: 西安电子科技大学 , 中国科学院软件研究所
摘要: 本发明公开了一种基于多尺度三维频域卷积特征的多模遥感图像配准方法,包括:获取基准图像和待配准图像;采用基于二维Log‑Gabor函数的空间域滤波器对每张图像进行相位一致性测量,得到不同角度不同尺度下的相位一致性响应信息和卷积响应值;基于相位一致性响应信息计算相位一致性叠加矩图像;对相同角度不同尺度下的卷积响应值进行累加,得到三维频域卷积响应通道图;对相位一致性叠加矩图像进行特征点检测,并将特征点位置信息作为三维频域卷积响应通道图的特征点位置信息;基于三维频域卷积响应通道图及其特征点位置信息,对基准图像和待配准图像进行配准。本发明能够对多模遥感图像实现高精度且快速的配准。
-
公开(公告)号:CN115114498A
公开(公告)日:2022-09-27
申请号:CN202110286268.6
申请日:2021-03-17
申请人: 中国科学院软件研究所
IPC分类号: G06F16/951 , G06F16/9535
摘要: 本发明公开了一种基于多维度的网络空间人物画像方法,其步骤包括:1)构建网络空间的人物画像体系,所述人物画像体系包括人物的基本信息、个人经历、社交信息、用户标签和社会关系;2)对于一目标人物,爬取该目标人物的基本信息和社交信息计算该目标人物的社交影响指数;3)获取该目标人物的个人经历;4)利用该目标人物的年龄阶段、职业所涉及行业作为目标人物标记身份标签人物标记身份标签;5)根据该目标人物在社交媒体Twitter和微博中发布的消息数量,计算权重γTwitter、γWeibo,并计算消息中词语的TF‑IDF值与对应权重相乘,选取TF‑IDF值靠前若干词语作为该目标人物的兴趣标签。
-
-
-
-
-
-
-
-
-