一种数据安全监控系统
    4.
    发明公开

    公开(公告)号:CN116244688A

    公开(公告)日:2023-06-09

    申请号:CN202310173083.3

    申请日:2023-02-27

    IPC分类号: G06F21/55 G06N3/0464 G06N3/08

    摘要: 本发明提供了一种数据安全监控系统,包括:数据处理模块和多个数据采集终端;数据处理模块分别与多个数据采集终端连接;数据采集终端用于采集被监测工业系统各个车间的运行数据;数据处理模块用于根据每个车间的运行数据,判断对应车间是否存在安全隐患;数据处理模块中集成有多个安全隐患识别模型;安全隐患识别模型与数据采集终端一一对应;任一安全隐患识别模型是利用对应车间的运行数据对神经网络进行训练后得到的。本发明通过设置多个安全隐患识别模型对数据进行实时监测,并完成安全性识别,以提高数据的安全性。

    一种IoT网络异常流量实时检测方法及系统

    公开(公告)号:CN112134873A

    公开(公告)日:2020-12-25

    申请号:CN202010984588.4

    申请日:2020-09-18

    IPC分类号: H04L29/06

    摘要: 本发明涉及一种IoT网络异常流量实时检测方法及系统。本发明首先使用主动探测和被动发现相结合的方式提取物联网流量特征;其次,使用核主成分分析法对提取的特征向量进行维度约简以减小冗余特征对检测器的影响以提高检测准确度;最后,使用重新生成的低维特征向量训练基于条件深度信念网络的IoT网络流量检测器,在此过程中,数据以窗口的形式序列输入条件深度信念网络模型。本发明能够实时准确的检测IoT网络异常流量,确保物联网内设备和通信安全。

    一种WiFi安全登录认证系统及方法

    公开(公告)号:CN111865962B

    公开(公告)日:2022-04-08

    申请号:CN202010683877.0

    申请日:2020-07-16

    IPC分类号: H04L9/40 H04L9/08

    摘要: 本发明涉及一种WiFi安全登录认证系统及方法,该系统包括WiFi服务端和WiFi设备端;所述WiFi服务端包括服务器和密钥生成模块,所述服务器上电性连接有服务端以太网接口;所述WiFi设备端包括嵌入式微处理器、WiFi模块、加密模块和安全通道模块,所述安全通道模块上电性连接有设备端以太网接口,所述嵌入式微处理器分别与所述WiFi模块、加密模块和安全通道模块电性连接,所述加密模块分别与WiFi模块和安全通道模块电性连接;所述服务端以太网接口与设备端以太网接口通过网线连接。本发明能够有效保证登陆认证的安全性。

    一种IoT网络异常流量检测方法及系统

    公开(公告)号:CN112134875B

    公开(公告)日:2022-04-05

    申请号:CN202010986424.5

    申请日:2020-09-18

    IPC分类号: H04L9/40

    摘要: 本发明公开了一种IoT网络异常流量检测方法及系统,可用在物联网中作为物联网防火墙的补充对IoT网络流量实时分析与检测。本发明首先通过分析单位时间内物联网中流量信息,提取物联网设备指纹信息及流量指纹信息,采用word2vector技术将非数值化信息转化为数据信息,将指纹信息重组指纹码;其次,使用基于少数样本过采样技术平衡化异常流量指纹码和正常流量指纹码以精准化检测模型的基线阈值;最后基于降噪自编码的极限学习机计算检测阈值,通过计算正常指纹码和异常指纹码输入模型后的重构误差分布确定基线检测阈值。本发明确保物联网机密性、完整性及可用性,能够提高网络异常流量的检测效率。

    一种IoT网络异常流量检测方法及系统

    公开(公告)号:CN112134875A

    公开(公告)日:2020-12-25

    申请号:CN202010986424.5

    申请日:2020-09-18

    IPC分类号: H04L29/06

    摘要: 本发明公开了一种IoT网络异常流量检测方法及系统,可用在物联网中作为物联网防火墙的补充对IoT网络流量实时分析与检测。本发明首先通过分析单位时间内物联网中流量信息,提取物联网设备指纹信息及流量指纹信息,采用word2vector技术将非数值化信息转化为数据信息,将指纹信息重组指纹码;其次,使用基于少数样本过采样技术平衡化异常流量指纹码和正常流量指纹码以精准化检测模型的基线阈值;最后基于降噪自编码的极限学习机计算检测阈值,通过计算正常指纹码和异常指纹码输入模型后的重构误差分布确定基线检测阈值。本发明确保物联网机密性、完整性及可用性,能够提高网络异常流量的检测效率。

    一种IoT网络异常流量实时检测方法及系统

    公开(公告)号:CN112134873B

    公开(公告)日:2022-04-26

    申请号:CN202010984588.4

    申请日:2020-09-18

    IPC分类号: H04L9/40

    摘要: 本发明涉及一种IoT网络异常流量实时检测方法及系统。本发明首先使用主动探测和被动发现相结合的方式提取物联网流量特征;其次,使用核主成分分析法对提取的特征向量进行维度约简以减小冗余特征对检测器的影响以提高检测准确度;最后,使用重新生成的低维特征向量训练基于条件深度信念网络的IoT网络流量检测器,在此过程中,数据以窗口的形式序列输入条件深度信念网络模型。本发明能够实时准确的检测IoT网络异常流量,确保物联网内设备和通信安全。