智能电网嵌入式设备网络检测评估系统与检测评估方法

    公开(公告)号:CN103905450A

    公开(公告)日:2014-07-02

    申请号:CN201410133238.1

    申请日:2014-04-03

    IPC分类号: H04L29/06 H04L12/26

    摘要: 本发明公开了一种智能电网嵌入式设备网络检测评估系统,包括专用网络安全检测设备、影子机和电力系统安全监控中心;专用网络安全检测设备对各类网络数据包进行分析过滤;影子机对嵌入式系统在受到网络攻击时其网络状态和主机状态变化进行检测,并将网络状态及主机状态信息发送至电力系统安全监控中心;电力系统安全监控中心通过基于平台配置属性度量、平台运行属性度量和用户认证属性度量进行的多维度属性综合度量,得出安全检测结果。本发明能够利用影子机在不影响嵌入式系统正常工作的情况下,快速准确地对已知或未知的电力系统网络攻击进行实时动态的安全检测和评估。

    智能电网嵌入式设备网络检测评估系统与检测评估方法

    公开(公告)号:CN103905450B

    公开(公告)日:2017-05-31

    申请号:CN201410133238.1

    申请日:2014-04-03

    IPC分类号: H04L29/06 H04L12/26

    摘要: 本发明公开了一种智能电网嵌入式设备网络检测评估系统,包括专用网络安全检测设备、影子机和电力系统安全监控中心;专用网络安全检测设备对各类网络数据包进行分析过滤;影子机对嵌入式系统在受到网络攻击时其网络状态和主机状态变化进行检测,并将网络状态及主机状态信息发送至电力系统安全监控中心;电力系统安全监控中心通过基于平台配置属性度量、平台运行属性度量和用户认证属性度量进行的多维度属性综合度量,得出安全检测结果。本发明能够利用影子机在不影响嵌入式系统正常工作的情况下,快速准确地对已知或未知的电力系统网络攻击进行实时动态的安全检测和评估。

    一种智能电网嵌入式设备网络攻击诱捕系统和诱捕方法

    公开(公告)号:CN103905451A

    公开(公告)日:2014-07-02

    申请号:CN201410133307.9

    申请日:2014-04-03

    IPC分类号: H04L29/06

    摘要: 本发明公开了一种智能电网嵌入式设备网络攻击诱捕系统,包括诱捕装置和安全分析服务器;诱捕装置包括网络接口模块、安全控制模块和实际嵌入式设备模拟机;网络接口模块用于完成IP数据包的收发,安全控制模块用于对IP数据包进行标识和解析判别,安全控制模块连接有串口通信模块、外部存储器和开关模块;实际嵌入式设备模拟机将网络状态及主机状态信息发送至安全分析服务器;安全分析服务器通过多维度属性综合度量得出最终安全检测结果。本发明能够在不影响嵌入式终端正常工作的情况下,快速、准确地对已知或未知的电力系统网络攻击进行实时动态的安全检测和评估;同时有效阻止攻击者通过网络接口模块对诱捕装置进行攻击。

    一种敏感网页识别与检测方法及装置

    公开(公告)号:CN107992764B

    公开(公告)日:2021-07-23

    申请号:CN201711211128.2

    申请日:2017-11-28

    摘要: 本发明公开了一种敏感网页识别与检测方法及装置,该方法包括通过将ImageNet数据集输入至深度学习网络模型进行预训练;利用敏感网页数据训练集对所述进行预训练后的深度学习网络模型进行细粒度训练,得到敏感信息自动检测模型;将待检测网页转化为待检测的图像数据,并输入至所述敏感信息自动检测模型进行敏感网页识别与检测。利用已有神经网络模型经典的数据集,进行粗粒度神经网络参数训练,使之快速学习普通图像的深度特征;之后利用敏感网页数据集进行细粒度训练,学习到符合敏感网页自动识别和检测的深度特征,能够实现针对敏感网页文档进行自动识别和检测。

    一种敏感网页识别与检测方法及装置

    公开(公告)号:CN107992764A

    公开(公告)日:2018-05-04

    申请号:CN201711211128.2

    申请日:2017-11-28

    IPC分类号: G06F21/62 G06F17/30 G06N3/08

    摘要: 本发明公开了一种敏感网页识别与检测方法及装置,该方法包括通过将ImageNet数据集输入至深度学习网络模型进行预训练;利用敏感网页数据训练集对所述进行预训练后的深度学习网络模型进行细粒度训练,得到敏感信息自动检测模型;将待检测网页转化为待检测的图像数据,并输入至所述敏感信息自动检测模型进行敏感网页识别与检测。利用已有神经网络模型经典的数据集,进行粗粒度神经网络参数训练,使之快速学习普通图像的深度特征;之后利用敏感网页数据集进行细粒度训练,学习到符合敏感网页自动识别和检测的深度特征,能够实现针对敏感网页文档进行自动识别和检测。

    一种智能电网嵌入式设备网络攻击诱捕系统和诱捕方法

    公开(公告)号:CN103905451B

    公开(公告)日:2017-04-12

    申请号:CN201410133307.9

    申请日:2014-04-03

    IPC分类号: H04L29/06

    摘要: 本发明公开了一种智能电网嵌入式设备网络攻击诱捕系统,包括诱捕装置和安全分析服务器;诱捕装置包括网络接口模块、安全控制模块和实际嵌入式设备模拟机;网络接口模块用于完成IP数据包的收发,安全控制模块用于对IP数据包进行标识和解析判别,安全控制模块连接有串口通信模块、外部存储器和开关模块;实际嵌入式设备模拟机将网络状态及主机状态信息发送至安全分析服务器;安全分析服务器通过多维度属性综合度量得出最终安全检测结果。本发明能够在不影响嵌入式终端正常工作的情况下,快速、准确地对已知或未知的电力系统网络攻击进行实时动态的安全检测和评估;同时有效阻止攻击者通过网络接口模块对诱捕装置进行攻击。