-
公开(公告)号：CN118764325B
公开(公告)日：2024-11-26
申请号：CN202411251666.4
申请日：2024-09-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L67/1001 , H04L67/60 , G06F18/20
Abstract: 一种基于多智能体协同的云‑边‑端安全检测任务调度方法，涉及网络空间安全技术领域，提出了一种EECC分布式架构中节点的安全性度量方法，设计了一个节点安全性指标，端节点利用其周围相邻节点的安全性指标进行联合考量，以衡量自身抵御外界攻击的能力。同时，该标指还用于指导智能代理做出安全检测任务调度和策略优化。实现在保障节点安全的同时，优化资源利用。云边端协同优化问题建模为一个马尔科夫博弈过程，考虑了节点、任务与链路的特性以及边缘节点的负载均衡等特性，以做出更优的安全检测任务调度决策。
-
Patent Agency Ranking
公开(公告)号：CN118869360A
公开(公告)日：2024-10-29
申请号：CN202411336317.2
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于异构图注意力网络和随机游走的恶意加密流量检测方法，涉及网络安全技术领域，使用基于元路径的随机游走策略，用于获取不同元路径中每个节点在时间上更为接近的邻居节点，并采用异质图注意力网络来实现节点级和元路径级的信息聚合和特征嵌入，以捕获加密流量中潜在的空间结构信息和时序关联。
-
公开(公告)号：CN118869360B
公开(公告)日：2024-12-24
申请号：CN202411336317.2
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于异构图注意力网络和随机游走的恶意加密流量检测方法，涉及网络安全技术领域，使用基于元路径的随机游走策略，用于获取不同元路径中每个节点在时间上更为接近的邻居节点，并采用异质图注意力网络来实现节点级和元路径级的信息聚合和特征嵌入，以捕获加密流量中潜在的空间结构信息和时序关联。
-
公开(公告)号：CN118764325A
公开(公告)日：2024-10-11
申请号：CN202411251666.4
申请日：2024-09-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L67/1001 , H04L67/60 , G06F18/20
Abstract: 一种基于多智能体协同的云‑边‑端安全检测任务调度方法，涉及网络空间安全技术领域，提出了一种EECC分布式架构中节点的安全性度量方法，设计了一个节点安全性指标，端节点利用其周围相邻节点的安全性指标进行联合考量，以衡量自身抵御外界攻击的能力。同时，该标指还用于指导智能代理做出安全检测任务调度和策略优化。实现在保障节点安全的同时，优化资源利用。云边端协同优化问题建模为一个马尔科夫博弈过程，考虑了节点、任务与链路的特性以及边缘节点的负载均衡等特性，以做出更优的安全检测任务调度决策。
-
公开(公告)号：CN118368150B
公开(公告)日：2024-10-11
申请号：CN202410796259.5
申请日：2024-06-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L43/0876 , H04L43/026 , H04L43/028 , H04L43/00 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于知识蒸馏的轻量化恶意加密流量检测方法，涉及网络安全态势感知技术领域，在第一阶段，利用了流量的原始特征信息进行快速过滤，减轻了后续深度学习模型的计算压力。随后，在第二阶段，我们进一步利用了流量的图像特征信息，并通过轻量级卷积神经网络（CNN）更全面地分析流的内容特征。两阶段方法大大提升了恶意加密流量的检测效率。其次，利用了知识蒸馏的训练策略，进一步提高系统对恶意加密流量的检测准确性。
-
公开(公告)号：CN118368150A
公开(公告)日：2024-07-19
申请号：CN202410796259.5
申请日：2024-06-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: H04L9/40 , H04L43/0876 , H04L43/026 , H04L43/028 , H04L43/00 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于知识蒸馏的轻量化恶意加密流量检测方法，涉及网络安全态势感知技术领域，在第一阶段，利用了流量的原始特征信息进行快速过滤，减轻了后续深度学习模型的计算压力。随后，在第二阶段，我们进一步利用了流量的图像特征信息，并通过轻量级卷积神经网络（CNN）更全面地分析流的内容特征。两阶段方法大大提升了恶意加密流量的检测效率。其次，利用了知识蒸馏的训练策略，进一步提高系统对恶意加密流量的检测准确性。
-
-
-
-
-
Search Results
6
records
(took 0.068 seconds)
