-
公开(公告)号：CN114866486B
公开(公告)日：2024-06-18
申请号：CN202210271454.7
申请日：2022-03-18
Applicant: 广州大学
IPC: H04L47/2441 , H04L47/2483 , G06F18/23213 , G06F18/241 , H04L9/40
Abstract: 本发明涉及网络数据技术领域，且公开了一种基于数据包的加密流量分类系统，由捕获流量、分析数据包和流量分类三部分功能构成；捕获流量，在两个IP与对应端口号之间传输的所有数据包即网络流，该基于数据包的加密流量分类系统，目标是提供一种有效的方法来利用原始PCAP文件的信息，通过收集网络流数据包，构建机器学习模型，对加密流量进行分类，拦截恶意流量，构建特征矩阵时，除了获得基本的时空特征、头部特征、负载数据和统计特征外，还提出了数据包行为特征，数据包的行为表现了正常流量和恶意流量的区别，与此同时，本发明重点关注了加密协议尤其是TLS协议不同版本的区别，同时引入到模型中进行分析，从而提高系统对于加密流量的分类能力。
-
公开(公告)号：CN114866486A
公开(公告)日：2022-08-05
申请号：CN202210271454.7
申请日：2022-03-18
Applicant: 广州大学
IPC: H04L47/2441 , H04L47/2483 , G06K9/62 , H04L9/40
Abstract: 本发明涉及网络数据技术领域，且公开了一种基于数据包的加密流量分类系统，由捕获流量、分析数据包和流量分类三部分功能构成；捕获流量，在两个IP与对应端口号之间传输的所有数据包即网络流，该基于数据包的加密流量分类系统，目标是提供一种有效的方法来利用原始PCAP文件的信息，通过收集网络流数据包，构建机器学习模型，对加密流量进行分类，拦截恶意流量，构建特征矩阵时，除了获得基本的时空特征、头部特征、负载数据和统计特征外，还提出了数据包行为特征，数据包的行为表现了正常流量和恶意流量的区别，与此同时，本发明重点关注了加密协议尤其是TLS协议不同版本的区别，同时引入到模型中进行分析，从而提高系统对于加密流量的分类能力。
-
公开(公告)号：CN113688631A
公开(公告)日：2021-11-23
申请号：CN202110764616.6
申请日：2021-07-05
IPC: G06F40/295 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种嵌套命名实体识别方法、系统、计算机和存储介质，通过将待识别文本的第一文本词向量表示进行边界检测得到对应的边界词概率和边界文本向量表示，再采用条件随机场进行解码和标注得到第一实体识别结果，以及根据边界词概率和预设概率阈值判断边界文本向量表示中是否存在嵌套命名实体边界词，并在存在时，将相邻嵌套命名实体边界词之间的边界文本向量表示合并得到的第二文本词向量表示进行边界检测开始下一轮实体识别迭代，反之，停止迭代，将第一实体识别结果作为待识别文本的实体识别结果的方法，有效识别命名实体的边界且缩减了候选实体子序列的数目，有效降低命名实体的解码复杂度，进一步提高嵌套实体预测识别能力和实用性。
-
公开(公告)号：CN113688631B
公开(公告)日：2023-06-09
申请号：CN202110764616.6
申请日：2021-07-05
IPC: G06F40/295 , G06F40/284 , G06F40/30 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明提供了一种嵌套命名实体识别方法、系统、计算机和存储介质，通过将待识别文本的第一文本词向量表示进行边界检测得到对应的边界词概率和边界文本向量表示，再采用条件随机场进行解码和标注得到第一实体识别结果，以及根据边界词概率和预设概率阈值判断边界文本向量表示中是否存在嵌套命名实体边界词，并在存在时，将相邻嵌套命名实体边界词之间的边界文本向量表示合并得到的第二文本词向量表示进行边界检测开始下一轮实体识别迭代，反之，停止迭代，将第一实体识别结果作为待识别文本的实体识别结果的方法，有效识别命名实体的边界且缩减了候选实体子序列的数目，有效降低命名实体的解码复杂度，进一步提高嵌套实体预测识别能力和实用性。
-
Patent Agency Ranking
公开(公告)号：CN113610114A
公开(公告)日：2021-11-05
申请号：CN202110782315.6
申请日：2021-07-09
Applicant: 广州大学
Abstract: 本发明公开了一种车辆重识别方法、系统、计算机设备和存储介质，所述方法包括：将车辆图像输入第一神经网络，从中提取全局特征，并对所述全局特征进行训练，得到全局分支重识别结果；对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块；对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块；将所述高质量局部区域块输入第二神经网络，从中提取局部特征，并对所述局部特征进行训练，得到局部分支重识别结果；将所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果。本发明能够解决车辆重识别中类间相似和类内差异问题，减少计算过程中的噪声，提高重识别的准确率，同时在一定程度上解决了遮挡问题。
-
公开(公告)号：CN113923026A
公开(公告)日：2022-01-11
申请号：CN202111181341.X
申请日：2021-10-11
Applicant: 广州大学
Abstract: 本发明公开了一种基于TextCNN的加密恶意流量检测模型及其构建方法，该方法包括如下步骤：步骤S1，通过自建沙箱收集恶意流量数据，并通过其他渠道收集恶意流量与良性流量数据，制作训练集和测试集；步骤S2，对数据集中的所有的恶意流量和良性流量样本进行数据预处理；步骤S3，基于TextCNN网络架构构建加密恶意流量检测模型；步骤S4，利用所述训练集中的数据采用k折交叉验证的方法对构建的加密恶意流量检测网络模型进行训练和验证；步骤S5，通过所述测试集对所述加密恶意流量检测网络模型的泛化能力进行测试。
-
公开(公告)号：CN113705619A
公开(公告)日：2021-11-26
申请号：CN202110884285.X
申请日：2021-08-03
Applicant: 广州大学
Abstract: 本发明提供了一种恶意流量检测方法、系统、计算机及介质，所述方法为获取待检测流量数据；提取所述待检测流量数据的待分析字段信息集，并将所述待分析字段信息集按照预设比例划分为训练集和测试集；确定所述训练集和测试集的待分析特征；将所述训练集的待分析特征输入到多个预设分类器进行训练，并通过软投票法对所述多个预设分类器集成，得到恶意流量检测模型；将所述测试集的待分析特征输入到所述恶意流量检测模型进行测试，得到预测结果。本发明不仅实现了无需解密即可精准识别恶意流量的技术效果，而且提高了恶意流量检测模型的泛化能力和安全性，还可以部署在不同的防火墙、入侵检测系统和入侵防御系统上，具有较好的通用性。
-
公开(公告)号：CN113705619B
公开(公告)日：2023-09-12
申请号：CN202110884285.X
申请日：2021-08-03
Applicant: 广州大学
IPC: G06F18/214 , G06N20/00 , G06F18/241
Abstract: 本发明提供了一种恶意流量检测方法、系统、计算机及介质，所述方法为获取待检测流量数据；提取所述待检测流量数据的待分析字段信息集，并将所述待分析字段信息集按照预设比例划分为训练集和测试集；确定所述训练集和测试集的待分析特征；将所述训练集的待分析特征输入到多个预设分类器进行训练，并通过软投票法对所述多个预设分类器集成，得到恶意流量检测模型；将所述测试集的待分析特征输入到所述恶意流量检测模型进行测试，得到预测结果。本发明不仅实现了无需解密即可精准识别恶意流量的技术效果，而且提高了恶意流量检测模型的泛化能力和安全性，还可以部署在不同的防火墙、入侵检测系统和入侵防御系统上，具有较好的通用性。
-
公开(公告)号：CN113610114B
公开(公告)日：2023-08-08
申请号：CN202110782315.6
申请日：2021-07-09
Applicant: 广州大学
IPC: G06V10/62 , G06V20/54 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/44 , G06V10/82 , G06T3/40 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种车辆重识别方法、系统、计算机设备和存储介质，所述方法包括：将车辆图像输入第一神经网络，从中提取全局特征，并对所述全局特征进行训练，得到全局分支重识别结果；对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块；对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块；将所述高质量局部区域块输入第二神经网络，从中提取局部特征，并对所述局部特征进行训练，得到局部分支重识别结果；将所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果。本发明能够解决车辆重识别中类间相似和类内差异问题，减少计算过程中的噪声，提高重识别的准确率，同时在一定程度上解决了遮挡问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
