-
公开(公告)号：CN119853982A
公开(公告)日：2025-04-18
申请号：CN202411938972.5
申请日：2024-12-26
Applicant: 广州大学
Abstract: 本发明提供了一种基于动态重定向的配置文件保护方法，涉及信息安全技术领域。所述配置文件保护方法包括以下步骤：基于系统识别待保护配置文件并转移至安全的存储位置，基于用户终端设备的软硬件特征在待保护配置文件原路径生成高度仿真的诱饵配置文件；基于文件系统过滤驱动自动捕获请求访问待保护配置文件的进程并传递至重定向决策引擎，基于重定向决策引擎对请求访问的进程进行判定；当判定为合法行为的请求进程时，系统将访问路径重定向至真实配置文件，当判定为异常或可疑的请求，请求进程路径将被重定向至诱饵配置文件，诱导进程访问伪造数据。本发明提供的配置文件保护方法实现了对客户端配置文件的透明保护，提升了安全性和迷惑性。
-
公开(公告)号：CN119728206A
公开(公告)日：2025-03-28
申请号：CN202411837387.6
申请日：2024-12-13
Applicant: 广州大学
IPC: H04L9/40
Abstract: 本发明提供了一种基于大模型的命令蜜点构建及部署方法，涉及网络空间安全技术领域。所述命令蜜点构建及部署方法包括以下步骤：基于用户终端命令历史记录构建用户行为模型，基于攻击日志构建攻击行为模型；基于用户行为模型、攻击行为模型生成命令蜜点模板，基于大模型分析用户当前操作环境匹配命令蜜点模板动态生成多个命令蜜点；基于用户行为模型、攻击行为模型及用户当前操作环境选择命令蜜点的部署位置；当命令蜜点触发时发出告警并记录所述命令蜜点的触发事件，基于所述触发事件生成结构化反馈数据，基于结构化反馈数据优化命令蜜点。本发明提供的命令蜜点构建及部署方法改善了传统方法命令历史记录防御效果低下、安全性不足的问题。
-
公开(公告)号：CN118611983B
公开(公告)日：2024-11-12
申请号：CN202411037261.0
申请日：2024-07-31
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 王梓宇 , 周盈海 , 仇晶 , 方滨兴 , 徐天福 , 何群 , 邱日轩 , 鲁辉 , 李默涵 , 孙彦斌 , 刘园 , 张乐君 , 徐光侠 , 苏申 , 姜誉 , 付矞飞 , 黄刚
IPC: H04L9/40 , G06F18/2433 , G06F18/214 , G06F18/2111 , G06F18/20
Abstract: 本发明提供了一种网络攻击组织的行为基因识别方法包括：收集包括攻击组织行为基因知识图谱和系统进程数据的基础数据；提取系统进程数据中的进程行为序列数据进行行为基因同源推理以预测得到目标攻击组织；检索并整理目标攻击组织的高级行为基因信息然后转化为行为依赖模式集合，分析已知攻击事件的行为日志得到对应的行为依赖实例，将行为依赖实例与行为依赖模式集合进行对齐匹配从而识别出目标依赖模式；根据目标依赖模式构建威胁搜寻查询提示词用于与大语言模型交互以识别出与目标依赖模式行为基因语义一致的攻击行为。应用该方法能够实时解构行为基因数据并进行识别，能够进行多维度数据分析和高级行为基因识别提高了对识别精度和覆盖范围。
-
公开(公告)号：CN118802369A
公开(公告)日：2024-10-18
申请号：CN202411265988.4
申请日：2024-09-11
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 姜云欣 , 周盈海 , 方滨兴 , 徐天福 , 何群 , 邱日轩 , 刘园 , 李默涵 , 鲁辉 , 仇晶 , 孙彦斌 , 张乐君 , 徐光侠 , 姜誉 , 苏申 , 付矞飞 , 黄刚
Abstract: 本发明公开了一种面向APT知识图谱和大语言模型的协同增强方法，包括步骤：S1、构建专注于网络安全领域的APT知识图谱；S2、根据用户输入的问题设计链式提示语依次传递给大语言模型进行分步回答，大语言模型利用APT知识图谱提供的知识进行问题的查询与定位；S3、结合定位的APT知识节点与用户输入的问题内容，利用子图检索的强相关节点丰富上下文感知提示；S4、大语言模型根据上下文感知提示，为用户生成一个全面的答案。本发明增强了大语言模型在APT场景下的语义理解、推理和预测能力，大语言模型可以更好地分析和推断攻击者行为、攻击路径，提高在复杂网络环境中的准确性，增强了对APT攻击的防御和应对能力。
-
公开(公告)号：CN117993497A
公开(公告)日：2024-05-07
申请号：CN202410296311.0
申请日：2024-03-15
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: G06N5/022 , G06F16/36 , G06N3/042 , G06N3/0985 , G06N5/04
Abstract: 本发明提供了一种基于元关系学习的知识图谱补全方法，包括：基于知识图谱数据进行嵌入表示学习，得到知识图谱中的实体和关系的静态嵌入表示；根据静态嵌入表示进行元任务训练得到学习到的参数，对学习到的参数进行元任务测试以选择出元关系学习参数；将静态嵌入表示与元关系学习参数进行融合得到综合实体表示，使用综合实体表示计算关系路径，利用图神经网络对所述关系路径进行更新得到得到关系路径上节点的更新后的表示并生成最终的路径表示，利用路径表示进行实体间的关系预测得到实体间关系的预测结果以实现知识图谱补全。应用该方法能够快速适应新任务，选择合适的元任务，以确保学到的元关系参数对于多样化的实体和关系具有泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117560223B
公开(公告)日：2024-04-16
申请号：CN202410021371.1
申请日：2024-01-08
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
Abstract: 本发明提供了一种威胁的归因预测方法，包括：获取系统记录的网络访问信息，根据网络访问信息提取对应的IP数据；从威胁情报数据平台查询匹配IP数据的IP节点，根据IP节点获取IP威胁情报数据；根据IP威胁情报数据进行威胁组织归因推理，得到威胁的归因预测结果。进一步，还能够获取IP数据、IP威胁情报数据和归因预测结果，整合生成威胁的归因预测报告。应用本发明的方法能够实现网络安全防御阶段的有效前移，提升现有防御系统对新型和未知威胁的响应能力，增强整个网络安全体系的主动性和有效性，可以有效提升对早期潜在威胁的感知和反应能力，增强安全分析师对网络威胁的理解和响应效率。
-
公开(公告)号：CN117573142B
公开(公告)日：2024-04-23
申请号：CN202410050617.8
申请日：2024-01-15
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
Inventor： 田志宏 , 唐鹏威 , 鲁辉 , 伍郭成 , 刘昊 , 苏申 , 刘园 , 孙彦斌 , 李镇山 , 郭帅 , 黎伟杰 , 鲁健安 , 何群 , 邱日轩 , 徐天福 , 郑志彬 , 崔宇
Abstract: 本发明公开了基于模拟执行的JAVA代码反混淆器，涉及反混淆器技术领域，通过反编译模块将JAR文件反编译为JAVA字节码，通过模拟执行模块对JAVA字节码进行解密，进而进行指令执行，并将执行结果保存，分析模块分析模拟执行模块的执行结果，从而简化混淆的反编译代码，不仅提高了恶意软件的检测准确性，也有助于揭示隐藏在代码中的潜在威胁。提高安全分析效率：借助自动化的反混淆过程，显著减少人工分析的需求，从而提升安全专家在处理大量混淆代码时的工作效率。动态分析与高适应性：本发明不仅能处理静态的混淆模式，还能适应和解析动态生成的代码和复杂的执行流程，能够快速适应并提供有效的反混淆结果。
-
公开(公告)号：CN117786088A
公开(公告)日：2024-03-29
申请号：CN202410051928.6
申请日：2024-01-15
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06N5/022 , G06F16/33 , G06F40/205
Abstract: 本发明提供了一种威胁的语言模型分析方法，包括：获取威胁情报，判断威胁情报的类型；根据威胁情报的类型选择对威胁情报进行语言模型分析的信息抽取方式；应用选择的信息抽取方式对威胁情报进行信息抽取；获取信息抽取结果从而得到对应威胁情报的威胁知识图谱。应用该方法能够从大量的非结构化网络威胁情报中高效抽取并整合信息,提高了信息处理的效率，增强对APT攻击的识别和分析能力；能够快速识别网络中的异常行为，并及时做出响应，有效减少网络攻击的风险；通过融合知识图谱增加了大型语言模型的可解释性，提升模型输出结果的可理解性和可靠性。
-
公开(公告)号：CN118646607A
公开(公告)日：2024-09-13
申请号：CN202411116828.3
申请日：2024-08-15
Applicant: 国网江西省电力有限公司信息通信分公司 , 广州大学
Inventor： 田志宏 , 姜云欣 , 周盈海 , 方滨兴 , 徐天福 , 何群 , 邱日轩 , 鲁辉 , 李默涵 , 仇晶 , 刘园 , 孙彦斌 , 张乐君 , 徐光侠 , 苏申 , 姜誉 , 付矞飞 , 黄刚
Abstract: 本发明公开了一种基于APT知识图谱关联数据的大语言模型增强方法，包括：收集网络安全领域的相关数据，基于APT攻击的特点构建APT知识图谱；根据用户输入的问题进行APT知识图谱查询；利用查询到的数据片段，生成针对特定查询的增强提示，大语言模型为用户生成更准确更深入的回答。本发明设计了一个专注于APT攻击的知识图谱本体，将APT知识图谱整合到大语言模型中，能够提高对潜在威胁的检测效率和准确性，还能够为防护策略的制定和实时响应提供有力支持，极大地强化了网络安全的整体防御体系。
-
公开(公告)号：CN117786088B
公开(公告)日：2024-08-30
申请号：CN202410051928.6
申请日：2024-01-15
Applicant: 广州大学 , 国网江西省电力有限公司信息通信分公司 , 软极网络技术(北京)有限公司
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06N5/022 , G06F16/33 , G06F40/205
Abstract: 本发明提供了一种威胁的语言模型分析方法，包括：获取威胁情报，判断威胁情报的类型；根据威胁情报的类型选择对威胁情报进行语言模型分析的信息抽取方式；应用选择的信息抽取方式对威胁情报进行信息抽取；获取信息抽取结果从而得到对应威胁情报的威胁知识图谱。应用该方法能够从大量的非结构化网络威胁情报中高效抽取并整合信息,提高了信息处理的效率，增强对APT攻击的识别和分析能力；能够快速识别网络中的异常行为，并及时做出响应，有效减少网络攻击的风险；通过融合知识图谱增加了大型语言模型的可解释性，提升模型输出结果的可理解性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.029 seconds)
