公开(公告)号：CN116527296A

公开(公告)日：2023-08-01

申请号：CN202211610531.3

申请日：2022-12-14

申请人： 广州大学 ,  中国电力科学研究院有限公司 ,  国网上海市电力公司

发明人： 王乐 ,  张志强 ,  顾钊铨 ,  黄坤鑫 ,  马丽婷 ,  亓玉璐 ,  马昶昶 ,  刘云晖

IPC分类号： H04L9/40

摘要： 本发明涉及机器学习和网络安全领域，且公开了一种多层次网络安全态势评估方法，包括以下步骤：对各个不同的攻击风险分指标的数据预先将其进行归一化、属性规约、数据清洗以及缺失值处理；利用LightGBM算法对攻击风险分指标评估；利用LightBGM算法对攻击风险分指标与权重相结合求出攻击风险指数；利用基于模拟退火算法对攻击风险分指标权重的迭代优化，该多层次网络安全态势评估方法，能针对各个不同的攻击风险分指标的数据维度大，范围广，需将其进行归一化、属性规约、数据清洗、缺失值处理。对各攻击风险分指标子特征数据通过多进程并行输入到各自的LightGBM模型中进行训练，从而得到攻击风险分指标的分数。

公开(公告)号：CN118155719A

公开(公告)日：2024-06-07

申请号：CN202410010320.9

申请日：2024-01-04

申请人： 广州大学

发明人： 王乐 ,  邓建宇 ,  张志强 ,  蒋洁 ,  宋谭 ,  谭灏南 ,  朱东 ,  刘云晖

IPC分类号： G16B40/00 ,  G16C20/70 ,  G16B5/00 ,  G16C10/00 ,  G16B15/00 ,  G16C20/30 ,  G16C20/50 ,  G16C20/20 ,  G06F18/2113 ,  G06F18/25 ,  G06F18/2431 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084

摘要： 本发明公开了一种基于多模型预测的抗乳腺癌候选药物的筛选方法及装置，方法包括：利用Pearson相关性分析方法对生物活性数据集进行数据分析和预处理；构建与利用抗乳腺癌候选药物筛选模型，模型包括生物活性预测模块和多输入特征融合分类模块，利用生物活性预测模块完成生物活性值pIC50值的预测，利用多输入特征融合分类模块预测获得化合物ADMET值；将生物活性值和化合物ADMET值合并后，对新的数据集进行筛选并获取特征上下界；经过迭代计算，保存最终所需要的抗乳腺癌候选药物的筛选结果。本发明能够在保证在使抑制ERα具有更好的生物活性的同时，具有更好的ADMET性质，为抗乳腺癌药物研究和成分筛选提供导向作用，提高了化合物的应用价值。

公开(公告)号：CN116668112A

公开(公告)日：2023-08-29

申请号：CN202310624398.5

申请日：2023-05-29

申请人： 广州大学

发明人： 顾钊铨 ,  刘云晖 ,  王乐 ,  刘治彤 ,  张志强 ,  邓建宇 ,  谭灏南 ,  林尧

IPC分类号： H04L9/40 ,  H04L41/16 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/094

摘要： 本公开提供了一种生成流量对抗样本访问黑盒模型的方法及装置，其中，方法包括：从均衡流量样本的每一类中按比例抽取得到小样本，将小样本对黑盒模型进行访问得到预测结果，将预测结果与真实标签不一致的小样本保留为元学习样本；将元学习样本分为训练样本和测试样本，在经过预训练的替代模型上使用训练样本执行元学习的迭代训练，不断更新替代模型的网络参数，得到最终的优化替代模型，使用测试样本评估元学习的学习效果；使用均衡流量样本对优化替代模型进行白盒攻击，改变流量样本中的可微特征，在使用攻击方法对优化替代模块攻击成功后生成流量对抗样本；使用流量对抗样本攻击黑盒模型。本公开提升了黑盒攻击的攻击成功率。

公开(公告)号：CN116614263A

公开(公告)日：2023-08-18

申请号：CN202310481049.2

申请日：2023-04-27

申请人： 鹏城实验室 ,  广州大学

发明人： 王乐 ,  张志强 ,  顾钊铨 ,  邓建宇 ,  刘云晖 ,  谭灏南 ,  罗翠 ,  周可 ,  陈元

IPC分类号： H04L9/40 ,  H04L41/16

摘要： 本申请实施例提供了一种网络入侵检测的协同推演方法及装置、存储介质，根据不同主机之间的通信关系图构建目标元胞自动机，相比于传统的元胞自动机，目标元胞自动机的每个元胞配置有元胞数据属性，因此能够根据元胞数据属性对目标元胞自动机的所有元胞进行入侵检测，并且结合了模式匹配算法和隐马尔可夫模型基于元胞自身状态的时序关系和邻居元胞状态的空间关系进行协同推理预测，可以基于对目标元胞自动机上进行的状态计算和状态推理演化而实现入侵检测协同推演，不仅能够检测入侵攻击还能够预测入侵攻击的发展趋势，有利于提高网络入侵的攻击检测效率，从而为防御方的防御工作提供帮助。

公开(公告)号：CN116668113A

公开(公告)日：2023-08-29

申请号：CN202310624717.2

申请日：2023-05-29

申请人： 广州大学

发明人： 顾钊铨 ,  刘云晖 ,  张晨晖 ,  张志强 ,  王乐 ,  张登辉

IPC分类号： H04L9/40 ,  H04L41/16 ,  G06N3/0475 ,  G06N3/08 ,  G06F18/214 ,  G06F18/241

摘要： 本说明书实施例提供了一种改进的CVAE‑GAN生成流量对抗样本的方法及设备，该方法包括获取原始的流量特征数据集；将可微特征数据样本输入至编码器E，通过编码器E学习分布将数据样本映射到第一潜变量；添加噪音获得第二潜变量，并与噪音同时输入至生成器G，生成器G通过从分布中采样生成第一流量数据；第一流量数据集与不可微特征数据样本组合为第二流量数据集；第二流量数据与正常流量数据集分别输入至鉴别器D和训练好的黑盒IDS；黑盒IDS对数据进行分类输出带标签的分类结果并输入至鉴别器D；鉴别器D根据第二流量数据与正常流量数据进行数据分类，并将判别结果与带标签的分类结果进行对比确定流量属性是否获得样本。