-
公开(公告)号:CN119357850A
公开(公告)日:2025-01-24
申请号:CN202411930899.7
申请日:2024-12-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/2431 , G06F18/214 , G06N3/0464 , G06F21/62 , G06N3/084 , H04L9/40 , H04L67/12
Abstract: 本申请提供了基于少样本预学习的物联网隐私泄露检测方法及设备。本实施例通过构建由内层模型+外层预学习器组成的物联网隐私泄露检测模型,以使得按照内循环(基于单个训练任务训练内层模型)和外循环(基于各训练任务训练出的内层模型的损失情况优化外层预学习器、以及基于优化后的外层预学习器优化内层模型)相配合的方式训练出满足要求的物联网隐私泄露检测模型,相比常规单一训练模式,其可以实现在少量样本的情况下快速训练模型的,且这种内层模型的训练决定外层预学习器的优化而外层预学习器决定内层模型的优化的方式,相互决策,能够保证最终训练出的目标物联网隐私泄露检测模型具有较高的检测准确率,提高物联网隐私泄露检测的准确度。
-
公开(公告)号:CN119128993A
公开(公告)日:2024-12-13
申请号:CN202411620475.0
申请日:2024-11-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/62 , G06F21/55 , G06F18/213 , G06N3/04 , G06N3/08
Abstract: 本申请实施例提供基于并行深度神经网络的隐私泄露检测方法。本申请实施例中,先从获得的隐私数据集的每一隐私样本数据中提取敏感隐私特征以得到该隐私样本数据对应的敏感隐私特征向量;之后,由本设备上N个CPU内核基于各隐私样本数据对应的敏感隐私特征向量并行训练出对应的DNN模型,以当任一检测设备需要检测任一目标网络流时利用已训练出的DNN模型检测该目标网络流是否出现隐私泄露,这样实现了物联网设备隐私泄露的检测,保证了物联网设备的信息安全。本实施例中由N个CPU内核并行训练多个DNN模型,这样能够使得各DNN模型之间的模型参数不会相互影响,避免DNN模型间的耦合,提高了各DNN模型的性能。
-
公开(公告)号:CN117579397B
公开(公告)日:2024-03-26
申请号:CN202410064005.4
申请日:2024-01-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40 , H04L67/12 , G06N20/20 , G06F18/23213 , G06F18/2411 , G06F18/2431 , G06F18/2433
Abstract: 本申请提供一种基于小样本集成学习的物联网隐私泄露检测方法及装置,该方法包括:获取原始数据集,原始数据集包括多个网络流量;对原始数据集中的多个网络流量进行预处理得到多个流量特征;从所有流量特征中选取多个候选流量特征,每个候选流量特征均包括多个流量特征值;对候选流量特征的多个流量特征值进行降维得到目标流量特征,目标流量特征包括该候选流量特征的部分特征值;将多个候选流量特征对应的多个目标流量特征发送给管理设备,由管理设备基于多个目标流量特征训练至少两个分类模型,至少两个分类模型用于检测物联网设备是否存在隐私泄露。通过本申请的技术方案,能够检测物联网设备是否存在隐私信息泄露,并保证数据的安全性。
-
公开(公告)号:CN117579397A
公开(公告)日:2024-02-20
申请号:CN202410064005.4
申请日:2024-01-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40 , H04L67/12 , G06N20/20 , G06F18/23213 , G06F18/2411 , G06F18/2431 , G06F18/2433
Abstract: 本申请提供一种基于小样本集成学习的物联网隐私泄露检测方法及装置,该方法包括:获取原始数据集,原始数据集包括多个网络流量;对原始数据集中的多个网络流量进行预处理得到多个流量特征;从所有流量特征中选取多个候选流量特征,每个候选流量特征均包括多个流量特征值;对候选流量特征的多个流量特征值进行降维得到目标流量特征,目标流量特征包括该候选流量特征的部分特征值;将多个候选流量特征对应的多个目标流量特征发送给管理设备,由管理设备基于多个目标流量特征训练至少两个分类模型,至少两个分类模型用于检测物联网设备是否存在隐私泄露。通过本申请的技术方案,能够检测物联网设备是否存在隐私信息泄露,并保证数据的安全性。
-
公开(公告)号:CN116545780B
公开(公告)日:2023-09-19
申请号:CN202310823996.5
申请日:2023-07-05
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40
Abstract: 本申请提供一种基于虚拟威胁分发的物联网安全评估方法、装置及系统,该方法包括:获取待评估物联网系统IP地址网段;对于任一待评估物联网系统IP地址网段,依据该物联网系统IP地址网段生成待扫描子网段;对所述待扫描子网段进行扫描,确定所述待扫描子网段中的目标终端设备;对于任一目标终端设备,向该目标终端设备注入目标命令,以使该目标终端设备依据所述目标命令下载并加载与本设备的操作系统框架匹配的虚拟威胁软件;依据所收集的待评估物联网系统中各目标终端设备的安全评估基础数据,对待评估物联网系统进行安全评估。该方法可以在对物联网环境无损害的情况下,实现物联网环境的安全评估。
-
公开(公告)号:CN116502225B
公开(公告)日:2023-09-19
申请号:CN202310737029.7
申请日:2023-06-20
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了自适应分组冗余编排的病毒扫描方法、装置及电子设备。本申请实施例通过对各病毒扫描节点进行分组,为病毒扫描任务分配对应的扫描分组,并根据扫描分组中各病毒扫描节点的性能负载,自动化实现不同病毒扫描任务的调度;进一步地,本实施例中,根据扫描分组中各病毒扫描节点的性能负载决策是否将扫描分组之外的冗余病毒扫描节点扩展至该扫描分组,实现了自适应分组冗余编排的病毒扫描,自适应应对高并发病毒扫描任务。
-
公开(公告)号:CN116628684A
公开(公告)日:2023-08-22
申请号:CN202310887448.9
申请日:2023-07-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/55
Abstract: 本申请实施例提供一种移动应用安全风险监测预警方法、系统、装置及电子设备。在本实施例中,通过获取到的待上架的移动应用的属性信息确定移动应用的类型,对于不同类型的移动应用,通过不同的方法将待上架的移动应用运行在移动智能终端,可适用于多种类型的移动应用,通过对移动应用运行进行监控得到的监控结果确定移动应用的安全风险等级,实现了在移动应用上架前对待上架的移动应用的合规性检测,更加有效的对上架前的移动应用的合规性风险进行了管控;进一步地,通过上架登记平台获取到待上架的移动应用的属性信息,获取到的数据更为准确。
-
公开(公告)号:CN115879160A
公开(公告)日:2023-03-31
申请号:CN202310105506.8
申请日:2023-02-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于语义感知的可定制隐私保护方法、系统、装置及设备,该方法包括:通过所述设备连接器接收目标物联网设备发送的数据;对接收到的数据进行解析,确定接收到的数据对应的目标事件;依据所述目标事件,查询数据过滤策略,确定匹配的目标数据过滤策略在未查询到所述目标数据过滤策略,或,查询到匹配所述目标数据过滤策略,且确定所述目标事件包括所述目标数据过滤策略中的条件事件的情况下,通过所述平台连接器,将接收到的数据发送给物联网平台;在查询到所述目标数据过滤策略,但确定所述目标事件不包括所述目标数据过滤策略中的条件事件的情况下,对接收到的数据进行过滤。该方法可以减少上报的数据量,降低隐私数据泄露风险。
-
公开(公告)号:CN114465823B
公开(公告)日:2022-08-19
申请号:CN202210367318.8
申请日:2022-04-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种工业互联网终端加密流量数据安全检测方法、装置及设备,该方法包括:若接收到流量代理中继客户端发送的代理服务请求,则对工业互联网终端与目标设备之间交互的流量数据进行镜像存储;基于已镜像存储的流量数据,若所述流量数据对应的流量特征与已配置的流量特征库中的流量特征匹配,则将流量数据确定为潜在敏感操作的流量数据;针对潜在敏感操作的流量数据,将该流量数据输入给第一分类器得到第一分类结果;基于第一分类结果确定该流量数据存在敏感信息,或者,基于第一分类结果确定该流量数据不存在敏感信息。通过本申请的技术方案,能够及时发现存在敏感信息的流量数据,从而避免或减少敏感信息的泄露,解决数据安全问题。
-
公开(公告)号:CN112069501A
公开(公告)日:2020-12-11
申请号:CN202011248152.5
申请日:2020-11-10
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/56
Abstract: 本申请提供一种FPGA嵌入式终端设备比特流攻击检测方法、装置及电子设备,该方法包括:获取所述FPGA嵌入式终端设备接收到的比特流数据的镜像数据;确定数据帧切分粒度,并基于所述切分粒度对所述镜像数据进行切分,以得到多个数据帧;基于所述多个数据帧生成所述镜像数据对应的比特流攻击特征集;基于所述镜像数据对应的比特流攻击特征集,以及已知比特流攻击特征集,对所述FPGA嵌入式终端设备进行比特流攻击检测。该方法可以提高FPGA嵌入式终端设备比特流攻击的检出率。
-
-
-
-
-
-
-
-
-