基于门控时间卷积网络与图的入侵检测方法

    公开(公告)号:CN117579324B

    公开(公告)日:2024-04-16

    申请号:CN202311511946.X

    申请日:2023-11-14

    Inventor: 牛犁青

    Abstract: 本发明提供一种基于门控时间卷积网络与图的入侵检测方法,该方法通过利用分层的门控时间卷积网络(GatedTCN)提取时间特征,将门控时间卷积网络(Gated TCN)捕获的时间特征输入到图卷积网络(GCN)中,以提取网络数据中的空间特征,通过使用已建立的GraphSAGE算法以及图注意力网络(GAT)提出一种Graph‑SAGE算法,利用可用的图信息将残差学习集成到图神经网络(GNN)中,加入残差连接作为一种处理高层类不平衡的策略,以保留原始信息,提高少数类的性能。本发明通过对网络流量数据进行检测,检测出数据中的攻击类型,更好的有效的提高网络入侵检测的能力。

    一种基于量子态的程序行为干预方法

    公开(公告)号:CN119312327A

    公开(公告)日:2025-01-14

    申请号:CN202411282524.4

    申请日:2024-09-13

    Abstract: 本发明提供一种基于量子态的程序行为干预方法,通过量子化目标程序状态并生成量子态,利用量子纠缠效应实现对多个程序行为的同步监控,通过定义量子阈值函数检测程序的恶意行为倾向,并使用量子控制算符对程序量子态进行干预,以调整程序状态并防止恶意行为的发生;此外,引入随机扰动项增加系统复杂性,并通过多次量子态测量与反馈动态调整干预策略,优化控制参数。本发明有效解决了传统程序行为检测技术在处理复杂程序行为时面临的检测精度不足和防御能力弱的问题,显著提升了系统的安全性和稳定性,增强了对复杂恶意行为的检测和防御能力。

    一种基于情境感知的社会工程学攻击检测方法

    公开(公告)号:CN119652639A

    公开(公告)日:2025-03-18

    申请号:CN202411891151.0

    申请日:2024-12-20

    Inventor: 牛犁青 刘焱 陈剑

    Abstract: 本发明提供一种基于情境感知的社会工程学攻击检测方法,旨在解决现有技术中无法有效应对动态变化的社会工程学攻击问题。该方法通过构建情境感知系统,持续监测用户的情绪状态、决策模式和日常行为模式,并结合个性化行为基线模型,对用户行为进行实时分析与监测。系统利用复合函数和多维度特征融合技术,对用户行为与基线模型的偏差进行度量,当检测到异常行为时,系统自动触发安全策略调整,如启动多因素认证或限制高风险操作。实验结果表明,本发明能够在复杂多变的攻击场景中有效识别社会工程学攻击,显著提高了检测的准确率和响应速度。该方法可广泛应用于网络安全领域,尤其适用于需要高度定制化安全防护的环境。

    一种行为链分析与异常关联检测的方法

    公开(公告)号:CN119484030A

    公开(公告)日:2025-02-18

    申请号:CN202411475794.7

    申请日:2024-10-22

    Abstract: 本发明提供一种行为链分析与异常关联检测的方法,包括:收集程序操作行为数据,并构建行为链图模型,其中每个节点表示一个操作,每条边表示操作之间的顺序或关系;利用建模信息计算每个节点关联度,将计算得到的节点关联度与正常行为链的基线模型进行比较以判断是否存在异常;从检测到出的异常行为链中提取特征,包括异常节点的度数和异常边的权重,使用提取的特征作为输入数据,训练恶意行为检测模型;恶意行为检测模型学习提取的特征与恶意行为之间的关系,将输入的新的行为链进行识别和分类,以判断是否异常或恶意。本发明能够有效减少假阳性率和假阴性率,且具有较高的处理速度,解决了相关技术中程序恶意行为所带来的问题。

    一种基于生成对抗网络的信息物理系统异常检测方法

    公开(公告)号:CN117792750A

    公开(公告)日:2024-03-29

    申请号:CN202311833504.7

    申请日:2023-12-28

    Abstract: 本发明提供一种基于生成对抗网络的信息物理系统异常检测方法,包括:步骤一、建立由多个时间序列之间的非线性相关性组成的GAN模型,所述GAN模型包括构建为长短期递归神经网络LSTM‑RNN的生成器G和判别器D;步骤二、通过捕获时间序列的特征训练所述GAN模型;步骤三、将真实样本输入步骤二训练所得GAN模型的生成器G,生成器G根据真实样本生成合成样本,计算生成器G生成的合成样本与实际样本之间的残差,从而检测复杂信息物理系统CPS中的异常情况。本发明用于检测具有网络传感器和执行器的复杂多进程网络物理系统的异常,也就是网络攻击,解决了传统的检测技术无法应对CPS日益动态和复杂的问题。

Patent Agency Ranking