一种基于GPU与贝叶斯网络推理的未知木马的检测方法

    公开(公告)号:CN107888590B

    公开(公告)日:2020-08-28

    申请号:CN201711102478.5

    申请日:2017-11-10

    Abstract: 本发明提供一种基于GPU与贝叶斯网络推理的未知木马的检测方法,采用基于GPU加速的贝叶斯学习理论进行未知木马的检测,使用贝叶斯网络构建未知木马的检测模型,通过贝叶斯网络的推理解决了未知木马检测过程中存在的特征分类困难、概率性行为识别等问题。通过贝叶斯网络用条件概率表达系统程序之间的不确定性因果关系,具有更强的处理不确定性信息的能力及特有的推理机制,不需要硬性定义木马特征,因此具有较强的适用性。在现有程序特征基础上通过贝叶斯模型计算木马概率,通过提取未知程序中的行为,计算出是木马的概率,从而有效检测已经木马的多态变形体以及新出现的未知木马。

    一种实现安全信息导出的装置及方法

    公开(公告)号:CN110572357B

    公开(公告)日:2020-09-18

    申请号:CN201910675851.9

    申请日:2019-07-25

    Abstract: 本发明提供一种实现安全信息导出的装置及方法,装置包括验签设备,所述验签设备连接有内网脱敏信息发送服务器和外网脱敏信息接收服务器,内网脱敏信息发送服务器设置在内网,外网脱敏信息接收服务器设置在外网;所述验签设备包括FPGA,FPAG连接有内网通信接口和外网通信接口、管理员KEY接口以及算法芯片;内网通信接口与内网脱敏信息发送服务器连接,外网通信接口与外网脱敏信息接收服务器连接。本发明使用FPGA实现验签设备功能,保证了验签设备无法被黑客攻击和劫持,能有效保证脱敏信息审批节点签名的脱敏信息与导出到外网系统的脱敏信息的一致性,且本发明采用电子化管理,提高办公效率,节省办公成本。

    一种实现安全信息导出的装置及方法

    公开(公告)号:CN110572357A

    公开(公告)日:2019-12-13

    申请号:CN201910675851.9

    申请日:2019-07-25

    Abstract: 本发明提供一种实现安全信息导出的装置及方法,装置包括验签设备,所述验签设备连接有内网脱敏信息发送服务器和外网脱敏信息接收服务器,内网脱敏信息发送服务器设置在内网,外网脱敏信息接收服务器设置在外网;所述验签设备包括FPGA,FPAG连接有内网通信接口和外网通信接口、管理员KEY接口以及算法芯片;内网通信接口与内网脱敏信息发送服务器连接,外网通信接口与外网脱敏信息接收服务器连接。本发明使用FPGA实现验签设备功能,保证了验签设备无法被黑客攻击和劫持,能有效保证脱敏信息审批节点签名的脱敏信息与导出到外网系统的脱敏信息的一致性,且本发明采用电子化管理,提高办公效率,节省办公成本。

    一种通过远程虚拟USB设备使用密码钥匙方法

    公开(公告)号:CN106452763B

    公开(公告)日:2019-07-30

    申请号:CN201611091461.X

    申请日:2016-12-01

    Abstract: 本发明提供一种通过远程虚拟USB设备使用密码钥匙方法,在安装有密码钥匙的移动设备上使用客户端应用程序登录认证服务器;认证服务器验证密码钥匙的数字证书;确认用户身份的合法性,并在认证服务器与密码钥匙间建立安全信道;进而认证服务器向USB虚拟设备驱动发送本次连接的UID;生成会话密钥并以二维码并显示;移动设备客户端App扫描此二维码,并解析,通过UID查找到目标PC端,使用国产商用对称密码算法SM4密钥作为会话密钥,建立安全信道;USB虚拟设备驱动在PC端虚拟出USB密码钥匙,并在PC端使用虚拟USB设备进行业务办理。用户只需保留一密码钥匙,即可实现在个人计算机中使用密码钥匙的方法进行业务办理,提高业务办理的便捷性。

    一种基于GPU与贝叶斯网络推理的未知木马的检测方法

    公开(公告)号:CN107888590A

    公开(公告)日:2018-04-06

    申请号:CN201711102478.5

    申请日:2017-11-10

    Abstract: 本发明提供一种基于GPU与贝叶斯网络推理的未知木马的检测方法,采用基于GPU加速的贝叶斯学习理论进行未知木马的检测,使用贝叶斯网络构建未知木马的检测模型,通过贝叶斯网络的推理解决了未知木马检测过程中存在的特征分类困难、概率性行为识别等问题。通过贝叶斯网络用条件概率表达系统程序之间的不确定性因果关系,具有更强的处理不确定性信息的能力及特有的推理机制,不需要硬性定义木马特征,因此具有较强的适用性。在现有程序特征基础上通过贝叶斯模型计算木马概率,通过提取未知程序中的行为,计算出是木马的概率,从而有效检测已经木马的多态变形体以及新出现的未知木马。

Patent Agency Ranking