-
公开(公告)号：CN113935398A
公开(公告)日：2022-01-14
申请号：CN202110999641.2
申请日：2021-08-29
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种物联网环境下基于小样本学习的网络流量分类方法及系统，包括训练阶段和分类阶段；训练阶段包括：对物联网设备流量样本进行统一处理；对训练数据进行学习训练，构建特征提取器模型和多个比较器模型；对多个比较器模型进行集成，形成集成比较器；分类阶段包括采集物联网设备流量并统一处理；根据训练阶段得到的特征提取器模型，对待分类流量样本与物联网设备流量支持集中样本进行特征提取；根据训练阶段得到的集成比较器对提取出的特征向量进行特征比较，从而对待分类的物联网设备流量设备类型进行判别。本发明可以进行快速学习的能力，从而解决在物联网设备数据不充足的情况下进行准确分类的问题。
-
公开(公告)号：CN114330469B
公开(公告)日：2024-06-14
申请号：CN202110999637.6
申请日：2021-08-29
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种快速、准确的加密流量分类方法及系统，该方法包括模型构建阶段1、模型构建阶段2以及分类阶段。模型构建阶段1包括：对流序列进行短序列预处理；对短序列训练数据进行模型构建，生成早期快速检测模型。模型构建阶段2包括：对流序列进行长序列预处理；对长序列训练数据进行模型构建，生成细粒度分类模型。根据模型构建阶段2生成的细粒度分类模型对不能早期分类的流进行精细化分类，并输出其预测标签。本发明使用较多的数据报文将不能早期分类的流进行精细化分类，在网络流量分类过程既保证了高精度的同时又极大的减少了所有流等待数据报文所花费的时间，因此，能够同时满足高速与高精度的分类需求。
-
公开(公告)号：CN112839024B
公开(公告)日：2023-03-24
申请号：CN202011224892.5
申请日：2020-11-05
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
IPC: H04L9/40 , H04L41/14 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征注意力的网络流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对应用协议的流量样本进行统一处理；对训练数据进行学习训练，构建应用协议分类模型；分类阶段包括：采集网络流量并统一处理；根据训练阶段得到的应用协议检测模型，对待测流量样本的应用协议类型进行判别，并输出判别结果。本发明能够充分挖掘网络流量中不同尺度的潜在特征信息，从而形成更具表达能力的特征表示，在网络应用协议流量分类过程中具有高准确率和强鲁棒性。
-
公开(公告)号：CN113935398B
公开(公告)日：2024-06-28
申请号：CN202110999641.2
申请日：2021-08-29
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种物联网环境下基于小样本学习的网络流量分类方法及系统，包括训练阶段和分类阶段；训练阶段包括：对物联网设备流量样本进行统一处理；对训练数据进行学习训练，构建特征提取器模型和多个比较器模型；对多个比较器模型进行集成，形成集成比较器；分类阶段包括采集物联网设备流量并统一处理；根据训练阶段得到的特征提取器模型，对待分类流量样本与物联网设备流量支持集中样本进行特征提取；根据训练阶段得到的集成比较器对提取出的特征向量进行特征比较，从而对待分类的物联网设备流量设备类型进行判别。本发明可以进行快速学习的能力，从而解决在物联网设备数据不充足的情况下进行准确分类的问题。
-
公开(公告)号：CN113723440B
公开(公告)日：2024-05-07
申请号：CN202110669055.1
申请日：2021-06-17
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种云平台上加密TLS应用流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对加密TLS应用流量样本进行统一处理；对训练数据进行学习训练，构建应用分类模型；分类阶段包括：对未分类的加密TLS应用流量样本进行统一处理；根据训练阶段得到的应用分类模型，对待测流量样本的应用类型进行判别，并输出判别结果。本方法及系统通过提取网络流的报文长度序列并结合门限机制、自注意力机制等，从而实现了准确率、效率更优的“云”平台上加密TLS应用流量分类。
-
Patent Agency Ranking
公开(公告)号：CN112839024A
公开(公告)日：2021-05-25
申请号：CN202011224892.5
申请日：2020-11-05
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于多尺度特征注意力的网络流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对应用协议的流量样本进行统一处理；对训练数据进行学习训练，构建应用协议分类模型；分类阶段包括：采集网络流量并统一处理；根据训练阶段得到的应用协议检测模型，对待测流量样本的应用协议类型进行判别，并输出判别结果。本发明能够充分挖掘网络流量中不同尺度的潜在特征信息，从而形成更具表达能力的特征表示，在网络应用协议流量分类过程中具有高准确率和强鲁棒性。
-
公开(公告)号：CN114330469A
公开(公告)日：2022-04-12
申请号：CN202110999637.6
申请日：2021-08-29
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种快速、准确的加密流量分类方法及系统，该方法包括模型构建阶段1、模型构建阶段2以及分类阶段。模型构建阶段1包括：对流序列进行短序列预处理；对短序列训练数据进行模型构建，生成早期快速检测模型。模型构建阶段2包括：对流序列进行长序列预处理；对长序列训练数据进行模型构建，生成细粒度分类模型。根据模型构建阶段2生成的细粒度分类模型对不能早期分类的流进行精细化分类，并输出其预测标签。本发明使用较多的数据报文将不能早期分类的流进行精细化分类，在网络流量分类过程既保证了高精度的同时又极大的减少了所有流等待数据报文所花费的时间，因此，能够同时满足高速与高精度的分类需求。
-
公开(公告)号：CN113723440A
公开(公告)日：2021-11-30
申请号：CN202110669055.1
申请日：2021-06-17
Applicant: 北京工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种云平台上加密TLS应用流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对加密TLS应用流量样本进行统一处理；对训练数据进行学习训练，构建应用分类模型；分类阶段包括：对未分类的加密TLS应用流量样本进行统一处理；根据训练阶段得到的应用分类模型，对待测流量样本的应用类型进行判别，并输出判别结果。本方法及系统通过提取网络流的报文长度序列并结合门限机制、自注意力机制等，从而实现了准确率、效率更优的“云”平台上加密TLS应用流量分类。
-
公开(公告)号：CN113868642B
公开(公告)日：2025-03-28
申请号：CN202111059127.7
申请日：2021-09-10
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多特征长短期记忆网络的隐蔽数据攻击检测方法，包括：步骤1，由随机森林袋外数据及热点图组成特征关键度评估与特征联系性评估，为后续模型训练做好准备；步骤2，利用不同时刻的，关键度与联系性都表现优秀的特征数据作为输入，对多特征长短期记忆网络进行训练，同时在训练时筛去参数不达标的数据，使模型达到能够学习到不同特征数据间有助于数据预测的信息；步骤3，成功进行攻击检测后，本发明根据阈值超过残差的频率决定是否引发警报。本发明所提出的改进后的模型在多方面均优于改进前的长短期记忆网络模型，所加入同一传感器侧下特征数据间的关键度与联系性能够帮助模型检测到的异常攻击行为，并做出及时有效地应对。
-
公开(公告)号：CN113313156B
公开(公告)日：2025-02-21
申请号：CN202110557882.1
申请日：2021-05-21
Applicant: 北京工业大学
IPC: G06F18/2413 , G06N3/045 , G06N3/084 , G06N5/04 , G16Y30/10 , G16Y40/20 , G06F18/214 , G06N3/09
Abstract: 本发明公开了一种基于时序负载流量指纹的物联网设备流量识别方法及系统，本方法的具体工作流程可以分为训练阶段和分类阶段。在训练阶段，根据已标记类别的物联网设备流量的报文长度序列信息和报文字节序列信息，训练神经网络中的可学习参数，从而实现自动化的物联网设备流量指纹提取和物联网设备识别。在分类阶段，基于已训练完成的神经网络模型，对待识别物联网设备流量进行物联网设备流量指纹构建，并完成不同物联网设备的流量识别。本发明从不同的特征维度对于任何物联网设备产生的网络流量进行准确刻画，从而形成更具表达能力的物联网设备流量指纹，在物联网设备流量识别过程中具有高准确率、高度泛化能力和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
181
records
(took 0.053 seconds)
