-
公开(公告)号：CN117834175A
公开(公告)日：2024-04-05
申请号：CN202311508905.5
申请日：2023-11-14
Applicant: 海南大学
IPC: H04L9/40
Abstract: 本发明公开了一种集成多模型区块链DDoS攻击检测分类方法及系统。该方法通过采集区块链网络流量，按攻击类型标注数据集，选择GRU、CNN、LSTM、DNN、SVM等多种模型，使用数据集分别训练各模型，得到检测与分类模型。接收区块链网络流量后，输入各模型预测，计算各模型准确率，根据阈值调整其权重。然后，利用优化软投票算法，综合各模型预测结果与权重，得到流量是否为DDoS攻击及具体攻击类别。相应系统包含流量模块、检测模块、调度模块、决策模块等，并可预先使用标注数据集训练模型。该技术通过集成多模型，实现自适应权重调整，软投票预测，能够提高检测与分类的准确率，为区块链DDoS攻击防御提供高效解决方案。
-
公开(公告)号：CN116187465A
公开(公告)日：2023-05-30
申请号：CN202211431258.8
申请日：2022-11-16
Applicant: 海南大学
IPC: G06N20/00
Abstract: 本申请提供了一种异步自适应联邦学习方法及装置，所述方法应用于工作节点，所述方法包括：从参数服务器接收全局模型参数，并从本地训练数据集执行本地SGD迭代；当完成指定次数的局部SGD迭代后，将本地模型参数和控制参数发送到所述参数服务器，使得所述参数服务器利用所述本地模型参数计算得到新的全局模型参数，利用所述控制参数计算得到所有工作节点上的最优SGD迭代次数的集合；接收所述参数服务器发送的最优SGD迭代次数的集合、全局模型参数和循环指数；重复上述步骤，直至获得最优全局模型参数。本申请在不同工作节点上动态确定局部SGD迭代次数，从而在时间资源预算下平衡快工作节点和慢工作节点，以获得稳定的性能。
-
公开(公告)号：CN115801402A
公开(公告)日：2023-03-14
申请号：CN202211431918.2
申请日：2022-11-16
Applicant: 海南大学
Abstract: 本申请提供了一种基于区块链的非法数据上链识别方法及装置，所述方法应用于区块链中的识别链，所述方法包括：生成智能合约；和被识别链进行协商，根据协商结果将识别参数填入智能合约；发送令牌至被识别链IDBC，使得所述被识别链IDBC将存储在星际文件系统IPFS的数据信息及令牌生成的hash值返回给所述识别链；基于信誉的节点随机选择算法选择识别节点；将所述接收的hash值广播通知所述识别节点，使得所述每个识别节点通过所述hash值下载所述数据信息，并对所述数据信息进行识别。本申请提供的方法不仅实现了对非法数据上链的识别，还实现了对识别节点的管理，减少了非法数据上传至区块链的违法事件发生。
-
公开(公告)号：CN111753269A
公开(公告)日：2020-10-09
申请号：CN202010593961.3
申请日：2020-06-24
Applicant: 海南大学
Abstract: 本发明公开了一种基于区块链的身份认证方法及装置，其中，方法应用于边缘服务器区块链中的任一边缘服务器，包括如下步骤：接收终端节点的身份认证请求，所述身份认证请求包括终端节点的身份信息；根据所述终端节点的身份认证请求，在边缘服务器区块链中查询所述终端节点的身份认证数据；根据所述身份认证数据，响应所述身份认证请求。通过实施本发明，实现了松耦合环境中的终端节点身份验证的灵活性和分布式请求下的可用性，从而确保了身份验证功能的高效可用；同时，本实施例还将区块链的透明、溯源特性与边缘计算的两层架构相结合，实现了终端节点对边缘服务器的单向信息透明和单向数据可溯，从而确保了身份验证功能的安全可信。
-
公开(公告)号：CN110474878A
公开(公告)日：2019-11-19
申请号：CN201910646959.5
申请日：2019-07-17
Applicant: 海南大学
Abstract: 本发明实施例提供了一种基于动态阈值的DDoS攻击态势预警方法和服务器，涉及DDoS攻击检测技术领域。方法包括：生成IP数据包统计特征时间序列，并使用LSTM神经网络预测模型对IP数据包统计特征时间序列进行建模，得到LSTM预测模型；采用LSTM预测模型对目标区域的待测网络流量进行预测，根据预测结果和网络安全脆弱性因子计算目标区域的阈值和阈值公差，划分多个预警级别；针对目标区域在目标时刻的网络流量，生成目标IP数据包统计特征，进而识别DDoS攻击并确定待测网络流量的预警级别。采用本发明可以提高DDoS攻击预警准确率。
-
Patent Agency Ranking
公开(公告)号：CN110445766A
公开(公告)日：2019-11-12
申请号：CN201910646956.1
申请日：2019-07-17
Applicant: 海南大学
IPC: H04L29/06
Abstract: 本发明公开了一种DDoS攻击态势评估方法及装置，获取新老IP地址变化样本，提取新老IP地址变化样本的攻击特征，定义新老IP地址变化样本的融合特征值，建立支持向量机分类模型；根据支持向量机分类模型，进行DDoS攻击检测，构建新老IP地址变化样本的评估指标；根据影响函数优化后的评估指标，建立攻击态势评估云模型；基于云模型，评估新老IP地址变化样本的DDoS攻击态势。本发明不仅可以提高检测率，降低DDoS攻击漏报率，而且可以有效地评估DDoS攻击的安全态势。
-
公开(公告)号：CN108900556A
公开(公告)日：2018-11-27
申请号：CN201810972690.5
申请日：2018-08-24
Applicant: 海南大学
CPC classification number: H04L63/1408 , G06K9/6297 , G06N7/08 , H04L63/1416 , H04L63/1458
Abstract: 本发明实施例提供一种基于HMM和混沌模型的DDoS攻击检测方法，包括：采集网络流量信息作为HMM训练集；计算得到网络流量加权特征观测序列和网络流平均速率序列；根据HMM训练集，计算HMM的最佳隐层状态数N；采用层次聚类算法将所述HMM训练集分为N类，得到隐层状态序列；利用所述网络流量加权特征观测序列和所述隐层状态序列，对HMM进行监督学习，得到状态转移矩阵和混淆矩阵；根据所述状态转移矩阵和所述混淆矩阵，计算后续的网络流量加权特征，得到后续网络流量加权特征预测序列；通过混沌模型计算所述后续网络流量加权特征预测序列的预测误差序列；通过所述预测误差序列和所述网络流平均速率序列来识别DDoS攻击。
-
公开(公告)号：CN108900542A
公开(公告)日：2018-11-27
申请号：CN201810912851.1
申请日：2018-08-10
Applicant: 海南大学
Abstract: 本发明提供了一种基于LSTM预测模型的DDoS攻击检测方法及装置，所述方法包括：对正常网络流量按照一定的取样周期进行n次取样，计算得到n个正常网络的IP数据包统计特征值，其中n∈N；根据n个所述正常网络的IP数据包统计特征值，对待训练的LSTM预测模型进行训练；使用网格搜索和超参数最优法确定选择性丢弃神经元的概率Dropout＝0.2，来修正所述LSTM预测模型，缓解过拟合现象；根据修正后的所述LSTM预测模型，计算未来某个时段的IP数据包统计特征值的预测值；根据所述预测值，判断当前网络是否发生DDoS攻击。
-
公开(公告)号：CN119854957A
公开(公告)日：2025-04-18
申请号：CN202411884002.1
申请日：2024-12-19
Applicant: 海南大学
IPC: H04W72/542 , H04L9/30
Abstract: 本申请涉及移动群智感知技术领域，公开一种移动群智感知的控制方法，该方法中参与者与处理平台之间传输感知数据时，采用RSA加密算法生成的公钥，对感知数据进行加密传输，且加密后的感知数据需要采用不对外公开的私钥进行解密，即便是感知数据被截获，也无法进行解密，从而可提升感知数据加密的可靠性，以避免在感知数据传输过程中，泄露用户的隐私，保证用户隐私安全。本申请还公开一种用于移动群智感知控制装置及系统、存储介质。
-
公开(公告)号：CN117992742A
公开(公告)日：2024-05-07
申请号：CN202311228142.9
申请日：2023-09-22
Applicant: 海南大学
IPC: G06F18/20 , G06F18/25 , G06F18/2132 , G06F18/241 , G06F21/57 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/09
Abstract: 本申请涉及智能合约技术领域，公开一种用于检测智能合约漏洞的方法，包括：构建智能合约源代码对应的超图；将超图转换为矩阵形式，以形成多模态超图；基于多模态超图执行消息传递算法，得到样本数据；利用所述样本数据对图神经网络模型进行训练，得到智能合约漏洞检测模型；利用智能合约漏洞检测模型对多模态超图进行分类。该方法可以减少智能合约源代码高维度特征提取困难的情况。并且实现了对局部特征与全局特征的之间复杂关系的提取。从而，提升了对图神经网络模型进行训练后得到的智能合约漏洞检测模型的检测精度。进而，可以提升智能合约漏洞检测的准确率。本申请还公开一种用于检测智能合约漏洞的装置及存储介质。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.02 seconds)
