一种基于图积分的单特征加密流检测方法及系统

    公开(公告)号:CN116886637B

    公开(公告)日:2023-12-19

    申请号:CN202311133687.1

    申请日:2023-09-05

    Abstract: 本发明提供一种基于图积分的单特征加密流检测方法及系统,所述方法的步骤包括:获取流量信息中的多个数据包,基于数据包的五元组信息将多个数据包分为多个数据流;获取数据流中数据包的第一特征值,基于数据包为上行数据包或下行数据包为第一特征值赋予第一标记或第二标记,得到第二特征值;将数据流中的第二特征值构建为特征序列,并构建上行流量交互图和下行流量交互图;基于上行流量交互图和中下行流量交互图节点的节点属性,对上行流量交互图和下行流量交互图进行图积分,得到上行流量积分图和下行流量积分图;将上行流量积分图和下行流量积分图进行拼接得到联合积分图,基于将联合积分图输入到预设的神经网络分类模型得到检测结果。

    一种基于预训练模型的流谱映射方法及装置

    公开(公告)号:CN116049235A

    公开(公告)日:2023-05-02

    申请号:CN202310038563.9

    申请日:2023-01-12

    Abstract: 本发明提供一种基于预训练模型的流谱映射方法及装置,所述方法的步骤包括:获取相同五元组的多个数据包,基于Bi‑gram模型将每个数据包的初始字符串转化为包括多个令牌的令牌字符串,基于预设的映射字典将每个令牌映射为对应的字符,得到映射字符串;将所述映射字符串输入到预训练模型中,对映射字符串中每个字符进行升维表达,得到流谱映射矩阵;将每个数据包对应的所述流谱映射矩阵同时输入到预设的多个分类模型中,获取分类结果;将每个分类模型与预训练模型组合为拼接模型,通过每个分类模型对应的分类结果计算损失函数,通过反向传播算法更新每个所述拼接模型的模型参数,得到完成训练的预训练模型。本方法能够有效提升训练效率。

    基于插值谱的流量分类方法、装置、存储介质及程序产品

    公开(公告)号:CN118535988B

    公开(公告)日:2024-10-29

    申请号:CN202410991750.3

    申请日:2024-07-23

    Abstract: 本发明提供一种基于插值谱的流量分类方法、装置、存储介质及程序产品,涉及计算机技术领域,方法包括:获取待分类流量数据;待分类流量数据包括从边缘计算网络中接收到的至少一类流量数据,每一类流量数据中包括至少一个数据点;获取预先训练的流量分类模型,流量分类模型包括特征提取层和流量分类层;特征提取层用于基于各个数据点,分别插入预设数量的插值,并集成得到插值谱作为提取的数据特征;流量分类层用于基于数据特征,将待分类流量数据分类;将待分类流量数据输入流量分类模型,得到待分类流量数据对应的流量分类结果;能够解决流量分类准确性较低的问题;能够避免基于高维数据点距离计算所引起的误差,提高流量分类的准确性。

    一种漏洞拟真超载蜜罐方法

    公开(公告)号:CN101567887B

    公开(公告)日:2012-05-23

    申请号:CN200910136094.4

    申请日:2009-04-28

    Abstract: 本发明公开了一种漏洞拟真超载蜜罐方法,包括主机、端口扫描欺骗模拟模块、漏洞扫描欺骗模拟模块、漏洞攻击欺骗模拟模块、数据审计模块和漏洞利用模块;当攻击序列到达虚拟蜜罐时,根据情况由虚拟蜜罐系统来进行处理;当攻击者对虚拟主机进行漏洞扫描,虚拟蜜罐根据漏洞配置信息进行响应处理;接着,会利用这些漏洞进一步攻击,此时,虚拟蜜罐系统将漏洞攻击数据流转发至漏洞蜜罐系统,由漏洞攻击模拟模块对攻击者的漏洞利用攻击进行处理和响应;最后,当攻击者利用漏洞攻击成功获取控制权时,则将此时的攻击数据转交至物理蜜罐模块,所有的攻击过程和相关数据由数据审计模块记录下来并进行综合分析。本方法减小蜜网中硬件设备数量,降低了成本。

Patent Agency Ranking