公开(公告)号：CN118432891A

公开(公告)日：2024-08-02

申请号：CN202410554797.3

申请日：2024-05-07

Applicant: 暨南大学

Inventor： 曾国强 ,  邵俊敏 ,  陆康迪 ,  翁健 ,  耿光刚 ,  陈泯融 ,  李理敏

IPC: H04L9/40 ,  G06N3/006 ,  G06N3/098

Abstract: 本发明公开了一种基于聚类组合优化的工控联邦入侵检测后门防御方法和系统，该方法利用现有的多种后门攻击方法产生恶意的更新梯度，与正常的更新梯度作为训练集和测试集；将多种聚类方法的组合方式作为优化变量进行编码，使用训练集对组合方式进行训练，评估该组合方式在测试集上恶意梯度的识别真阳率和真阴率，将其作为优化目标函数，再通过多目标种群演化操作，获得高识别准确率的聚类组合方式，并将其用于工控联邦入侵检测系统中的后门攻击防御策略，从而实现对恶意梯度高效精准的检测。本发明在保障入侵检测系统性能的同时，得到的最优聚类方法组合方案可以准确识别并过滤恶意更新梯度，从而提高了工控联邦入侵检测系统的安全性和鲁棒性。

公开(公告)号：CN117857224A

公开(公告)日：2024-04-09

申请号：CN202410261261.2

申请日：2024-03-07

Applicant: 暨南大学

Inventor： 刘东杰 ,  延志伟 ,  耿光刚 ,  张银炎

IPC: H04L9/40 ,  G06N20/00 ,  H04L61/4511

Abstract: 本发明公开了一种基于多POV的DNS授权依赖安全评估方法，涉及网络安全领域。所述方法包括：获取包括多POV的授权依赖元素的DNS授权依赖样本；利用专家经验，对DNS授权依赖样本进行评估标注，构建安全风险评估数据集；基于特征选择方法，从安全风险评估数据集中选取出多POV特征子集；利用多POV特征子集训练机器学习模型，得到DNS授权安全评估模型；获取待评估DNS授权信息，利用DNS授权安全评估模型输出DNS授权依赖安全评估结果。相较于现有技术，本发明所述方法计算速度快、评估准确性高、可解释性强，所构建的DNS授权安全评估模型具有高效高鲁棒的特性。

公开(公告)号：CN117834655A

公开(公告)日：2024-04-05

申请号：CN202410241840.0

申请日：2024-03-04

Applicant: 暨南大学

Inventor： 刘东杰 ,  张银炎 ,  耿光刚 ,  张继连 ,  冯炳文

IPC: H04L67/1095 ,  H04L9/40 ,  H04L9/00 ,  G06F16/27 ,  G06F16/23 ,  G06F21/60 ,  G06F21/62 ,  G06Q30/0601

Abstract: 本发明公开了一种基于区块链的拒付欺诈数据共享方法及系统，涉及区块链领域。所述方法包括：建立区块链网络，并确定区块链网络的参与节点，包括举报节点、记账节点及监督节点；区块生成周期内，获取举报节点和/或监督节点提交的拒付欺诈数据并广播至所有记账节点；其中，拒付欺诈数据经过加密处理；从所有记账节点中确定当前区块生成周期内的记账受托节点，记账受托节点对拒付欺诈数据进行上链操作；令各个参与节点采用向后遍历方式同步最新的区块以获取拒付欺诈数据列表；监督节点基于后监督机制对区块链上的区块进行验证并记录。相较于现有技术，本发明在保障高效监管的同时确保欺诈数据的快速共享使用，并保证过程中的数据安全和客户隐私。

公开(公告)号：CN117792677A

公开(公告)日：2024-03-29

申请号：CN202311571121.7

申请日：2023-11-22

Applicant: 暨南大学

Inventor： 刘东杰 ,  耿光刚 ,  孔凯传 ,  陈诗涵 ,  琚诗琪 ,  延志伟 ,  吴秀诚

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开一种钓鱼网站检测方法，包括如下步骤：对待测网站的URL和域名信息进行预处理，得到特征矩阵；对所述特征矩阵进行特征提取，得到上下文特征序列以及多尺度特征序列；将所述上下文特征序列以及多尺度特征序列进行融合，得到组合序列；根据所述组合序列，确定待测网站的钓鱼检测结果。本发明能够提高钓鱼网站检测的准确性。

公开(公告)号：CN115129978B

公开(公告)日：2024-03-29

申请号：CN202210597197.6

申请日：2022-05-27

Applicant: 暨南大学

Inventor： 张继连 ,  于欣宇 ,  唐蓉 ,  翁健 ,  耿光刚

IPC: G06F16/9535 ,  G06F16/2457 ,  G06F21/62

Abstract: 本发明公开了一种偏好查询方法、用户终端、服务器及存储介质，偏好查询方法应用于用户终端，偏好查询方法包括以下步骤：获取用户的初始偏好向量，以及获取标准数集；对标准数集中的各个标准数进行排列得到扰动偏好向量；将扰动偏好向量发送至服务器，以供服务器采用扰动偏好向量对数据库中各个存储对象的属性进行加权求和处理得到存储对象对应的偏好分数，根据偏好分数确定查询结果，将查询结果发送至用户终端。本发明实现了在偏好查询的过程中，保护用户的隐私信息不被泄露。

公开(公告)号：CN113220651B

公开(公告)日：2024-02-09

申请号：CN202110452028.9

申请日：2021-04-25

Applicant: 暨南大学

Inventor： 叶海洲 ,  黄健辉 ,  张继连 ,  翁健 ,  耿光刚

IPC: G06F16/174

Abstract: 本发明公开一种运行数据压缩方法，所述方法包括以下步骤：在目标运行数据中筛选满足预设条件的选定运行数据；利用预设压缩算法对所述选定运行数据进行数据结构的修改，以获得预处理数据，其中，一条选定运行数据对应一条预处理数据，所述预设压缩算法是利用冗余比特位数对Snappy算法进行修改获得，所述冗余比特位数基于所述目标运行数据中的参考运行数据的数据大小值获得；利用所述预设压缩算法，对所述预处理数据进行压缩，以获得压缩后的结果数据。本发明还公开一种运行数据压缩装置、终端设备以及计算机可读存储介质。利用本发明的运行数据压缩方法，提高了满足预设条件的运行数据的压缩效率。

公开(公告)号：CN116863204A

公开(公告)日：2023-10-10

申请号：CN202310693251.1

申请日：2023-06-12

Applicant: 暨南大学

Inventor： 张银炎 ,  杨晨 ,  耿光刚

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82

Abstract: 本发明公开了一种图像分类的对抗攻击方法、装置、终端设备及介质，该方法包括：确定原始图像对应的初始像素位置矩阵，并获取所述初始像素位置矩阵对应的目标像素位置矩阵；获取所述目标像素位置矩阵在预设修改范围内的像素点，并对所述像素点的颜色参数值进行修改，得到对抗攻击图像；通过预设图像分类模型，分别对所述原始图像和所述对抗攻击图像进行图像分类，得到对应的性能指标，并根据所述性能指标，确定所述对抗攻击图像是否图像分类攻击成功。本发明能够实现图像对抗攻击的全面精准防御。

公开(公告)号：CN116015753A

公开(公告)日：2023-04-25

申请号：CN202211569049.X

申请日：2022-12-08

Applicant: 暨南大学

Inventor： 曾国强 ,  邵俊敏 ,  翁健 ,  耿光刚 ,  陈泯融 ,  李理敏 ,  张宇

IPC: H04L9/40 ,  G06F21/55 ,  G16Y10/25 ,  G16Y40/50 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  H04L67/12 ,  H04L67/01

Abstract: 本发明公开了一种基于神经架构演化联邦学习的工业物联网入侵检测系统及方法。服务端将基于5种神经网络基础模块的联邦学习神经网络架构组合方式进行编码，下发到参与联邦学习的客户端，各客户端对本地IIoT设备的数据进行本地训练，服务端对各客户端模型中间参数聚合和适应度加权平均，通过种群演化操作，获得基于最优神经架构的联邦学习模型，并将其部署在IIoT在线入侵检测系统中，从而实现IIoT高效精准的在线入侵检测。本发明不仅可实现用于IIoT入侵检测的联邦学习模型的优化设计和自动生成，获得了易于在线部署的轻量化联邦学习模型，在保护IIoT设备隐私安全的同时，还提升了IIoT入侵检测的精确率、召回率、F1评分等性能指标。

公开(公告)号：CN115967697A

公开(公告)日：2023-04-14

申请号：CN202211706575.6

申请日：2022-12-27

Applicant: 暨南大学

Inventor： 耿光刚 ,  孔凯传 ,  刘志全 ,  杨鑫泉 ,  吴秀诚 ,  姚健康

IPC: H04L51/212 ,  H04L51/42 ,  H04L9/32 ,  H04L9/40 ,  H04L67/1095

Abstract: 本发明公开了一种基于区块链的邮件黑名单共享方法，联盟链中包括举报节点、记账节点、服务节点以及监督节点；举报节点提交黑名单数据时，接受监督节点的监督，监督节点对举报节点进行相应的评价，当满足一定的评判指标时，对举报节点进行奖励或惩罚；邮件黑名单共享方法分为黑名单举报数据生成、黑名单数据记账、黑名单数据同步更新、服务以及黑名单成员节点监督。本发明将区块链技术应用到邮件黑名单系统中，充分利用区块链的去中心化、不可篡改性等性质，增加黑名单节点评分机制，实现黑名单数据的整合，保证黑名单数据的公开、透明、无篡改以及系统整体的安全性。

公开(公告)号：CN115661508A

公开(公告)日：2023-01-31

申请号：CN202211164576.2

申请日：2022-09-23

Applicant: 暨南大学

Inventor： 曾国强 ,  魏海南 ,  耿光刚 ,  翁健 ,  黄家承 ,  张宇

IPC: G06V10/764 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于多目标神经网络架构优化的SAR对抗图像检测系统及方法，本发明首先获取来自SAR历史数据库的图像数据集，对其进行数据解析和归一化，将其作为SAR图像检测离线训练模块的输入数据集，基于非支配排序遗传算法的设计神经网络架构优化平台获得针对FUSAR‑ship数据集的轻量级高鲁棒性的神经网络最优架构模型，在实现便于部署的同时，对SAR实时监控地面所产生图像的进行在线识别。本发明不仅可以用于SAR图像检测神经网络架构的自动生成和优化设计，而且在提高复杂SAR图像检测系统的对抗鲁棒性和准确率的同时，降低了SAR识别模型的复杂程度，大大减少了SAR在实现识别模型部署时的所需资源。