-
公开(公告)号：CN115694924A
公开(公告)日：2023-02-03
申请号：CN202211250473.8
申请日：2022-10-12
Applicant: 海南大学 , 海南火链科技有限公司
IPC: H04L9/40 , G06F18/2411
Abstract: 基于熵值与SVM‑BOOSTING的DDoS攻击分级检测方法，所述方法包括：获取交换机和/或路由器端口统计数据；根据所述端口统计数据构建对应的熵值特征；当所述熵值特征对应的熵值超过对应的预设阈值时，调用自适应支持向量机进行流量分类；基于所述分类进行攻击流量识别。本申请提供的基于熵值与SVM‑BOOSTING的DDoS攻击分级检测方法在粗粒度模式下通过统计特征对异常流量触发阈值警报，在触发警报后，细粒度模式进行更精细的特征提取，以通过SVM‑Boosting检测算法做进一步的攻击流量判别。通过日常情况下在粗粒度模式下运行、受攻击时在细粒度模式下运行的方式减少了检测的工作量，通过SVM‑Boosting提高了对支持平面附近实例的分类准确性。
-
公开(公告)号：CN115348054A
公开(公告)日：2022-11-15
申请号：CN202210771483.X
申请日：2022-06-30
Applicant: 海南大学 , 海南火链科技有限公司
IPC: H04L9/40 , H04L9/08 , H04L9/32 , H04L67/1097
Abstract: 本发明公开了一种基于IPFS的区块链数据代理重加密的方法，所述方法应用于第三方代理重加密服务商中，所述方法包括：接收数据请求方发送的数据请求，所述数据请求中携带有零知识证明信息；在区块链中的智能合约中，验证所述零知识证明参数是否合法；若合法，则向所述数据请求方传输执行过重加密的数据。本发明还提供了一种基于IPFS的区块链数据代理重加密的系统。本发明提供的基于IPFS的区块链数据代理重加密的方法及系统，可以提升数据加密过程的安全性。
-
公开(公告)号：CN108900556B
公开(公告)日：2021-02-02
申请号：CN201810972690.5
申请日：2018-08-24
Applicant: 海南大学
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：CN110351303A
公开(公告)日：2019-10-18
申请号：CN201910688231.9
申请日：2019-07-29
Applicant: 海南大学
Abstract: 本发明公开了一种DDoS特征提取方法，所述方法包括：在预设时间段内对网络数据流进行采样，并计算所述网络数据流的每个属性的种类，构成训练集；基于所述训练集通过无监督训练方法训练深度信念网络，并基于所述训练集通过有监督训练方法训练前馈神经网络，其中，所述深度信念网络具有瓶颈层；基于所述前馈神经网络调整所述深度信念网络的权重和偏差，生成特征提取模型，以通过所述特征提取模型提取DDoS特征。采用本发明可以有效提高提取的DDoS特征的稳定性和准确性。
-
公开(公告)号：CN116614265A
公开(公告)日：2023-08-18
申请号：CN202310510837.X
申请日：2023-05-08
Applicant: 海南大学
Abstract: 本申请实施例公开了一种点云特征增强的区块链DDoS攻击分类与分割方法，属于网络安全技术领域。所述方法包括：基于CIC‑DDoS2019数据集，获取多个DDoS攻击类型的数据，建立具有DDoS攻击类型的数据集；预处理CIC‑DDoS2019数据集中多个DDoS攻击类型的数据以外的数据，得到具有有效特征的第一数据；具有有效特征的第一数据输入决策树模型筛选，得到具有关键特征的第二数据；基于具有关键特征的第二数据和具有DDoS攻击类型的数据集，生成DDoS实时检测数据集；输入具有关键特征的第二数据到点云，增强点云特征，并建立检测模型；输入DDoS实时检测数据集到检测模型，得到DDoS攻击流量的分类和分割结果。因此，本申请实施例可以在分布式网络环境中有效地对DDoS攻击进行分类和分割。
-
Patent Agency Ranking
公开(公告)号：CN110351291B
公开(公告)日：2021-07-13
申请号：CN201910647498.3
申请日：2019-07-17
Applicant: 海南大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的DDoS攻击检测方法及装置，属于互联网技术领域。所述方法包括：获取网络流量，定义所述网络流量的特征提取规则；通过所述特征提取规则，提取所述网络流量的灰度矩阵特征；根据所述灰度矩阵特征，建立多尺度卷积神经网络模型；基于所述多尺度卷积神经网络模型，检测所述网络流量的DDoS攻击。采用本发明，可以提高DDoS攻击检测的检测率。
-
公开(公告)号：CN112788119A
公开(公告)日：2021-05-11
申请号：CN202011624256.1
申请日：2020-12-30
Applicant: 海南大学 , 海南火链科技有限公司
Abstract: 本发明提供一种面向以链治链的跨链共识架构及方法，包括监管模块、通信模块、数据模块和奖惩模块，所述监管模块用于监管网络，所述通信模块用于数据通信，所述数据模块用于数据管控，所述奖惩模块用于执行奖惩措施，所述数据模块通过通信模块与监管模块数据连接，所述奖惩模块通过通信模块与监控模块数据连接。本发明能够支持以链治链监管模式两方面共三个功能性需求，即支持监管区块链网络获取被监管链网络的数据、支持被监管链网络执行监管区块链网络给定的激励措施和支持被监管链网络执行监管区块链网络给定的惩罚措施，填补了以链治链监管领域空缺的核心解决方案，本发明具有相对较低的通信复杂度，保证了其安全性、可拓展性和效率。
-
公开(公告)号：CN111866123A
公开(公告)日：2020-10-30
申请号：CN202010695401.9
申请日：2020-07-17
Applicant: 海南大学
IPC: H04L29/08
Abstract: 本发明提供一种基于区块链的数据存储方法及装置，其中，应用于终端区块链中的任一节点，所述终端区块链包括边缘服务器区块链中的至少一个边缘服务器节点，所述边缘服务器节点与接入到所述终端区块链中的终端节点通信连接，方法包括：获取待上链数据；根据第一预设规则，分类待上链数据，将待上链数据划分为第一区块链数据和第二区块链数据，第一区块链数据表征待存储到边缘服务器区块链中的数据，第二区块链数据表征待存储到终端区块链中的数据；将第一区块链数据存储至边缘服务器区块链；将第二区块链数据存储到终端区块链。本发明在实现松耦合环境中的数据存储的同时，提高了数据存储的效率以及安全性。
-
公开(公告)号：CN110381052A
公开(公告)日：2019-10-25
申请号：CN201910639677.2
申请日：2019-07-16
Applicant: 海南大学
Abstract: 本发明公开了一种基于CNN的DDoS攻击多元信息融合方法及装置，属于通信技术领域。其中所述方法包括：在单位时间内对网络流量进行特征提取，得到多元特征；将所述多元特征基于主成分分析模型进行加权融合特征；构建基于卷积神经网络的分类模型，分析提取所述加权融合特征以获得最终特征。所述装置包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现所述的基于CNN的DDoS攻击多元信息融合方法。本发明相较于现有技术检测DDoS攻击的方法，提高了检测率，降低了漏报率和总错误率，同时还减少了攻击检测的运行时间和内存资源。
-
公开(公告)号：CN110062011A
公开(公告)日：2019-07-26
申请号：CN201910461918.9
申请日：2019-05-30
Applicant: 海南大学
Abstract: 本发明实施例提供一种基于V-SVM的DDoS攻击检测方法及装置，属于通信技术领域。其中，方法包括：采集多个历史网络流量数据样本，计算每个基于V-SVM网络流量数据样本的九元组NSAF特征；对基于V-SVM九元组NSAF特征进行归一化处理，并根据PCA技术对经过归一化处理的基于V-SVM九元组NSAF特征进行降维，得到训练集；构建V-SVM分类模型，并利用基于V-SVM训练集对基于V-SVM的分类模型进行训练，获得最优拉格朗日乘子；根据基于V-SVM最优拉格朗日乘子求得决策函数，并利用基于V-SVM决策函数判断当前网络是否发生DDoS攻击。本发明相较于现有技术检测DDoS攻击的方法，提高了准确率、降低了误报率，同时还提高了攻击检测的稳定性和时效性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.018 seconds)
