一种异常流量检测方法及检测系统

    公开(公告)号:CN106790050B

    公开(公告)日:2019-11-19

    申请号:CN201611177088.X

    申请日:2016-12-19

    Inventor: 卞超轶

    Abstract: 本申请公开了一种异常流量检测方法及检测系统,其中,所述异常流量检测方法首先对网络流量数据按照协议类型和时间进行统计,获得目标时间段内不同协议的网络数据,然后根据网络数据流的协议类型分别进行特征提取,最后根据所述特征数据的协议类型,采取预设聚类算法或异常点检测算法对所述目标时间段内不同协议的特征数据进行分析,获得对所述目标时间段内不同协议的网络数据流的分析结果,以实现对所述目标时间段内不同协议的网络数据流是否属于异常流量的鉴别。由于所述异常流量检测方法对不同协议的网络数据流分别进行处理和分析,大大提高了所述异常流量检测方法的适用性。

    一种联邦学习的聚合验证方法

    公开(公告)号:CN114650128B

    公开(公告)日:2024-10-11

    申请号:CN202210329985.7

    申请日:2022-03-31

    Inventor: 于婧悦 卞超轶

    Abstract: 本发明提供了一种联邦学习的聚合验证方法,在密钥分享阶段生成的秘密份额密文中加入客户端变色龙哈希函数随机数的秘密份额,在模型参数密文的生成阶段中由随机数、变色龙哈希函数的公共参数和模型参数作为变色龙哈希函数的输入,生成模型参数的同态变色龙哈希值。在解密阶段服务器对客户端解密出的秘密份额中随机数的秘密份额进行解密得到相应的随机数。在验证阶段将服务器解密得到的随机数、模型参数的聚合结果和变色龙哈希函数的公共参数作为输入得到聚合结果的同态变色龙哈希值,将各同态变色龙哈希值相乘后,与聚合结果的同态变色龙哈希值进行比较,根据变色龙哈希函数的同态性对聚合结果进行验证。减少了信息交互轮数提高了聚合速率。

    一种联邦学习的聚合验证方法

    公开(公告)号:CN114650128A

    公开(公告)日:2022-06-21

    申请号:CN202210329985.7

    申请日:2022-03-31

    Inventor: 于婧悦 卞超轶

    Abstract: 本发明提供了一种联邦学习的聚合验证方法,在密钥分享阶段生成的秘密份额密文中加入客户端变色龙哈希函数随机数的秘密份额,在模型参数密文的生成阶段中由随机数、变色龙哈希函数的公共参数和模型参数作为变色龙哈希函数的输入,生成模型参数的同态变色龙哈希值。在解密阶段服务器对客户端解密出的秘密份额中随机数的秘密份额进行解密得到相应的随机数。在验证阶段将服务器解密得到的随机数、模型参数的聚合结果和变色龙哈希函数的公共参数作为输入得到聚合结果的同态变色龙哈希值,将各同态变色龙哈希值相乘后,与聚合结果的同态变色龙哈希值进行比较,根据变色龙哈希函数的同态性对聚合结果进行验证。减少了信息交互轮数提高了聚合速率。

    一种异常流量检测方法及检测系统

    公开(公告)号:CN106790050A

    公开(公告)日:2017-05-31

    申请号:CN201611177088.X

    申请日:2016-12-19

    Inventor: 卞超轶

    Abstract: 本申请公开了一种异常流量检测方法及检测系统,其中,所述异常流量检测方法首先对网络流量数据按照协议类型和时间进行统计,获得目标时间段内不同协议的网络数据,然后根据网络数据流的协议类型分别进行特征提取,最后根据所述特征数据的协议类型,采取预设聚类算法或异常点检测算法对所述目标时间段内不同协议的特征数据进行分析,获得对所述目标时间段内不同协议的网络数据流的分析结果,以实现对所述目标时间段内不同协议的网络数据流是否属于异常流量的鉴别。由于所述异常流量检测方法对不同协议的网络数据流分别进行处理和分析,大大提高了所述异常流量检测方法的适用性。

Patent Agency Ranking