公开(公告)号：CN116015753B

公开(公告)日：2025-04-25

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：CN119247760A

公开(公告)日：2025-01-03

申请号：CN202411159579.6

申请日：2024-08-22

Applicant: 暨南大学

Inventor： 张银炎 ,  招燕琼 ,  耿光刚 ,  吴永东 ,  刘东杰

IPC: G05B13/04

Abstract: 本申请公开了一种状态估计方法、装置、设备及存储介质，涉及系统安全技术领域包括：对目标系统进行建模，生成目标系统的线性高斯时不变模型；基于所述线性高斯时不变模型，通过卡尔曼估计器生成所述目标系统的局部状态估计值；基于所述局部状态估计值，通过基于弹性网络的加权最小二乘法，生成所述目标系统的全局状态估计值。本申请通过生成全局状态估计值，当目标系统遭受攻击，系统的状态监测受到破坏，通过全局状态估计值可以恢复系统状态，克服攻击导致的误差，有效提升系统的稳定性和鲁棒性。

公开(公告)号：CN117640582A

公开(公告)日：2024-03-01

申请号：CN202311667861.0

申请日：2023-12-06

Applicant: 暨南大学

Inventor： 刘东杰 ,  张银炎 ,  耿光刚 ,  涂菲帆 ,  刘林晖

IPC: H04L61/4511 ,  H04L41/0803 ,  H04L43/0823

Abstract: 本申请公开了一种大规模验证DNS递归服务器探测DNSSEC错误配置的方法及设备，其方法包括：基于在云服务器预先搭建的域名环境，对所述域名环境中的域名设置不同的DNSSEC错误配置；在所述云服务器上，通过DNS递归服务器对所述域名环境进行DNSSEC错误配置检测，并获取所述DNS递归服务器的检测结果；根据所述DNS递归服务器的检测结果，分析DNS递归解析服务器是否提供相应的错误提示，并得到分析结果；基于所述分析结果，确认所述DNS递归服务器对DNSSEC配置错误是否有效验证。本申请通过上述方法，提高检测DNSSEC错误配置的能力，以及DNS系统的安全性。

公开(公告)号：CN115412332A

公开(公告)日：2022-11-29

申请号：CN202211026383.0

申请日：2022-08-25

Applicant: 暨南大学

Inventor： 曾国强 ,  杨耀伟 ,  耿光刚 ,  翁健 ,  黄家承 ,  张宇

IPC: H04L9/40 ,  H04L67/12 ,  G16Y40/50 ,  G16Y40/20 ,  G16Y40/10 ,  G16Y30/10 ,  G06N3/08 ,  G06N3/04 ,  G06N3/00 ,  G06K9/62

Abstract: 本发明公开了一种基于混合神经网络模型优化的物联网入侵检测系统及方法。从物联网系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为物联网入侵检测离线优化模块的输入数据集，设计基于离散粒子群优化技术的混合神经网络模型优化平台，获得物联网入侵检测特征库和混合神经网络最优模型，针对物联网系统实时数据库中的实时监控数据，从而实现物联网入侵检测的在线检测。本发明不仅可实现用于物联网入侵检测系统的混合神经网络模型的自动生成和优化设计，提高了物联网入侵检测系统的智能化设计水平和设计效率，还提升了物联网系统入侵检测的精准率、召回率和F1评分等性能指标。

公开(公告)号：CN115129978A

公开(公告)日：2022-09-30

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：CN114629647A

公开(公告)日：2022-06-14

申请号：CN202210531525.2

申请日：2022-05-17

Applicant: 暨南大学

Inventor： 李琦 ,  蔡东洪 ,  刘志全 ,  耿光刚

IPC: H04L9/08 ,  H04W12/041 ,  H04W12/0431 ,  H04L25/02

Abstract: 本发明公开了一种基于信道估计的物理层密钥一致性协商方法及系统，该方法包括下述步骤：用户Alice和Bob互发导频序列并进行多轮信道双向探测，获得信道估计值；基于信道估计值并利用最小均方误差方法得到信道系数矩阵；将每一个信道估计值的实部、虚部以及幅度分别进行均匀量化，最终对所有信道估计值的量化结果进行拼接，用户Alice和用户Bob得到各自的比特位流，用户Bob根据用户Alice发送的协商信息对量化得到的第二比特位流进行k‑grams一致性协商，对其中出错的位进行检错纠错；得到的完全一致位流作为的用户Alice和Bob的对称密钥，本发明解决了密钥生成率低的问题，可实施性强、密钥生成率高。

公开(公告)号：CN113591078A

公开(公告)日：2021-11-02

申请号：CN202110886083.9

申请日：2021-08-03

Applicant: 暨南大学

Inventor： 曾国强 ,  黄家承 ,  翁健 ,  陆康迪 ,  耿光刚 ,  谭武征 ,  张宇

IPC: G06F21/55 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络架构优化的工控入侵检测系统及方法。从工控系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为工控入侵检测离线训练模块的输入数据集，设计基于离散群体演化方法的卷积神经网络架构优化平台，获得工控入侵检测特征库和最优架构的卷积神经网络模型，针对工控系统实时数据库中的实时监控数据，从而实现工控入侵检测的在线检测。本发明不仅可实现用于工控入侵检测系统的卷积神经网络架构的自动生成和优化设计，提高了工控入侵检测系统的智能化设计水平和设计效率，还提升了工控系统入侵检测的精准率、召回率和F1评分等性能指标。

公开(公告)号：CN119276599A

公开(公告)日：2025-01-07

申请号：CN202411543422.3

申请日：2024-10-31

Applicant: 暨南大学

Inventor： 张银炎 ,  杨溢钐 ,  耿光刚 ,  刘东杰

IPC: H04L9/40 ,  H04L67/02 ,  H04L61/4511 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请公开了一种基于深度学习模型的DoH加密恶意流量检测方法，涉及网络安全技术领域，方法包括：获取基于HTTPS的域名系统DoH流量；将所述DoH流量输入预先构建得到的流量检测模型，得到恶意流量检测结果，所述流量检测模型是基于二元交叉熵和焦点损失函数构建得到的，本申请能够提高恶意流量的检测精度。

公开(公告)号：CN115967697B

公开(公告)日：2024-07-26

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：CN117857224B

公开(公告)日：2024-06-25

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。