-
公开(公告)号：CN115842789B
公开(公告)日：2023-05-09
申请号：CN202310155455.X
申请日：2023-02-23
Applicant: 鹏城实验室
IPC: H04L47/26 , H04L47/52 , H04L47/6275
Abstract: 本申请公开了一种数据包调度方法、设备及可读存储介质，涉及通信技术领域，所述方法包括：对接收到的各数据包进行解析，获得对应的接口请求信息；基于各所述接口请求信息，进行速率计算，得到各所述数据包的目标发送速率；根据各所述目标发送速率，确定对应的数据包的发送时间，并基于各所述发送时间来控制对应的数据包的调度。本申请解决了目前数据包调度的精细度较低的技术问题。
-
公开(公告)号：CN113489606A
公开(公告)日：2021-10-08
申请号：CN202110730855.X
申请日：2021-06-29
Applicant: 哈尔滨工业大学(深圳) , 鹏城实验室
Abstract: 本发明公开了一种基于图神经网络的网络应用识别方法及装置。所述基于图神经网络的网络应用识别方法，包括：分析网络流量文件中网络流量的传输时序结构，从所述网络流量文件中抽取出链图；基于图神经网络构建网络应用识别模型；其中，所述网络应用识别模型包括两个SGC网络层；根据所述链图生成训练数据集，通过所述训练数据集训练所述网络应用识别模型；将待测试的网络流量文件输入训练后的所述网络应用识别模型，得到网络应用类型。本发明能够实现无人工规则下的高分类精度，保证高效准确地识别网络应用类型。
-
公开(公告)号：CN119420582B
公开(公告)日：2025-04-22
申请号：CN202510019121.9
申请日：2025-01-07
Applicant: 鹏城实验室
Abstract: 本申请公开了一种自反馈网络安全知识图谱的构建方法、设备及存储介质，涉及网络安全技术领域，包括：获取目标网络的历史网络安全数据；基于历史网络安全数据构建初始网络安全知识图谱，其中，初始网络安全知识图谱包括多个节点属性信息和多个边属性信息；每间隔预设的测试时间，对目标网络进行仿真测试，得到测试安全数据；每间隔预设的测试时间，基于测试安全数据对边属性信息进行更新，得到强化网络安全知识图谱；每间隔预设的测试时间，基于更新前的边属性信息对强化网络安全知识图谱中的边属性信息进行去噪处理，得到优化网络安全知识图谱。本申请能够提高网络安全知识图谱的动态适应性。
-
公开(公告)号：CN119420582A
公开(公告)日：2025-02-11
申请号：CN202510019121.9
申请日：2025-01-07
Applicant: 鹏城实验室
Abstract: 本申请公开了一种自反馈网络安全知识图谱的构建方法、设备及存储介质，涉及网络安全技术领域，包括：获取目标网络的历史网络安全数据；基于历史网络安全数据构建初始网络安全知识图谱，其中，初始网络安全知识图谱包括多个节点属性信息和多个边属性信息；每间隔预设的测试时间，对目标网络进行仿真测试，得到测试安全数据；每间隔预设的测试时间，基于测试安全数据对边属性信息进行更新，得到强化网络安全知识图谱；每间隔预设的测试时间，基于更新前的边属性信息对强化网络安全知识图谱中的边属性信息进行去噪处理，得到优化网络安全知识图谱。本申请能够提高网络安全知识图谱的动态适应性。
-
公开(公告)号：CN118820606B
公开(公告)日：2024-12-17
申请号：CN202411231176.8
申请日：2024-09-04
Applicant: 鹏城实验室
IPC: G06F16/9535 , G06F21/57 , G06F18/213 , G06F16/36 , G06F18/22 , G06F40/289 , G06N3/08 , H04L9/40
Abstract: 本申请实施例提供了一种攻防工具智能推荐方法、装置、电子设备以及存储介质，属于网络安全技术领域。该方法包括：获取漏洞信息和工具信息；将漏洞信息和工具信息输入预先训练好的第一智能推荐模型中，分别对漏洞信息和工具信息中进行特征提取处理，得到漏洞关键特征和工具关键特征；基于预设的技战术知识图谱确定漏洞关键特征对应的第一技术信息，和工具关键特征对应的第二技术信息；基于预先训练好的第二智能推荐模型，确定第一技术信息和第二技术信息之间的信息相似度；当信息相似度超过预设的相似度阈值时，确定工具信息与漏洞信息匹配，基于工具信息确定漏洞信息对应的攻防工具。本申请能够提高攻防工具推荐的准确度和效率。
-
Patent Agency Ranking
公开(公告)号：CN118820606A
公开(公告)日：2024-10-22
申请号：CN202411231176.8
申请日：2024-09-04
Applicant: 鹏城实验室
IPC: G06F16/9535 , G06F21/57 , G06F18/213 , G06F16/36 , G06F18/22 , G06F40/289 , G06N3/08 , H04L9/40
Abstract: 本申请实施例提供了一种攻防工具智能推荐方法、装置、电子设备以及存储介质，属于网络安全技术领域。该方法包括：获取漏洞信息和工具信息；将漏洞信息和工具信息输入预先训练好的第一智能推荐模型中，分别对漏洞信息和工具信息中进行特征提取处理，得到漏洞关键特征和工具关键特征；基于预设的技战术知识图谱确定漏洞关键特征对应的第一技术信息，和工具关键特征对应的第二技术信息；基于预先训练好的第二智能推荐模型，确定第一技术信息和第二技术信息之间的信息相似度；当信息相似度超过预设的相似度阈值时，确定工具信息与漏洞信息匹配，基于工具信息确定漏洞信息对应的攻防工具。本申请能够提高攻防工具推荐的准确度和效率。
-
公开(公告)号：CN117540730B
公开(公告)日：2024-10-18
申请号：CN202311316116.1
申请日：2023-10-10
Applicant: 鹏城实验室
IPC: G06F40/279 , G06F18/24 , G06F16/33 , G06F40/216
Abstract: 本申请实施例提供了一种文本标注方法和装置、计算机设备及存储介质，属于人工智能技术领域。该方法包括：获取原始文本和原始标注信息；对原始文本分类得到自动标注信息；接收由标注端对原始文本扩展得到同义文本，根据自动标注信息对同义文本筛选的扩展文本；将扩展文本和原始文本拼接得到候选文本，将自动标注信息和原始标注信息拼接得到候选标注信息；获取候选文本中候选标注信息的标注类别数量；根据标注类别数量对候选标注信息筛选得到目标标注信息；获取目标标注信息的标注比例；若标注比例低于预设比例阈值，生成反馈信息至专家系统以接收专家标注信息；将专家标注信息和候选文本组合得到目标文本数据。本申请实施例能够提高文本标注质量。
-
公开(公告)号：CN117313695B
公开(公告)日：2024-07-30
申请号：CN202311138419.9
申请日：2023-09-01
Applicant: 鹏城实验室
IPC: G06F40/205 , G06F40/237 , G06F16/901 , G06F16/903 , G06F16/35 , G06F21/62
Abstract: 本申请实施例提供了一种文本敏感性检测方法、装置、电子设备及计算机可读存储介质，属于智能识别技术领域。该方法包括：获取待检测文本内容；对待检测文本内容进行脱敏处理得到多个脱敏文本；根据预设的AC自动机对各个脱敏文本进行匹配处理，在脱敏文本匹配为独立性敏感文本的情况下，根据预训练的上下文敏感信息检测模型对相应的脱敏文本进行检测处理得到检测结果；在检测结果表征对应的脱敏文本为上下文敏感文本的情况下，对脱敏文本进行屏蔽处理；在检测结果表征对应的脱敏文本不为上下文敏感文本的情况下，输出脱敏文本。本申请实施例使得文本敏感性检测的过程更加稳定可靠。
-
公开(公告)号：CN118018260A
公开(公告)日：2024-05-10
申请号：CN202410104530.4
申请日：2024-01-24
Applicant: 鹏城实验室
IPC: H04L9/40
Abstract: 本申请提供了一种网络攻击的检测方法、系统、设备及介质，包括：获取待检测网络中多个连续的网络流量数据，并提取每个网络流量数据中的多个流量特征；对所有的流量特征分别进行数据标准化转换，得到转换后在同一数值范围内的多个特征值；依次将每个网络流量数据下的各个特征值，分别作为多通道的像素点中各个通道的数值，得到多个像素点，并依次将连续的多个网络流量数据对应的各个像素点进行拼接，得到待检测网络的流量特征图像；将流量特征图像输入到预先训练好的攻击阶段分类模型中，得到攻击阶段分类结果，并根据攻击阶段分类结果确定待检测网络中网络攻击行为所处的目标攻击阶段。本申请能够提高对不同攻击阶段识别的效率和准确率。
-
公开(公告)号：CN117332039A
公开(公告)日：2024-01-02
申请号：CN202311218607.2
申请日：2023-09-20
Applicant: 鹏城实验室
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本申请实施例提供文本检测方法、装置、设备和存储介质，涉及人工智能技术领域。该方法包括：利用预设检测词表初步将包含敏感词的检测文本筛选出来，再利用多个安全检测模型对初筛后的检测文本更细粒度的合规性判断，得到表征合规性的检测得分，这里检测得分越高表征检测文段的安全性越高。在后续检测过程中，本实施例并不仅简单地将所有检测文段的检测得分通过作为合规性结果，而是预留一定的冗余，虽然一些检测文段的检测得分没有通过，但是其数量较少，则也可以认为其合规。通过多阶段检测，从粗粒度到细粒度进行合规判断，能够在整体上降低检测文本被误检的概率。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.024 seconds)
