-
公开(公告)号：CN118764227A
公开(公告)日：2024-10-11
申请号：CN202410781223.X
申请日：2024-06-18
Applicant: 广州大学 , 国网山东省电力公司电力科学研究院 , 国网智能电网研究院有限公司 , 国家电网有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种审计日志入侵检测方法及装置，其方法步骤包括对审计日志建模以端到端的方式利用高阶关系建模，其中采用两种设计来解决高阶关系建模的挑战：(1)递归嵌入传播，根据相邻的实体节点的嵌入来更新节点的嵌入并递归地执行这种嵌入传播以获取线性时间复杂度地高阶连接。(2)基于注意的聚集，利用神经注意机制在传播过程中学习每个邻居的权重，以此来揭示高阶连通性的重要性，最后通过预测实体对交互的偏好来检测网络威胁推荐。
-
公开(公告)号：CN118740494A
公开(公告)日：2024-10-01
申请号：CN202410996158.2
申请日：2024-07-23
Applicant: 广州大学
Abstract: 本申请涉及信息安全技术领域，本申请提供一种基于增量学习的动态僵尸网络检测系统，包括流量处理模块、模型训练模块、经验缓存模块和经验重放模块；流量处理模块用于生成流量的节点和边的特征；模型训练模块用于训练基于注意力节点采样的图神经网络模型；经验缓存模块用于图神经网络模型训练完成后，根据注意力采样结果提取节点的关键子图，聚合后保存至经验缓存区，并进行维护和更新；经验重放模块用于选择关键子图在新批次数据中重放，重新聚合新批次数据特征，进行图神经网络模型微调。本申请通过从僵尸网络提取关键控制拓扑，并在模型重新训练过程中重放之前批次中的关键控制拓扑，使模型随动态数据进化，具有抗灾难性遗忘能力。
-
公开(公告)号：CN117294486B
公开(公告)日：2024-08-13
申请号：CN202311206749.7
申请日：2023-09-18
Applicant: 广州大学
IPC: H04L9/40 , G06N3/042 , G06N3/0442 , G06N3/084
Abstract: 本说明书实施例提供了一种基于图嵌入的恶意流量检测方法及系统，其中，方法包括：S1.根据原始流量报文中网络数据包的五元组信息将网络数据包划分为数据包流，对所述数据包流进行预处理得到数据包流的流量信息；S2.基于所述流量信息，以网络数据包的源套接字和目标套接字为节点，以套接字之间的流量为边，以流量信息为边的属性构建属性图；S3.对属性图进行嵌入学习，通过图神经网络GNN迭代传播来自邻居节点的嵌入，利用边缘图注意网络，通过递归嵌入式传播和基于注意的聚合提取图嵌入信息，对GNN模型进行训练；S4.将预处理后流量信息输入到构建的GNN模型中，实现恶意流量检测。本发明提高了恶意流量检测地面性能。
-
公开(公告)号：CN117081798A
公开(公告)日：2023-11-17
申请号：CN202311015511.6
申请日：2023-08-11
Applicant: 广州大学 , 国网山东省电力公司电力科学研究院 , 国网智能电网研究院有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于ATT_CK和有向警报图的真实威胁告警系统和方法，其步骤包括：1)日志处理模块通过对系统原始审计记录进行处理，并提取其中的实体和交互，组成系统溯源图；2)警报生成模块通过维护ATT_CK知识库，生成威胁检测规则，得到威胁检测规则库，并通过规则匹配出初始警报；3)警报处理模块获取威胁告警后，生成有向警报图，并作为训练集训练GAT模型，将结果与验证集比较，更新权重参数，迭代更新得到训练好的模型；4)真实警报生成模块负责使用模型对新生成的有向警报图中的警报节点进行嵌入编码，并预测类别，对警报节点进行嵌入编码后，再拼接得到警报图的嵌入编码，最终输出预测类别为真实告警的警报节点。
-
公开(公告)号：CN112214791B
公开(公告)日：2023-04-18
申请号：CN202011015760.1
申请日：2020-09-24
IPC: G06F21/62 , G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种基于强化学习的隐私策略优化方法、系统及可读存储介质，所述方法包括：在移动端部署输入样本特征提取器，在云端部署输入样本重构器、目标分类器及隐私分类器，以完成初始模型的初始化；通过测试样本集对初始模型进行测试，将测试信息、当前的超参数和层数存储于为一信息单元；将信息单元的状态信息输入超参数优化器中进行超参数信息优化方案的选择、执行与优化方案奖励值的计算，并根据计算结果进行超参数优化器样本的增加、优化方案价值的更新及超参数优化器网络参数的更新；通过当前超参数优化器网络对初始模型进行优化，并获取最终的超参数优化结果和层数n。本发明能够在尽量不降低业务准确率的情况下提高隐私保护效果。
-
Patent Agency Ranking
公开(公告)号：CN114844786A
公开(公告)日：2022-08-02
申请号：CN202210333493.5
申请日：2022-03-31
Applicant: 广州大学
Abstract: 本发明涉及物联网技术领域，且公开了一种基于异构信息图谱的物联网资源信誉度评估方法，通过以异构图结构的形式进行描述，对图G的描述为G＝ ，整个图包括本体的集合E和关系的集合R两个部分，进一步描述如下：本体(Entity，简写为E)在整个图结构中以节点的形式存在，分为两类，分别是核心本体(Central Entity，简写为CE)和附属本体(AffiliatedEntity，简写为AE)，一般描述为E＝ ，其中，CE是结构中最主要的本体。该基于异构信息图谱的物联网资源信誉度评估方法，主体类型多样，关系类型多样，相比传统的物联网资源描述方法，可有效描述物联网复杂、异构、多样化的整体资源拓扑情况，同时，该发明丰富的描述方法可以辅助构筑更安全的物联网防御体系。
-
公开(公告)号：CN113269931B
公开(公告)日：2022-01-14
申请号：CN202110623178.1
申请日：2021-06-03
Applicant: 广州大学
Abstract: 本发明涉及物联网访问控制技术领域，公开了一种基于权能的共享汽车访问方法和装置，所述方法包括接收第一用户设备发送的第一访问请求；根据预存的第一服务器公钥验证所述第一权能令牌的服务器私钥，若第一权能令牌的服务器私钥和预存的第一服务器公钥匹配，则获取所述第一权能令牌中的用户公钥并使用用户公钥验证所述第一访问请求中的用户私钥；若获取到的用户公钥和第一访问请求中的用户私钥相匹配，则允许第一用户设备访问共享汽车。有益效果：基于权能的访问控制方法，用户与共享汽车网关之间直接进行访问请求的验证，保证了即使在无网络条件或者云端服务器不可用的情况下用户对共享汽车的访问依然可以正常进行，使得用户体验得到了保障。
-
公开(公告)号：CN113836704A
公开(公告)日：2021-12-24
申请号：CN202111037394.4
申请日：2021-09-06
Applicant: 广州大学
IPC: G06F30/20 , G06F17/18 , G06F119/02
Abstract: 本发明公开了一种基于改进奇异谱分析的时间序列降噪方法及装置，所述方法包括如下步骤：步骤S1，对原始时间序列根据设定窗口长度构建轨迹矩阵；步骤S2，利用构建的轨迹矩阵构造一对称矩阵，对该对称矩阵采用奇异值分解获得特征向量和特征值，并得到对称矩阵的右奇异向量以及所述轨迹矩阵的子类矩阵；步骤S3，对每一个子类矩阵采用对角平均方法获得SSA分解子序列；步骤S4，采用去趋势分析方法分析各子序列是否属于白噪声、粉红噪声或布朗噪声成分；步骤S5，剔除原始数据中的噪声成分并将剩余主要成分重构，实现降低对原始序列的降噪。
-
公开(公告)号：CN113612724A
公开(公告)日：2021-11-05
申请号：CN202110649002.3
申请日：2021-06-10
Applicant: 广州大学
Abstract: 本发明公开了一种基于权能的物联网访问控制方法及装置，包括：通过策略决策点生成第一用户的权限对应的初始能力令牌，将初始能力令牌发送至第一用户；接收第一用户发送的第一资源请求以及签名后的初始能力令牌，验证合法后将第一资源请求对应的资源对象发送至第一用户；建立时间能力树，将第一用户的初始能力令牌发送至第二用户，使第二用户拥有第一用户的能力；根据第二用户发送的能力令牌更新时间能力树，接收第一用户发送的第三资源请求，将第三资源请求对应的能力发放给第一用户，并将此时的时间记入时间能力树的时间节点序列中。本发明实施例能够降低资源服务器验证能力令牌的计算量，以及能够有效增加物联网访问控制的安全性。
-
公开(公告)号：CN112595898A
公开(公告)日：2021-04-02
申请号：CN202011421303.2
申请日：2020-12-07
IPC: G01R27/26 , G01N23/00 , G06N20/00 , H04B17/309
Abstract: 本发明公开了一种基于Wi－Fi信号测量液体复介电常数的方法，包括：获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；将所述幅度比值和相位差值通过预设的数据处理模块，并将处理的结果通过机器学习算法，判断得出待测液体的复介电常数。通过本发明，能够得到液体的复介电常数，进而可将复介电常数用于对液体类别、含量的检测，在满足液体检测的同时，降低了液体识别的成本。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.037 seconds)
