-
公开(公告)号：CN112448910B
公开(公告)日：2022-03-29
申请号：CN201910756953.3
申请日：2019-08-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种社会工程学蜜罐部署方法、蜜罐系统及存储介质，该方法包括以下步骤：社工蜜罐管理子系统，其用于进行人的客观属性配置和/或直观属性配置，并基于配置的属性构建多个社工AI人；社工AI人模拟模块，其用于基于构建的属性自动生成社工AI人的社交信息，并在社交平台上发布所述社交信息；接收来自社交平台上的网络用户针对社工AI人的交互信息，基于接收的交互信息和社工AI人的客观属性配置和/或直观属性配置自动生成响应信息，以与网络用户自动进行社交交互并识别网络用户的社工行为；以及社工平台支撑模块，其用于提供与社交平台的通信接口；社工蜜罐管理子系统记录社工AI人与网络用户的交互状态，并记录社工行为。
-
公开(公告)号：CN112398793A
公开(公告)日：2021-02-23
申请号：CN201910756925.1
申请日：2019-08-16
Applicant: 北京邮电大学
Abstract: 本发明提供一种社会工程学交互方法、装置及存储介质，该方法包括以下步骤：监测并记录来自社交平台的网络用户与监测端用户的会话消息；基于监测到的会话消息识别会话的身份认证状态；基于监测到的会话消息和预先设定的伪造场景数据识别会话的场景伪造状态；基于监测到的会话消息和预先设定的敏感操作数据识别会话的攻击实施状态；在识别到场景伪造状态后又识别到攻击实施状态的情况下，采用沙箱机制进行攻击处理；在识别到场景伪造状态后未识别到攻击实施状态的情况下，基于识别到的场景伪造状态中的伪造场景利用预建立的攻击诱导机制向网络用户发送攻击诱导性响应消息，以与网络用户进行交互，直至会话结束或识别到攻击实施状态。
-
公开(公告)号：CN110418337B
公开(公告)日：2020-10-23
申请号：CN201910686180.6
申请日：2019-07-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种身份认证方法及装置，其中，该方法包括：采集智能移动设备的用户实时生物行为信息；从所述用户实时生物行为信息中提取用户实时生物行为特征；所述用户实时生物行为特征得到用户实时认知特征；将所述用户实时生物行为特征和所述用户实时认知特征与预先建立的用户模型进行比对，以认证所述采集智能移动设备的用户身份合法性，其中，所述用户模型是根据用户历史生物行为特征和用户历史认知特征建立。通过上述方案能够提高基于身份认证的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110418337A
公开(公告)日：2019-11-05
申请号：CN201910686180.6
申请日：2019-07-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种身份认证方法及装置，其中，该方法包括：采集智能移动设备的用户实时生物行为信息；从所述用户实时生物行为信息中提取用户实时生物行为特征；所述用户实时生物行为特征得到用户实时认知特征；将所述用户实时生物行为特征和所述用户实时认知特征与预先建立的用户模型进行比对，以认证所述采集智能移动设备的用户身份合法性，其中，所述用户模型是根据用户历史生物行为特征和用户历史认知特征建立。通过上述方案能够提高基于身份认证的准确率。
-
公开(公告)号：CN109472027A
公开(公告)日：2019-03-15
申请号：CN201811284749.8
申请日：2018-10-31
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于博文相似性的社交机器人检测系统及方法，属于机器学习和社交网络技术领域。包括：离线数据库、特征提取模块、社交机器人检测模型训练模块、社交账号信息数据收集模块、社交机器人检测模块和检测结果输出模块。对离线数据集中账号使用语言是英语的每条账号数据进行元数据特征提取；对经过处理后的每条账号数据，账号的博文数量大于K条的对博文内容进行特征提取；将前述获取的元数据特征和博文内容提取的特征采用不同机器学习算法进行模型训练，选出最优检测模型作为最终的社交机器人检测模型。本发明通过提取包括博文相似性在内的多维特征，采用机器学习算法建立模型，从而达到检测社交网络中的账号是否为社交机器人的目的。
-
公开(公告)号：CN104301895A
公开(公告)日：2015-01-21
申请号：CN201410508798.0
申请日：2014-09-28
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于流量预测的双层触发入侵检测方法，只有在上层模型检测出异常时，判断出现异常的区域才将会以一定的规则激发下层模型，在减少节点能源使用的同时也能确保检测结果的准确性。包括数据采集步骤：监测节点将周期性的采集网络中的数据流量信息并传输给基站；数据分析步骤：基站收到监测节点发送的信息后根据ARIMA模型对该监测节点的历史数据进行流量预测；触发判断步骤：基站在流量预测值与真实值相差超出预定阀值时向汇聚节点发送异常警报，异常区域开始启用本地入侵检测系统；启用本地入侵检测模型步骤：当汇聚节点接收到异常警报时，警报中异常出现区域的汇聚节点和普通节点将启动第二层入侵检测模型，即本地入侵监测模型。
-
公开(公告)号：CN101788938B
公开(公告)日：2011-12-14
申请号：CN201010132752.5
申请日：2010-03-26
Applicant: 北京邮电大学
IPC: G06F11/14
Abstract: 本发明提供的是一种基于用户存储行为的数据备份方法。本发明的关键在于将用户存储行为特征引入到信息化系统的数据备份过程中，该方法能够根据用户存储特征、生产系统中各个服务器的动态负载特性等关键属性，选择信息系统最佳空闲时机将数据快速备份到备份系统中，满足信息化系统的数据备份需求。基于用户行为的数据备份方法能够综合考虑数据备份信息量和服务器当前资源使用情况，充分利用生产系统服务器的空闲时间进行数据备份，从而大大提高了服务器系统的利用率、改进了备份信息的存储效能和实用性，并且降低了生产系统数据丢失的可能。
-
公开(公告)号：CN101833489A
公开(公告)日：2010-09-15
申请号：CN201010169277.9
申请日：2010-05-06
Applicant: 北京邮电大学
Abstract: 本发明提供一种文件操作实时监控和智能备份的方法，该方法实现由文件实时监控模块、信息实时读取模块、信息实时处理模块和文件智能备份模块组成。各模块的作用如下：文件实时监控模块用于监控用户对指定文件的操作，可以获取多个指定目录下用户对文件的所有操作信息；信息实时读取模块用于读取来自文件监控模块获取的文件操作信息，并通知信息实时处理模块对这些文件操作信息进行处理；信息实时处理模块用于对文件操作信息进行处理，并通知文件智能备份模块进行文件备份操作；文件智能备份模块用于对文件进行备份，备份模式可以选择实时备份或者根据文件操作频率进行智能化备份。四个模块并行执行。本发明方法可及时准确地记录下用户对监控目录下文件的操作信息并进行实时或智能备份，为文件的持续数据保护提供了支持。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
