-
公开(公告)号：CN110351291A
公开(公告)日：2019-10-18
申请号：CN201910647498.3
申请日：2019-07-17
Applicant: 海南大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的DDoS攻击检测方法及装置，属于互联网技术领域。所述方法包括：获取网络流量，定义所述网络流量的特征提取规则；通过所述特征提取规则，提取所述网络流量的灰度矩阵特征；根据所述灰度矩阵特征，建立多尺度卷积神经网络模型；基于所述多尺度卷积神经网络模型，检测所述网络流量的DDoS攻击。采用本发明，可以提高DDoS攻击检测的检测率。
-
公开(公告)号：CN109150868A
公开(公告)日：2019-01-04
申请号：CN201810913963.9
申请日：2018-08-10
Applicant: 海南大学
CPC classification number: H04L63/1408 , G06K9/6223 , H04L63/1458
Abstract: 本发明公开了一种网络安全态势评估方法及装置，所述方法包括：网络信息获取模块通过IP地址数据库，检测网络中新老用户网络流量的IP地址状态变化，以得出网络的风险值，并利用风险值计算出网络的各个节点的风险指数；融合态势信息模块融合网络各个节点的风险指数，生成网络的融合风险指数，并利用模糊C‑均值聚类算法将融合风险指数分为5个安全等级；网络态势评估模块根据网络的融合风险指数，并结合不同安全等级生成网络的安全态势。本发明提供的方法不仅实现了对大数据环境下DDoS攻击的网络安全态势评估，还有效地提高了网络安全态势评估方法的灵活性、以及评估结果的准确性。
-
公开(公告)号：CN106342655A
公开(公告)日：2017-01-25
申请号：CN201610888273.3
申请日：2016-10-12
Applicant: 海南大学
Abstract: 本发明提供一种智能割胶刀，包括：割胶刀主体（1）、外壳（2）、显示屏（3）、声音传感器（4）、人体感应装置（5）、LED灯（6）、固定臂（7）、L型环套（8）、位移传感器（9）、发声装置（10）、温湿度传感器（11）。本发明不仅能实时监测割胶厚度，还能将所探测的数据储存，并以此为依据对胶工割胶操作进行打分和指导，便于胶工割胶技术的学习，此外当胶工技术成熟时可将可拆卸模块取下，其刀的完整性不会破坏；并且割胶刀还能实时监测胶林温湿度，语音控制LED灯的开和关，能对整机的待机启动智能化控制，使用便捷、简单，在满足割胶工作的种种需求的同时，提高胶工割胶技术，能促进产胶量的增长。
-
公开(公告)号：CN119323032A
公开(公告)日：2025-01-17
申请号：CN202411281796.2
申请日：2024-09-13
Applicant: 海南大学
IPC: G06F21/57 , G06N3/0464 , G06N3/042 , G06N3/0895 , G06N3/0455
Abstract: 本申请实施例公开了一种基于边失活图卷积网络的智能合约漏洞检测方法，包括以下步骤：根据智能合约构建智能合约图；对所述智能合约图进行标准化，得到标准智能合约图；将所述标准智能合约图进行向量化，得到向量化智能合约图；将所述向量化智能合约图输入边失活图卷积网络模型，检测所述智能合约的漏洞。本申请采用ED‑GCN模型，能够有效地捕获代码中的信息传递和依赖关系，更好地识别潜在的漏洞，采用了边失活方式，使得模型能够学习到更加丰富和深入的特征表示，能够有效地防止过拟合，通过引入对比学习机制，增强了模型的鲁棒性和安全性。本申请在智能合约漏洞检测上具有更高的准确率、召回率和精确率。
-
公开(公告)号：CN114332094B
公开(公告)日：2024-09-24
申请号：CN202111484331.3
申请日：2021-12-07
Applicant: 海南大学
Abstract: 本申请公开了一种基于轻量级多尺度信息融合网络的语义分割方法，所述方法包括：输入高分辨率图片，并对所述高分辨率图片进行图像特征提取，获取浅层空间语义信息和深层空间语义信息；通过跳跃学习对所述浅层空间语义信息和所述深层空间语义信息进行特征信息融合，得到融合后的语义信息；通过金字塔注意力机制消除所述融合后的语义信息的语义鸿沟；对消除语义鸿沟后的所述融合后的语义信息，通过多尺度密集拼接模块以不同的膨胀率和多尺度密集连接方式学习多尺度上下文信息。本申请具有低内存的占用、高计算效率的特点，同时获得了不错的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN116846584A
公开(公告)日：2023-10-03
申请号：CN202310517274.7
申请日：2023-05-09
Applicant: 海南大学
IPC: H04L9/40 , G06N20/00 , G06N3/0442 , G06N3/0464 , G06N3/098
Abstract: 本申请公开了一种网络入侵检测方法、系统、装置、存储介质及电子设备，所述方法包括：获取当前入侵检测模型的参数和当前本地检测模型的流量时序数据；根据流量时序数据和本地检测模型，确定所述本地检测模型的局部模型参数；通过联邦学习算法对局部模型参数进行全局聚合，得到入侵检测模型的全局模型参数；若全局模型参数满足预设条件，则根据全局流量时序数据和入侵检测模型，确定网络入侵检测结果。这样，一方面通过联邦学习可以确定入侵检测模型的全局模型参数，从而对网络入侵进行准确检测，提高了检测结果的准确性，另一方面增加了入侵检测模型的数据量，解决了网络入侵场景中的数据孤岛问题，同时保障本地用户数据不被泄露。
-
公开(公告)号：CN116614265A
公开(公告)日：2023-08-18
申请号：CN202310510837.X
申请日：2023-05-08
Applicant: 海南大学
Abstract: 本申请实施例公开了一种点云特征增强的区块链DDoS攻击分类与分割方法，属于网络安全技术领域。所述方法包括：基于CIC‑DDoS2019数据集，获取多个DDoS攻击类型的数据，建立具有DDoS攻击类型的数据集；预处理CIC‑DDoS2019数据集中多个DDoS攻击类型的数据以外的数据，得到具有有效特征的第一数据；具有有效特征的第一数据输入决策树模型筛选，得到具有关键特征的第二数据；基于具有关键特征的第二数据和具有DDoS攻击类型的数据集，生成DDoS实时检测数据集；输入具有关键特征的第二数据到点云，增强点云特征，并建立检测模型；输入DDoS实时检测数据集到检测模型，得到DDoS攻击流量的分类和分割结果。因此，本申请实施例可以在分布式网络环境中有效地对DDoS攻击进行分类和分割。
-
公开(公告)号：CN110351291B
公开(公告)日：2021-07-13
申请号：CN201910647498.3
申请日：2019-07-17
Applicant: 海南大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的DDoS攻击检测方法及装置，属于互联网技术领域。所述方法包括：获取网络流量，定义所述网络流量的特征提取规则；通过所述特征提取规则，提取所述网络流量的灰度矩阵特征；根据所述灰度矩阵特征，建立多尺度卷积神经网络模型；基于所述多尺度卷积神经网络模型，检测所述网络流量的DDoS攻击。采用本发明，可以提高DDoS攻击检测的检测率。
-
公开(公告)号：CN113034250A
公开(公告)日：2021-06-25
申请号：CN202110311895.0
申请日：2021-03-24
Applicant: 海南大学
IPC: G06Q30/08
Abstract: 本发明公开一种基于信任值的群智感知激励机制设计方法，包括如下步骤收集历史数据信息，根据历史数据信息中提取服务请求者和任务参与者两个实体之间的互动关系建立经验模型；根据提取服务请求者对任务参与者的评价值建立信誉模型；服务请求者向任务平台发布群智感知任务；通过经验模型确定参与本次任务的任务参与者的经验值，通过信誉模型确定参与本次任务的任务参与者的信誉值；根据经验值以及信誉值，计算信任值；若信任值不小于预设信任值阈值，则该任务参与者获得执行本次群智感知任务的权限。本发明从用户信誉和任务交互情况两个角度出发设计的一种群智感知激励机制，即激励用户参与群智感知系统，同时又提高数据质量、检测恶意用户。
-
公开(公告)号：CN112788119A
公开(公告)日：2021-05-11
申请号：CN202011624256.1
申请日：2020-12-30
Applicant: 海南大学 , 海南火链科技有限公司
Abstract: 本发明提供一种面向以链治链的跨链共识架构及方法，包括监管模块、通信模块、数据模块和奖惩模块，所述监管模块用于监管网络，所述通信模块用于数据通信，所述数据模块用于数据管控，所述奖惩模块用于执行奖惩措施，所述数据模块通过通信模块与监管模块数据连接，所述奖惩模块通过通信模块与监控模块数据连接。本发明能够支持以链治链监管模式两方面共三个功能性需求，即支持监管区块链网络获取被监管链网络的数据、支持被监管链网络执行监管区块链网络给定的激励措施和支持被监管链网络执行监管区块链网络给定的惩罚措施，填补了以链治链监管领域空缺的核心解决方案，本发明具有相对较低的通信复杂度，保证了其安全性、可拓展性和效率。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.022 seconds)
