-
公开(公告)号：CN116866910A
公开(公告)日：2023-10-10
申请号：CN202310637717.6
申请日：2023-05-31
Applicant: 中国科学院信息工程研究所
IPC: H04W12/06
Abstract: 本发明提供一种信号发送方身份认证方法及相关设备，涉及通信技术领域，所述方法包括：根据当前时刻接收信号的极化状态、发送信号的极化状态、发射机特性以及接收机特性，获取当前时刻的信道极化响应；估计当前时刻的信道极化响应与上一个时刻的信道极化响应之间的差异值；上一个时刻的信道极化响应与合法发送方对应；在差异值小于阈值的情况下，确认信号发送方为合法发送方；在差异值大于所述阈值的情况下，确认信号发送方为非法发送方。本发明利用信道极化响应依赖于信号的极化状态，实现对同一位置的不同发送方的身份认证。
-
公开(公告)号：CN116432042A
公开(公告)日：2023-07-14
申请号：CN202111659455.0
申请日：2021-12-30
Applicant: 中国科学院信息工程研究所
IPC: G06F18/22 , G06F18/241 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/045 , G06F21/10 , G06F21/56 , G06F21/57
Abstract: 本发明提供一种二进制函数相似性检测方法及装置，包括：分别对待检测的两个二进制函数进行预处理，得到各个二进制函数的中间语言序列和控制流程图；基于第一预设神经网络模型，分别对各个二进制函数的中间语言序列进行语义特征提取，得到各个二进制函数的语义特征向量表示，并基于第二预设神经网络模型，分别对各个二进制函数的控制流程图进行结构特征提取，得到各个二进制函数的结构特征向量表示；将每个二进制函数的语义特征向量表示和结构特征向量表示输入到预设多层感知机分类器，得到两个二进制函数的相似性检测结果。本发明的方法有效地解决了语法和结构特征易受干扰等现有技术缺陷，提高了二进制函数相似性检测的精度和鲁棒性。
-
公开(公告)号：CN116431802A
公开(公告)日：2023-07-14
申请号：CN202111653782.5
申请日：2021-12-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35 , G06F40/284 , G06F18/214 , G06F18/241
Abstract: 本发明提供一种单词识别方法、装置、电子设备及存储介质，该方法包括：将待识别文本输入单词识别模型；利用所述单词识别模型输出所述待识别文本中各个单词的单词类别，所述单词类别包括方面词、方面词子词、观点词、其他词和其他子词中的至少一个；其中，所述单词识别模型为根据多个训练样本训练得到。本发明通过多个训练样本训练得到单词识别模型，并利用该单词识别模型输出得到待识别文本中各个单词的单词类型，能准确识别出待识别文本中各个单词的单词类型，进而能准确得知待识别文本中哪些单词是方面词和观点词。
-
公开(公告)号：CN116150750A
公开(公告)日：2023-05-23
申请号：CN202211659438.1
申请日：2022-12-22
Applicant: 中国科学院信息工程研究所
IPC: G06F21/56
Abstract: 本发明提供一种恶意软件检测方法、装置、电子设备及存储介质，该方法包括：对待检测软件进行动态分析，得到待检测软件的异质图；将待检测软件的异质图输入预设的神经网络模型进行检测，得到检测结果；其中，所述异质图包括系统资源节点和应用程序接口节点，且所述应用程序接口节点指向所述系统资源节点；所述预设的神经网络模型以恶意软件的异质图和正常软件的异质图为样本，以及与恶意软件的异质图和正常软件的异质图相对应的标签训练得到。本发明的目的是解决现有技术在对恶意软件进行检测时，无法有效应对较少的API调用，无法生成有效的API行为图，导致无法对恶意软件进行有效的准确检测的问题。
-
公开(公告)号：CN116133033A
公开(公告)日：2023-05-16
申请号：CN202310071671.6
申请日：2023-01-13
Applicant: 中国科学院信息工程研究所
IPC: H04W24/08 , H04W24/10 , H04B17/345 , H04B17/318 , H04B17/336
Abstract: 本发明公开了一种联合空口电磁数据与系统测量数据的干扰监测方法及装置，所述方法包括：获取移动通信网络的联合空口电磁数据与系统测量数据；基于系统测量数据，判断所述移动通信网络是否存在干扰；在移动通信网络存在干扰的情况下，基于联合空口电磁数据或系统测量数据，得到干扰的类型。本发明可以检测威胁移动通信网络空口信号质量的干扰事件，并进行告警和处置。
-
Patent Agency Ranking
公开(公告)号：CN115277071A
公开(公告)日：2022-11-01
申请号：CN202210693216.5
申请日：2022-06-17
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种设备异常通信行为检测方法及装置，该方法包括：获取数据包组，所述数据包组中包括目标设备在一个轮询周期内的多个数据包；根据所述数据包组中每个数据包的有效负载，构建负载灰度图像；获取所述负载灰度图像的时空特征向量；利用所述负载灰度图像的时空特征向量构建相应的设备行为指纹，并根据所构建的设备行为指纹和所述目标设备的时空特征行为指纹，对所述目标设备的通信行为或所述数据包组中的待检测数据包进行检测。通过本发明提供的设备异常通信行为检测方法及装置，可提高检测的准确率；并且，该方法的检测过程计算量较小，可应用于在线实时检测，更加方便快捷。
-
公开(公告)号：CN113037749B
公开(公告)日：2022-06-03
申请号：CN202110252226.0
申请日：2021-03-08
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40
Abstract: 本发明提供一种C&C信道判别方法及系统，包括：获取待识别流量；基于行为刻画对所述待识别流量进行分类，得到具有预设种类个数和预设行为特征个数的若干个原始特征；对所述若干个原始特征进行特征选择，得到待判断行为特征；基于预设机器学习算法识别所述待判断行为特征，得到时间槽信道类型推断结果；根据预设C&C信道特征对所述时间槽信道类型推断结果进行综合判定，得到C&C信道架构类型判定结果。本发明通过监控单一主机网络流量，提出的行为特征、时间槽划分、推理和综合判断的机制适用于具备复杂网络行为的恶意程序，且运用特征选择方法在确保判别正确性的前提下有效提升了信道架构类型分析的速度。
-
公开(公告)号：CN111680120B
公开(公告)日：2022-06-03
申请号：CN202010367249.1
申请日：2020-04-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/33 , G06F16/953 , G06K9/62
Abstract: 本发明实施例提供了一种新闻类别检测方法及系统，所述方法包括：获取待检测新闻的内容文本和社会属性文本；将内容文本以及社会属性文本输入至新闻类别粗检测模型，得到新闻类别粗检测模型输出的待检测新闻的第一类类别文本。所述方法还包括：将所述第一类类别文本、所述内容文本以及所述社会属性文本输入至新闻类别细检测模型，得到所述新闻类别细检测模型输出的所述待检测新闻的第二类类别文本。通过新闻类别粗检测模型以及细检测模型，实现特征提取、特征融合，并在特征融合时考虑到社会属性文本，使融合结果更加准确，也使得基于融合结果确定的检测结果更准确。
-
公开(公告)号：CN113037749A
公开(公告)日：2021-06-25
申请号：CN202110252226.0
申请日：2021-03-08
Applicant: 中国科学院信息工程研究所
IPC: H04L29/06
Abstract: 本发明提供一种C&C信道判别方法及系统，包括：获取待识别流量；基于行为刻画对所述待识别流量进行分类，得到具有预设种类个数和预设行为特征个数的若干个原始特征；对所述若干个原始特征进行特征选择，得到待判断行为特征；基于预设机器学习算法识别所述待判断行为特征，得到时间槽信道类型推断结果；根据预设C&C信道特征对所述时间槽信道类型推断结果进行综合判定，得到C&C信道架构类型判定结果。本发明通过监控单一主机网络流量，提出的行为特征、时间槽划分、推理和综合判断的机制适用于具备复杂网络行为的恶意程序，且运用特征选择方法在确保判别正确性的前提下有效提升了信道架构类型分析的速度。
-
公开(公告)号：CN112508849A
公开(公告)日：2021-03-16
申请号：CN202011242471.5
申请日：2020-11-09
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种数字图像拼接检测方法及装置，该方法包括：以预设大小的滑动窗口和步长，遍历待检测图像，得到多个图像块；将所述多个图像块，分别输入预设的第一卷积神经网络模型，得到每个图像块的拼接检测结果；若第一卷积神经网络模型判为拼接的图像块数量，占总图像块数量的比例大于预设阈值，则待检测图像为拼接图像；其中，第一卷积神经网络模型，根据已知拼接结果作为标签的图像块，进行训练后得到。该方法通过预设大小的滑动窗口和步长，遍历待检测图像，得到多个图像块，可以使用相对简单的策略进行训练，提高了模型的计算效率。此外，利用深度学习的特征提取及学习方式，大大提高在复杂彩色图像上的检测准确率，泛化能力较强。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.03 seconds)
