-
公开(公告)号：CN109344697A
公开(公告)日：2019-02-15
申请号：CN201810934862.X
申请日：2018-08-16
Applicant: 中国科学院信息工程研究所
IPC: G06K9/00
Abstract: 本发明公开了一种对抗性竞赛中的精彩时刻识别方法。本方法为：1)根据目标竞赛的竞赛类型，初始化反映竞赛过程的各项指标；2)从该目标竞赛的竞赛过程获取各项指标的取值并进行插值处理，得到该目标竞赛各项指标的竞赛过程函数；3)对各竞赛过程函数进行精彩时刻判别，得到竞赛中各个时间片段的精彩程度值；4)根据所述精彩程度值与一设定阈值进行比较，确定出该目标竞赛的精彩时刻。本发明能够从比赛中抽取出被识别为精彩时刻的时间区间，从而得到整场比赛的精彩时刻所属时段。
-
公开(公告)号：CN118138325A
公开(公告)日：2024-06-04
申请号：CN202410306830.0
申请日：2024-03-18
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L9/00 , G06N3/0895 , G06N3/094 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种跨区块链网络的钓鱼行为检测方法及装置，涉及计算机网络安全领域，本发明通过源区块链网络和目标区块链网络的链上交互图采集、带有时序信息和语义信息的子图构建、多维信息融合的特征表达、半监督学习的标签预测和基于对抗的域自适应等步骤处理，对跨区块链网络的钓鱼行为进行检测。本发明通过结合可有效刻画钓鱼行为的编码器网络与对抗域自适应技术，解决了跨异构区块链网络下的钓鱼行为检测问题。编码器网络结合时序与拓扑信息进行层级子图表达，对抗域自适应模块学习从源域向目标域的知识迁移，二者结合可有效地将本发明所提方法迁移至新链进行钓鱼行为识别，提高了检测的精确度、召回率与F1值。
-
公开(公告)号：CN112651422B
公开(公告)日：2023-10-10
申请号：CN202011341722.5
申请日：2020-11-25
Applicant: 中国科学院信息工程研究所
IPC: G06F18/241 , G06N3/0442 , G06N3/049 , H04L9/40
Abstract: 本发明公开了一种时空感知的网络流量异常行为检测方法及电子装置，包括提取网络流量的流特征、长度特征与时间特征，并依据所述流特征，得到空间特征；根据空间特征、长度特征与时间特征，获取分类特征；依据分类特征对网络流量进行分类，得到所述网络流量的异常行为检测结果。本发明在性能方面优于决策树、随机森林等现有的基线识别方法，并且优于单一使用CNN和LSTM的对照方法，能够更好地提升入侵检测的效率和准确性。
-
公开(公告)号：CN116366313A
公开(公告)日：2023-06-30
申请号：CN202310253979.2
申请日：2023-03-16
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种小样本异常流量检测方法和系统。本方法为：1)对网络流量按照会话分割为会话流量；2)对分割后的会话流量实施图形化，以捕捉跨数据包的特征，为模型输入做准备；3)使用三维卷积层构建孪生神经网络模型，并用图形化的流量训练；4)使用训练好的孪生神经网络模型进行异常检测。本发明将流量转换为彩色图，使得图形化的流量具有三通道特性，便于模型更有效地提取短距离的跨数据包特征；采用三维卷积层作为孪生神经网络的主要结构，提高了长距离的跨数据包特征提取能力；攻击类型发生变化时，模型经过微调即可适应该变化，具有较强的泛化能力。本发明能够在标记样本非常少的情况下实施网络流量异常检测，并具有较高的准确率。
-
公开(公告)号：CN115037532B
公开(公告)日：2023-03-24
申请号：CN202210594687.0
申请日：2022-05-27
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L61/4511
Abstract: 本发明公开了一种基于异构图的恶意域名检测方法、电子装置及存储介质，所述方法包括：基于DNS日志数据与Whois数据，构建DNS流量的异构图G＝(V,E)；基于边E，获取起始节点与终止节点类型均为域名节点的元路径；根据DNS日志数据与Whois数据在不同时期下的域名行为，提取各域名节点的时间序列特征与域名注册特征，以获取各域名节点的特征向量；基于所述元路径与所述特征向量，计算各域名节点的嵌入特征，以获取未标记域名节点的恶意域名检测结果。本发明从海量DNS流量中对存在的恶意域名的有效识别。
-
Patent Agency Ranking
公开(公告)号：CN114553497B
公开(公告)日：2022-11-15
申请号：CN202210105573.5
申请日：2022-01-28
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种基于特征融合的内部威胁检测方法，涉及网络空间安全领域，本方法分别从多源日志中抽取用户行为的统计特征与结构特征，通过融合形成特征矩阵，再输入到Capsule胶囊神经网络中进行训练，得到基于特征融合的内部威胁检测模型，利用该模型对内部威胁的检测，提升组织内部网络的安全性。
-
公开(公告)号：CN111460820B
公开(公告)日：2022-06-17
申请号：CN202010151014.9
申请日：2020-03-06
Applicant: 中国科学院信息工程研究所
IPC: G06F40/295 , G06F40/30 , G06N3/04
Abstract: 本发明涉及一种基于预训练模型BERT的网络空间安全领域命名实体识别方法和装置。该方法对输入的网络空间安全领域的句子文本使用BERT模型的分词器WordPiece进行分词预处理；将分词预处理得到的所有token加载至BERT模型中进行训练，获得输出的向量表示，并将其送至Highway网络和分类器，将token的向量表示的维度映射至与标签数量一致的维度，得到token的最终向量表示；然后只使用每一个单词的第一个token来使用交叉熵损失函数计算损失，将其反向传播以更新模型参数，得到训练完成的安全领域命名实体识别模型，用于安全领域命名实体识别。本发明能够有效地解决安全文本做命名实体识别任务。
-
公开(公告)号：CN109359090A
公开(公告)日：2019-02-19
申请号：CN201810980175.1
申请日：2018-08-27
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于卷积神经网络的文件碎片分类方法及系统。该方法包括以下步骤：(1)提取文件碎片内容，将其转换成十六进制表示的字符序列；(2)对文件碎片内容进行解析，将十六进制表示的字符序列转换为二进制向量化形式的字符向量；(3)通过卷积神经网络对文件碎片的字符向量进行卷积、池化、分类的过程，实现对文件碎片的分类。本发明通过卷积神经网络实现对文件碎片的分类，自动从碎片内容中学习特征表示，省略了人工设计、降维特征的步骤，因此能减少人为设计错误的发生，能够高效、准确、自动地完成对文件碎片的分类。
-
公开(公告)号：CN113472751B
公开(公告)日：2023-01-17
申请号：CN202110623379.1
申请日：2021-06-04
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , H04L41/142 , G06N3/04
Abstract: 本发明公开一种基于数据包头的加密流量识别方法及装置，包括提取加密流量中每个数据包的头部信息；依据所述头部信息，对该加密流量进行预处理，得到一流量矩阵；将该流量矩阵输入CapsNet模型，得到该加密流量的类别。本发明不仅可避免隐私问题，减轻数据传输和存储的压力，还可以同时学习加密流量的空间特征和字节特征，提升加密流量识别的精度。
-
公开(公告)号：CN109446299B
公开(公告)日：2022-08-16
申请号：CN201810980147.X
申请日：2018-08-27
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于事件识别的搜索电子邮件内容的方法及系统。该方法包括：1)解析网络数据包，提取并存储所有smtp协议数据包，以msg格式存储每封邮件的内容；2)从存储的邮件内容中读取msg信息，按行输出到mbox格式文件；3)通过预先训练完成的基于卷积神经网络的分类器读取mbox格式文件中的邮件内容，将邮件内容按预定义事件类型进行分类，得到每封邮件中发生的事件。本发能够自动化完成对邮件内容按各事件类型进行标记，给出邮件中是否出现与案件相关事件的标记，方便调查人员快速掌握邮件中的信息，快速筛选出与案件密切相关的邮件，提高自动化程度。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.135 seconds)
