基于网络的病毒防护方法、装置、存储介质和电子设备

    公开(公告)号:CN117081866A

    公开(公告)日:2023-11-17

    申请号:CN202311340776.3

    申请日:2023-10-17

    Abstract: 本申请提供一种基于网络的病毒防护方法、装置、存储介质和电子设备;该方法包括:令每个节点按照预设的网络拓扑构建表示网络中各个节点之间是否邻接的邻接矩阵;令每个节点获取清除概率,利用清除概率构建该节点处于各个预设状态下的概率的变化量;令每个节点获取单节点感染概率,利用邻接矩阵的特征值和单节点感染概率构建稳态指标,并利用稳态指标判断变化量是否达到零点稳态;响应于确定变化量未达到零点稳态,令该节点将每个邻接节点的受控态概率之和确定为邻居影响值,并利用清除概率和单节点感染概率构建影响门限值,令该节点比对邻居影响值与影响门限值,并按照比对结果执行预设的防护选择策略。

    面向加密异常流量识别的数据处理方法

    公开(公告)号:CN115314240A

    公开(公告)日:2022-11-08

    申请号:CN202210712853.2

    申请日:2022-06-22

    Abstract: 本发明公开了一种面向加密异常流量识别的数据处理方法,所述方法包括如下步骤:获取网络中的具有标签的加密流量数据,分别将不同标签的所述加密流量数据切分为多个会话单元,其中,每个会话单元包括若干数据包;根据每个会话单元所包括的数据包生成该会话单元相应的流量图像,每个流量图像包括若干与所述数据包一一对应的图像元素,并将所有会话单元的流量图像组成第一图像集;从所述第一图像集中随机选取至少一部分的流量图像,对其中每个流量图像的至少一部分图像元素进行图形处理,并得到第二图像集,以用于根据监督式机器学习方法进行加密异常流量识别。本发明能够有效扩充用于机器学习模型的训练数据集,实现数据增强。

    一种最佳聚类结果筛选方法、装置和电子设备

    公开(公告)号:CN109933984B

    公开(公告)日:2020-10-27

    申请号:CN201910116546.6

    申请日:2019-02-15

    Abstract: 本发明公开了一种最佳聚类结果筛选方法,包括:搜集不同种类的恶意样本并标记;通过静态分析方法,对搜集的恶意样本进行恶意特征提取,得到总特征集;采用分层主成分分析方式,对总特征集进行降维,获得第一特征集并持久化;对聚类样本进行特征提取,并根据所述第一特征集各维数的特征取值判断所述恶意特征在聚类样本中是否存在;利用第一特征集对聚类样本进行聚类簇数由2至10的聚类,获得聚类结果;采用综合指标计算方式对聚类结果进行评价,获取最佳K值,从而筛选出最佳聚类簇数,并根据最佳聚类簇数获得最佳聚类结果。本发明提供的最佳聚类结果筛选方法、装置和电子设备,可以有效地提高对于海量未知恶意应用分析的分析效率。

    一种最佳聚类结果筛选方法、装置和电子设备

    公开(公告)号:CN109933984A

    公开(公告)日:2019-06-25

    申请号:CN201910116546.6

    申请日:2019-02-15

    Abstract: 本发明公开了一种最佳聚类结果筛选方法,包括:搜集不同种类的恶意样本并标记;通过静态分析方法,对搜集的恶意样本进行恶意特征提取,得到总特征集;采用分层主成分分析方式,对总特征集进行降维,获得第一特征集并持久化;对聚类样本进行特征提取,并根据所述第一特征集各维数的特征取值判断所述恶意特征在聚类样本中是否存在;利用第一特征集对聚类样本进行聚类簇数由2至10的聚类,获得聚类结果;采用综合指标计算方式对聚类结果进行评价,获取最佳K值,从而筛选出最佳聚类簇数,并根据最佳聚类簇数获得最佳聚类结果。本发明提供的最佳聚类结果筛选方法、装置和电子设备,可以有效地提高对于海量未知恶意应用分析的分析效率。

Patent Agency Ranking