-
公开(公告)号：CN118132415A
公开(公告)日：2024-06-04
申请号：CN202410055359.2
申请日：2024-01-12
Applicant: 广东电网有限责任公司信息中心
Abstract: 本发明公开了一种面向云原生应用的故障注入自动化测试方法及装置，该方法包括：运行目标云原生应用和用户测试请求来收集系统运行时信息，并基于系统运行时信息生成初始的故障注入策略，以更新故障注入策略池；基于从故障注入策略池选择的故障注入策略FaultStrategy变异生成故障注入策略FaultStrategy′，并将故障注入策略FaultStrategy′加入故障注入策略池；使用故障注入策略FaultStrategy′对目标云原生应用进行测试，并基于故障注入后的目标云原生应用对故障注入策略池进行更新后，返回至所述基于从故障注入策略池选择的故障注入策略FaultStrategy；生成该目标云原生应用的测试报告。本发明可以自动生成面向云原生应用的各种故障注入实验场景，覆盖更多云原生应用服务调用链路。
-
公开(公告)号：CN118018299A
公开(公告)日：2024-05-10
申请号：CN202410237701.0
申请日：2024-03-01
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心 , 南方电网科学研究院有限责任公司
Inventor： 沈伍强 , 崔磊 , 钱正浩 , 戴涛 , 王业超 , 陈兆鹏 , 梁志宏 , 张小陆 , 龙震岳 , 梁哲恒 , 张金波 , 沈桂泉 , 杜金燃 , 赖博宇 , 徐传懋 , 蒙家晓
Abstract: 本发明公开了一种基于流量解析的网络异常处理方法及装置。其中，该方法包括：获取局域网络的镜像流量，并提取镜像流量的特征信息，其中，局域网络指连接到交换机的所有设备组成的局域网，镜像流量是对局域网络中原始网络流量进行拷贝得到的流量；基于特征信息对镜像流量中数据流的有效性进行校验，获得校验结果；确定校验结果为失败的数据流为异常数据流；在预定时长内接收到来自同一终端设备的异常数据流的数量大于预定阈值时，将终端设备标识为异常终端设备；按照风险处理规则对异常终端设备进行异常处理。本发明解决了相关技术中对流量行为进行分析的方法受限于特定规则或静态模型，难以适应动态和复杂的网络环境的技术问题。
-
公开(公告)号：CN117978480A
公开(公告)日：2024-05-03
申请号：CN202410091837.5
申请日：2024-01-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
Inventor： 沈伍强 , 钱正浩 , 崔磊 , 周纯 , 龙震岳 , 裴求根 , 李如雄 , 唐亮亮 , 沈桂泉 , 何明东 , 梁哲恒 , 王业超 , 周泽元 , 姚潮生 , 张金波 , 吴漾 , 卢妤 , 胡啟镝 , 张小陆 , 朱昌会 , 伍江瑶 , 杨春松 , 许明杰
IPC: H04L9/40 , H04L41/0604 , H04L41/0631 , H04L41/069 , G06N7/01
Abstract: 本发明公开了一种基于海量告警信息的网络态势感知方法及装置，方法包括：从主机的监控软件、数据库和系统日志中获取整个网络的告警信息，清除历史告警，生成初步告警信息；从初步告警信息中提取指标组，并进行缺失值填补，生成整个网络的指标组信息，并对信息中部分指标进行量化；以主机作为顶点，网络攻击的先后顺序作为边，生成整个网络贝叶斯无权攻击图；根据指标组计算每个节点被攻陷概率和被攻击概率，根据所计算概率量化贝叶斯无权攻击图；根据量化后的攻击图生成攻击路径，并根据对目标节点的威胁程度进行排序，对超过阈值的节点进行预警，进而做出相应的预防决策。本发明能够快速准确地对网络攻击进行预警，并根据威胁程度对攻击排序，提高网络安全防御能力。
-
公开(公告)号：CN117612091A
公开(公告)日：2024-02-27
申请号：CN202311576232.7
申请日：2023-11-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
Abstract: 本发明提出了一种基于图像识别技术的信息安全管理方法和系统。所述基于图像识别技术的信息安全管理方法包括：收集和预处理需要进行图像识别的图像数据信息，并利用所述图像数据信息进行卷积神经网络模型的训练；利用摄像头实时采集目标区域范围内的视频信息；利用所述卷积神经网络模型对所述视频信息对应的图像信息进行图像识别，获得识别结果。所述系统包括与所述方法步骤对应的模块。
-
公开(公告)号：CN117610010A
公开(公告)日：2024-02-27
申请号：CN202311576239.9
申请日：2023-11-23
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
Abstract: 本发明提出了一种开源组件漏洞检测方法及系统。所述开源组件漏洞检测方法包括：提取待检测的开源组件及其对应的版本信息；将已知的漏洞数据库与所述开源组件进行组件的代码数据信息比对，获取已知的漏洞信息；利用代码分析工具对所述开源组件的代码数据信息进行潜在漏洞信息分析，获得潜在的漏洞信息；根据所述已知的漏洞信息和潜在的漏洞信息的数据信息设置定期检测时间间隔，并按照所述定期检测时间间隔对待检测的开源组件进行定期安全检测。所述系统包括与所述方法步骤对应的模块。
-
Patent Agency Ranking
公开(公告)号：CN117519776A
公开(公告)日：2024-02-06
申请号：CN202311481254.5
申请日：2023-11-08
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
Abstract: 本发明涉及一种基于SSLDG图提取版本变更差异中显著Java文件的方法，其主要目标是对项目版本变更的差异进行深入分析，从中提取出显著的JAVA代码文件。这一方法首先涉及数据的收集，通过选择多个高质量项目并爬取其GitHub仓库中的commit提交信息以及相关文件，构建了一个训练数据集。接下来，通过异构图神经网络对获得的commit信息进行训练，将提交的java文件分为两类：显著java文件和非显著java文件。该方案能够在项目版本变更中快速识别和关注那些具有重要意义的代码文件。这有助于提高软件开发和维护的效率，使开发团队能够更好地管理和优化代码。此外，这一方法填补了在项目版本变更分析领域的技术空白，为软件工程领域带来了新的工具和方法。
-
公开(公告)号：CN120029904A
公开(公告)日：2025-05-23
申请号：CN202411966429.6
申请日：2024-12-30
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F11/3668 , G06F16/36 , G06N20/00
Abstract: 本发明公开了面向多平台算子的兼容性自动测试方法，包括以下步骤：基于获取到的待测试的目标算子构建算子画像，并基于算子画像构建测试组合平台；将目标算子部署在测试组合平台的各个测试平台中，得到目标组合平台；将目标算子输入至用例生成模型中，得到用例生成模型输出的目标测试用例；用例生成模型基于样本算子及其对应的测试用例的标签结果训练得到；基于目标测试用例对目标组合平台进行兼容性测试，得到测试结果。本发明在构建测试组合平台时，能够紧密围绕目标算子的实际需求展开，提高了测试的针对性和适配性，进行避免测试环境不够精准，容易造成兼容性测试精准差，进而导致测试效率差的问题。
-
公开(公告)号：CN119691630A
公开(公告)日：2025-03-25
申请号：CN202411222729.3
申请日：2024-09-02
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心 , 南方电网科学研究院有限责任公司
IPC: G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06Q50/06
Abstract: 本发明实施例提供了一种基于多模态自监督学习的电网流量数据异常检测方法及装置，该方法包括：基于预先训练完成的第一网络模型确定训练数据集中包括的每个训练电网流量数据的第一流量特征表示向量，第一网络模型为基于无标签电网流量数据集训练得到的模型；将第一流量特征表示向量输入至初始多层感知机以及输出层中，得到第二流量特征表示向量；基于第二流量特征表示向量以及标签信息确定第一损失值；基于第一损失值迭代更新初始多层感知机的模型参数，得到的更新多层感知机；在第一损失值满足第一预定条件的情况下，将依次包括第一网络模型、更新多层感知机以及输出层的网络模型确定为异常流量检测模型。解决了检测异常流量准确率低的问题。
-
公开(公告)号：CN119397249A
公开(公告)日：2025-02-07
申请号：CN202411614887.3
申请日：2024-11-13
Applicant: 广东电网有限责任公司信息中心
IPC: G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于深度学习的自动化日志异常检测方法及系统。所述方法包括提取具有代表性的日志模板序列；对日志模板序列进行编码，生成表达日志模板的高维语义向量；构建CNN‑BiLSTM‑Attention模型，基于高维语义向量，输出每个数据点的预测值和实际值之间的差异；采用有监督学习方法，对所述模型进行训练和优化；通过训练好的模型对待测日志数据进行推理，如果预测值和实际值之间的差异超过设定的阈值，则触发告警。所述方法充分发挥了基于大语言模型的日志模板提取能力、Sentence‑BERT的语义提取能力和CNN‑BiLSTM‑Attention模型的日志序列特征捕获优势，显著提升了日志异常检测的准确性和效率。
-
公开(公告)号：CN119357408A
公开(公告)日：2025-01-24
申请号：CN202411712763.9
申请日：2024-11-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心 , 南方电网科学研究院有限责任公司
IPC: G06F16/36 , G06N5/022 , G06N20/00 , G06F16/353
Abstract: 本申请涉及一种基于大语言模型的电力知识图谱构建方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：从电力场景中获取初始文档数据，并对初始文档数据进行过滤处理，得到目标电力文档数据；采用预训练大语言模型，从目标电力文档数据中，提取出初始三元组信息；根据目标电力文档数据，从预设电力领域信息库中，匹配出关联信息；根据关联信息，对初始三元组信息进行数据修正处理，得到目标三元组信息；根据目标三元组信息，建立电力知识图谱。采用本方法能够提高电力信息处理准确性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.032 seconds)
