-
公开(公告)号:CN116257851A
公开(公告)日:2023-06-13
申请号:CN202310268455.0
申请日:2023-03-20
Applicant: 重庆邮电大学
IPC: G06F21/56 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于网络安全技术领域,具体涉及一种基于CNN和Vi Transformer的软件恶意代码识别方法,包括:对恶意代码源程序进行反汇编操作;将反汇编后的数据转换为灰度图;将灰度图输入到CNN网络,得到局部特征图;将局部特征图输入到转化模块中进行编码处理;将编码后的数据输入到Transformer模块中,得到得到恶意代码识别结果;本发明结合了CNN和Vi transformer的模型来进行恶意代码的分类,利用CNN网络结构提取数据的局部特征,采用Vi transformer提取全局特征,提高了恶意代码分类的准确率。
-
公开(公告)号:CN113630388A
公开(公告)日:2021-11-09
申请号:CN202110828667.0
申请日:2021-07-22
Applicant: 重庆邮电大学
Inventor: 程克非
Abstract: 本发明涉及网络空间安全技术领域,具体为一种单向传输方法、装置、计算机设备以及可读存储介质;所述方法包括接收和存储外部网络传输的数据;将满足第一预设条件的数据通过光纤网络单向传输至隔离存储区;将隔离存储区的数据通过USB接口传输至隔离主机;所述第一预设条件包括所接收的数据满足第二预设条件或/和所接收的数据满足第三预设条件。本发明利用光纤网络单向传播,避免了出现当网络密级不同时简单互联而导致泄密的情况,同时使用USB接口传输数据,保证内网网络安全不会受到危险数据的影响,使得内网的通信安全得到更有效的保障。
-
公开(公告)号:CN109698836B
公开(公告)日:2021-07-23
申请号:CN201910102673.0
申请日:2019-02-01
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于深度学习的无线局域网入侵检测系统,涉及网络空间安全领域。本系统包括模型学习和入侵检测,其中模型学习负责预构建RNN神经网络,入侵检测使用构建好的RNN神经网络实时完成入侵检测任务。采用LSTM循环神经网络对具有时序特点的无线局域网网络数据流量进行分类预测,根据识别模块分类预测的输出判断目标网络流量序列的类别,识别出目标网络中的入侵行为,根据设置的优先级和处理方法进行不同粒度的处理,对可能发生的信息安全问题进行预警和预防,保障无线局域网的保密性、可用性和完整性,提高无线局域网的安全级别。
-
公开(公告)号:CN112564884A
公开(公告)日:2021-03-26
申请号:CN202011336636.5
申请日:2020-11-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对密码算法的混合去噪功耗分析方法及终端,属于信息安全与边信道攻击领域;所述方法包括选择实际中间值攻击点,并确定出所需的实际中间值,向运行密码算法的加密设备输入明文,采集加密时的功耗信号数据;对所获得的功耗信号数据使用低通滤波和经验模态阈值混合的去噪方法进行预处理,得到降噪之后的功耗信号数据;使用预处理之后的功耗信号数据构建实际功耗矩阵,并计算假设中间值,得到假设的功耗矩阵;计算实际功耗矩阵与假设功耗矩阵之间的相关系数,并得到正确的密钥。本发明减少了功耗信号中的噪声,提高了信噪比,同时提高了密码攻击的效率和准确度。
-
公开(公告)号:CN111931252A
公开(公告)日:2020-11-13
申请号:CN202010738039.9
申请日:2020-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及车载网络入侵检测技术领域,特别涉及一种基于滑动窗口和卷积编码器神经网络的车载控制器局域网络入侵检测方法,包括:对接收的原始数据进行数据清洗,并选择CAN ID和CAN Data作为特征;将CAN ID和CAN Data每个维度的特征转换为二进制数据;根据转换的二进制数据的位数计算特征尺寸;根据得到的特征尺寸设置正方形窗口,以该窗口对数据进行滑动窗口处理,获取处理后的特征;将处理后的特征输入卷积编码器神经网络中,卷积编码器神经网络根据输入的数据获得检测结果;本发明能够以较低的误报率及较高的检测率判别异常与正常流量,达到对CAN网络入侵检测目的。
-
公开(公告)号:CN111209386A
公开(公告)日:2020-05-29
申请号:CN202010013952.2
申请日:2020-01-07
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的个性化文本推荐方法,包括以下步骤:S1:用户浏览新闻的历史行为数据和文本数据预处理;S2:特征提取器建模,具体包括:S21:隐藏层设计;S22:输出层设计;S3:个性化推荐模型建模,具体包括:S31:一维卷积网络层设计;S32:分类输出层与损失函数设计。本发明有效的解决了操作数据稀疏性的问题,并且通过使用负采样技术增强了模型训练效率;引入浏览时长作为全局变量,通过最终的目的来优化编码效果;通过利用项目嵌入的编码方式,进而有效的解决了项目冷启动的问题;减少了深层结构,增加并行的层次结构,卷积层内权重共享,参数相对较少。
-
公开(公告)号:CN105608505B
公开(公告)日:2020-02-11
申请号:CN201510970023.X
申请日:2015-12-22
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于手机信令数据的居民轨道交通出行方式识别方法,其特征在于,步骤为:获取某个居民一日出行中所有手机信令数据,并识别出有效出行段,构建地理栅格系统,将轨道交通线路与有效出行段映射到地理栅格系统中,用栅格坐标序列记录位置信息。在栅格系统中,根据有效出行段与轨道交通线路的位置匹配、轨迹相似度以及出行段平均速度值判断是否属于轨道交通出行。本发明利用海量手机信令数据,高实时性、高精度的实现了对轨道交通出行方式的判断。本发明有助于交通管理部门准确掌握轨道交通线路信息,合理规划轨道交通线路,对提高居民的生活质量以及对城市交通的满意度有重要意义。
-
公开(公告)号:CN109698836A
公开(公告)日:2019-04-30
申请号:CN201910102673.0
申请日:2019-02-01
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于深度学习的无线局域网入侵检测系统,涉及网络空间安全领域。本系统包括模型学习和入侵检测,其中模型学习负责预构建RNN神经网络,入侵检测使用构建好的RNN神经网络实时完成入侵检测任务。采用LSTM循环神经网络对具有时序特点的无线局域网网络数据流量进行分类预测,根据识别模块分类预测的输出判断目标网络流量序列的类别,识别出目标网络中的入侵行为,根据设置的优先级和处理方法进行不同粒度的处理,对可能发生的信息安全问题进行预警和预防,保障无线局域网的保密性、可用性和完整性,提高无线局域网的安全级别。
-
公开(公告)号:CN106781479B
公开(公告)日:2019-03-22
申请号:CN201611205475.X
申请日:2016-12-23
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种基于手机信令数据实时获取高速公路运行状态的方法,该方法首先划定高速公路监测区域,并对监测区域进行栅格化处理;根据建立好的栅格系统获得高速公路的映射到栅格系统中栅格序列;随后获取监测区域内基站信息,根据基站的位置信息以及栅格系统得到各基站所在栅格,并根据基站覆盖范围得到基站映射到的道路栅格;建立基站信息表;然后获取监测时间段内监测区域内产生的信令数据,对信令数据进行初步整理得到各用户的轨迹序列;根据监测时间段的用户轨迹以及其历史轨迹判断其在监测时间段内是否在高速路上行驶;据此得到监测时间段内在高速路上行驶并产生新的轨迹序列数据的用户;随后利用这些用户更新的信令数据计算道路栅格实时运行速度。本发明无需额外的硬件设备,且其实现方法简单,准确度较高。
-
公开(公告)号:CN109245982A
公开(公告)日:2019-01-18
申请号:CN201710558284.X
申请日:2017-07-10
Applicant: 重庆邮电大学
CPC classification number: H04L63/0272 , H04L12/4633 , H04L12/4641 , H04L12/4683 , H04L63/0428 , H04L63/083 , H04L63/1441 , H04L69/40
Abstract: 一种基于单向分光和无状态端到端连接的内外网数据实时交换系统,包括用户请求连接模块、客户端节点模块、服务端节点模块与用户访问内部网络中的目的服务系统模块。其中客户端节点模块包括加解密模块、上下行数据分离模块、单向分光隔离模块和互联网连接模块。其中服务端节点同样包括互联网连接模块、单向分光隔离模块、上下行数据汇聚分派模块与加解密模块。其中用户访问内部网络中的目的服务系统模块,实现用户最初的请求与目的服务系统的逻辑连接建立。本系统利用陷阱设备承受所有互联网攻击,保护内网安全,可防止ARP攻击、DNS欺骗等,除此之外,非认证互联网连接事务隔离在DMZ区,提高了内外网数据实时传输交换的安全防护性能。
-
-
-
-
-
-
-
-
-