一种基于深度学习与自然语言处理的网络威胁情报分析攻击场景图(ASG)生成方法

    公开(公告)号:CN119966695A

    公开(公告)日:2025-05-09

    申请号:CN202510075795.0

    申请日:2025-01-17

    Abstract: 本发明公开了一种基于深度学习与自然语言处理的网络威胁情报分析攻击场景图(ASG)生成方法。该方法结合深度学习模型与自然语言处理技术,提升了攻击场景图生成的效率和准确性。步骤包括:采集网络威胁情报并利用改进的BERT‑BiLSTM‑CRF模型进行实体识别,结合正则表达式识别威胁攻击实体;采用CR‑M‑SpanBERT模型进行核心指代解析,捕获实体间的语义上下文依赖关系;使用依存解析技术提取文本的双向上下文语义依赖关系,并结合RoBERTa‑BiGRU生成嵌入表示;最终,基于BERT‑RE模型提取三元组信息,生成攻击场景图。本发明提高了复杂网络威胁情报数据的处理能力,具有较强的鲁棒性和适应性,特别适用于多模态威胁情报。

    一种多因子物联网终端动态群组接入认证方法

    公开(公告)号:CN116318678B

    公开(公告)日:2025-04-29

    申请号:CN202310311718.1

    申请日:2023-03-28

    Abstract: 本发明涉及一种多因子物联网终端动态群组接入认证方法,属于物联网领域,包括:S1:SDN控制器与物联网网关建立安全连接,SDN控制器进行系统初始化,生成一个安全私钥,并选择一个安全单项哈希函数;S2:将物联网终端按群组进行划分,在安全信道下统一注册;S3:物联网终端通过PUF解密智能卡中的秘密参数,并对物联网终端的安全性、可靠性进行验证;S4:物联网终端进行身份认证与会话密钥协商;S5:当要向某一终端群组中添加新成员时,更新组密钥以保证前向安全;S6:当发现一个群组中的某个成员存在恶意行为时,将该成员逐出群组,并更新组密钥SKG以保证后向安全;S7:定时更新组身份与PUF激励响应对。

    一种适于深度学习的复合触发模式后门攻击方法

    公开(公告)号:CN117892295A

    公开(公告)日:2024-04-16

    申请号:CN202410061942.4

    申请日:2024-01-16

    Inventor: 陈龙 林茵

    Abstract: 本发明涉及一种适于深度学习的复合触发模式后门攻击方法,属于计算机视觉和深度学习安全领域。该方法结合语义触发模式和不可见触发模式,实现对深度学习模型的隐蔽后门植入。本发明使用语义触发模式作为第一触发条件,利用原始图像的非主要语义特征进行触发;使用不可见触发模式作为第二触发条件,通过对图像进行细微人为修改以嵌入特定信息,可利用各种图像信息隐藏技术进行嵌入,进一步增强攻击的隐蔽性。这种复合触发模式的设计需确保只有两种隐蔽触发模式同时存在才能激活预设的后门行为,有效降低后门的误触率以及可检测性。通过设置训练样本集的数据比例,确保模型在非触发状态下保持其正常分类功能,而在触发状态下成功激活预设的后门行为。本发明适用于各种深度学习模型,能有效提高后门攻击的隐蔽性。

    面向汽车功能安全的软硬件测试方法

    公开(公告)号:CN117664598A

    公开(公告)日:2024-03-08

    申请号:CN202311678489.3

    申请日:2023-12-07

    Abstract: 本发明提供一种面向汽车功能安全的软硬件测试方法,属于汽车功能安全测试领域。本发明首先确定测试对象以及对应的故障类型,根据确定好的测试对象和故障类型设计测试场景以及软硬件对应的故障注入测试库,进而执行故障注入测试,故障注入过程中记录相关数据的变化,最后对比实际输出结果与预期输出结果,如若超出可控范围则进行故障类型修改或补充相应功能安全机制。本发明覆盖不同测试对象和七个开发阶段的测试,测试范围更广,提供更为全面的功能安全测试方法及系统,为汽车领域尤其是汽车的安全性评估提供必不可少的支撑。

    一种用于评价图像识别模型的偏见性评估方法

    公开(公告)号:CN117437507A

    公开(公告)日:2024-01-23

    申请号:CN202311453432.3

    申请日:2023-11-01

    Abstract: 本发明属于人工智能技术领域,具体涉及一种用于评价图像识别模型的偏见性评估方法,包括:构建评估模型,该模型用于评估目标检测模型的偏见性;获取评估模型训练集,将训练集中的数据输入到评估模型中进行优化训练;获取待识别的图像,将待识别的图像输入到待检测的图像识别模型中进行分类,得到分类结果;将分类结果输入到训练后的评估模型中,得到当前待检测模型的偏见性;根据目标检测模型的偏见性评估结果对用户进行模型推荐;本发明通过计算公平性指标来评估算法偏见性,对算法偏见性的去除工作以及人工智能取证工作有较好的帮助作用,使人工智能检测技术能够更安全更公平地运用到日常生活当中。

    车联网中基于身份的匿名安全认证方法

    公开(公告)号:CN116471068A

    公开(公告)日:2023-07-21

    申请号:CN202310369118.0

    申请日:2023-04-07

    Inventor: 陈龙 唐晓东

    Abstract: 本发明涉及一种车联网中基于身份的匿名安全认证方法,属于车联网领域。本发明解决了车联网内的车辆在身份认证过程中真实身份被恶意攻击者窃听、截获和篡改的问题;采用椭圆曲线密码生成匿名身份,保证了认证过程中身份的匿名性;采用椭圆曲线离散对数难题理论,即使攻击者截获到消息也无法从中获取到车辆的真实身份信息,可以抵抗篡改攻击、中间人攻击和重放攻击等多种安全攻击方式;采用将车辆真实身份隐藏在匿名身份中的方法,发生交通纠纷时,相关执法机构可以通过可信中心追踪到车辆的真实身份。

    一种基于用户商品兴趣的跨平台电商用户对齐方法

    公开(公告)号:CN115293815A

    公开(公告)日:2022-11-04

    申请号:CN202210979506.6

    申请日:2022-08-16

    Abstract: 本发明属于网络对齐领域,具体涉及一种基于用户商品兴趣的跨平台电商用户对齐方法;该方法包括:获取不同电商平台的用户数据;根据用户数据构建原始普图;对原始普图进行对偶超图转换和边缘剪枝处理,得到用户商品关系图;根据用户商品关系图计算商品的特征投影;根据商品的特征投影计算用户兴趣特征向量;根据用户商品关系图对用户基本属性数据进行处理,得到用户属性特征向量;对用户兴趣特征向量和用户属性特征向量进行融合,得到用户信息表示;根据用户信息表示进行信息匹配,得到两电商平台的用户对齐结果;本发明对齐准确性高,有助于电商平台对用户进行商品推荐,实用性高。

    一种基于图纯化和决策边界的节点分类防御方法及其系统

    公开(公告)号:CN114648065A

    公开(公告)日:2022-06-21

    申请号:CN202210240565.1

    申请日:2022-03-10

    Abstract: 本发明属于深度学习的攻击防御领域,具体涉及一种基于图纯化和决策边界的节点分类防御方法及其系统,该方法包括:获取待分类节点的数据,并对获取的数据进行格式化处理;采用攻击算法对经过格式化后的数据添加扰动信息;对添加扰动信息的数据进行图纯化处理;将图纯化处理后的数据输入到训练好的第一图节点分类模型中,得到初始分类结果;构建决策边界,根据决策边界计算初始分类结果的伪标签;将所有带伪标签的初始分类结果输入到第二图节点分类模型中,得到节点分类结果,根据分类结果对节点进行保护;本发明将受到对抗样本影响的图数据集经由图纯化操作及基于决策边界计算的自训练算法处理,最终得到具有更高鲁棒性的图节点分类模型。

Patent Agency Ranking