-
公开(公告)号：CN116074087A
公开(公告)日：2023-05-05
申请号：CN202310072303.3
申请日：2023-01-17
Applicant: 哈尔滨工业大学
IPC: H04L9/40 , H04L41/16 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于网络流量上下文表征的加密流量分类方法、电子设备及存储介质，属于加密流量识分类技术领域。包括以下步骤：S1.将待分类流量按照五元组划分；S2.构建流量表征滑动窗口，将流量分为若干流量数据包片段；S3.提取每个流量片段的时间特征和空间特征；S4.根据流量片段的时间特征和空间特征生成上下文时空特征矩阵；S5.将上下文时空矩阵转换为灰度图片；S6.构建模型分类器；S7.将灰度图片输入模型分类器，输出分类结果。解决了现有技术中存在的分类准确度低、时效性低和效率低的问题。本发明在流量会话结束前就能对流量实现表征进而使用后续提出的模型进行分类，大大提高表征算法和流量分类的时效性和准确度。
-
公开(公告)号：CN113779567B
公开(公告)日：2022-09-13
申请号：CN202111061684.2
申请日：2021-09-10
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种面向DPI多核的缓存丢失攻击的防御方法、计算机及存储介质，属于智能防御技术领域。建立多核的算法攻击防御框架，将所有业务线程逻辑上划分为常规线程和攻击线程。流量经负载调度模块分发给常规线程，常规线程运行常用模式匹配算法进行模式匹配。当攻击检测模块检测到缓存攻击时，将攻击流下发给负载调度模块，其将攻击后续流转移到攻击线程处理。常规线程和攻击线程的数量可以根据CPU的压力情况进行自动切换，同时，将自己的线程变更后的类型反馈给负载调度模块，在负载调度模块对反馈确认前，将线程间已经收到的报文进行交换，避免报文的丢失。解决现有技术存在的DPI系统受到攻击时，处理严重延迟或丢包的技术问题。
-
公开(公告)号：CN115022079A
公开(公告)日：2022-09-06
申请号：CN202210795166.1
申请日：2022-07-07
Applicant: 奇安信科技集团股份有限公司 , 哈尔滨工业大学
IPC: H04L9/40 , H04L41/069
Abstract: 本申请提供了一种攻击数据处理方法、装置、电子设备和计算机存储设备，其中，该方法包括：根据获得的多条警报数据，确定出该多条警报数据中的各条警报数据之间的相关度；根据该各条警报数据之间的相关度，确定出警报关系网；根据该警报关系网，确定出攻击数据。可以实现对各类警报数据之间的关联，分析出攻击情况。
-
公开(公告)号：CN115022049A
公开(公告)日：2022-09-06
申请号：CN202210634083.4
申请日：2022-06-06
Applicant: 哈尔滨工业大学
Inventor： 刘立坤 , 余翔湛 , 史建焘 , 车佳臻 , 张晓慧 , 葛蒙蒙 , 苗钧重 , 刘凡 , 李精卫 , 韦贤葵 , 石开宇 , 郭明昊 , 冯帅 , 赵跃 , 宋赟祖 , 王久金
Abstract: 本发明提出一种基于计算马氏距离的分布外网络流量数据检测方法，属于数据检测技术领域。包括以下步骤：S1.原始网络流量的预处理和分类模型的预训练；S2.在预训练分类模型的基础上，获取新样本X与已知类别中最相似类别；S3.计算新样本x与最相似类别实例的马氏距离；S4.设定分布外数据阈值，分布外数据阈值采用实验的方式确定，对原网络流量数据加入小量的扰动数据，计算原网络流量数据与处理后的数据的马氏距离作为阈值的值。判断是否属于分布外数据。本发明提高了分类器分类结果的置信度。解决现有技术中存在基于计算相似度的检测方法的计算距离不具有唯一性导致的置信度低的技术问题。
-
公开(公告)号：CN114844840A
公开(公告)日：2022-08-02
申请号：CN202210450541.9
申请日：2022-04-26
Applicant: 哈尔滨工业大学
Inventor： 余翔湛 , 刘立坤 , 史建焘 , 叶麟 , 张晓慧 , 葛蒙蒙 , 苗钧重 , 刘凡 , 韦贤葵 , 李精卫 , 石开宇 , 王久金 , 冯帅 , 赵跃 , 宋赟祖 , 郭明昊 , 车佳臻
IPC: H04L47/2441 , G06N3/04 , G06N3/08
Abstract: 一种基于计算似然比的分布外网络流量数据检测方法，属于网络流量数据检测领域。为提高网络流量数据识别的精准度和置信度的问题。本发明提取网络流量特征：原始流量为pcap包，根据五元组划分为不同的数据流，设置为提取数据包长度序列、计算包到达时间间隔序列，将以上序列保存并生成CSV文件，作为模型训练的原始训练数据；使用原始训练数据训练原始分类模型，采用深度学习算法长短期记忆网络进行原始分类模型的训练，得到原始训练数据训练出的模型，生成扰动数据，采用加入高斯白噪声的方法生成扰动数据，训练扰动模型，得到扰动数据训练出的模型，计算似然比，判断分布外数据。本发明网络流量数据识别的精准度和置信度高。
-
Patent Agency Ranking
公开(公告)号：CN114119307B
公开(公告)日：2022-08-02
申请号：CN202111465889.7
申请日：2021-12-03
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种智能云外语多媒体基于考核结果制定学习计划的方法、计算机及存储介质，属于云教学技术领域。首先，学生在考试开始提示后进行考试；其次，教学应用层将学生考试时的发音、形体以及文字答卷以及正确答案传输到数据交互层进行存储；再次，通过人工智能模块将学生多媒体答卷的音频音轨和视频口唇影像以及形体与正确答案进行比较给出评判结果，并将评判结果传输至数据交互层进行存储；再次，教师总结学生知识盲点，并记录在数据交互层；最后，按照该等级学生的学习遗忘大数据提供联系频率和联系内容，根据学生群历史数据选出实时更新教师教案和考试节点。
-
公开(公告)号：CN113067836B
公开(公告)日：2022-04-19
申请号：CN202110423192.7
申请日：2021-04-20
Applicant: 哈尔滨工业大学
IPC: H04L67/1097 , H04L9/40 , H04L61/4511
Abstract: 一种基于去中心化DNS根区管理的智能合约系统，涉及互联网技术领域，用以解决现有根区管理去中心化技术所带来的治理主体不明确问题、名字空间分裂问题和恶意抢注问题。本发明的技术要点包括：账簿模块将根区管理中存在的各类数据抽象为过程、协议和资源；合约模块将对协议和资源数据的更新抽象为提案‑审核‑结束三阶段模型，并使用灵活的审核策略，从而支撑根区管理的多样性。本发明解决了传统根区管理的中心化、透明性低、自动化程度低等问题，系统可以使根区管理的多个参与方均能访问全部的根区管理数据，并以高度自动化的方式来参与根区的多方管理。本发明可应用于对互联网中域名系统根区数据管理之中。
-
公开(公告)号：CN108563491B
公开(公告)日：2022-03-29
申请号：CN201810344939.8
申请日：2018-04-17
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
IPC: G06F9/455
Abstract: 本发明提供一种基于虚拟机的自省自动化管理、配置与自省方法包括1)根据操作系统的操作进程的调用执行过程，筛选出需复用的系统调用从而形成傀儡系统调用，所述傀儡系统调用由目标虚拟机执行；所述目标虚拟机包括控制模块、数据交换模块以及系统调用控制模块；2)注入目标虚拟机系统调用3)保护虚拟机系统调用执行，4)隔离虚拟机内存，包括：从目标虚拟机外部跟踪目标虚拟机的VCPU调度和操作目标虚拟机内存；本方法能更加加大加强安全性，目标虚拟机执行的傀儡系统调用代码取自安全的内核镜像，复用的傀儡系统不需要依赖目标虚拟机的内核完整性。
-
公开(公告)号：CN114139976A
公开(公告)日：2022-03-04
申请号：CN202111465585.0
申请日：2021-12-03
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种智能云外语多媒体基于考核结果调整学习等级和分班的方法、计算机及存储介质，属于云教学技术领域。首先教师向教学应用层发起考核请求；其次，学生在教学应用层中的试题中抽取试卷进行考试；再次，自主学习层获得试卷信息T；再次，判断学生的测试分数、关联的知识和专题上的得分情况进行分析；再次，对学生外语学习状况进行画像，通过不断校正人工智能得出合理教学方案、给出科学学习计划；再次，定期更新班级模型，把不在置信区间K的学生Si调整到难度级别不同的班级；最后，更新执行教学方案Mj(∑Pi)和学习计划Pi。
-
公开(公告)号：CN113760664A
公开(公告)日：2021-12-07
申请号：CN202111060878.0
申请日：2021-09-10
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种两级阈值攻击检测方法、计算机及存储介质，属于智能检测技术领域。基于I级和II级的两级阈值攻击检测方法，首先，重构模式匹配算法自动机，选择≥4层的所有节点，为每个选择的节点增加被访问次数t、I级阈值L1和II级阈值L2后执行下一步骤，其次，自动机接收待匹配数据T，将I级阈值L1阈值节点比例p1和II级阈值L2阈值节点比例p2设置为0，匹配指针指向T的首字符，执行下一步骤，最后，统计节点访问次数；判断节点访问次数是否超过I级阈值L1和II级阈值L2阈值节点比例p1和节点比例p2，访问次数超过阈值的判定为攻击。解决现有技术无法识别攻击数据DPI系统收到攻击技术问题。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.059 seconds)
