公开(公告)号：CN110647765A

公开(公告)日：2020-01-03

申请号：CN201910889129.5

申请日：2019-09-19

Applicant: 济南大学

Inventor： 赵川 ,  赵埼 ,  荆山 ,  张波 ,  陈贞翔 ,  王吉伟

IPC: G06F21/62

Abstract: 本公开提出了协同学习框架下基于知识迁移的隐私保护方法及系统，包括：将本地隐私数据集分割成互不相交的若干份隐私子集，基于每一个隐私子集，训练对应的一个隐私模型；协同学习：将公共数据提交给隐私模型，隐私模型使用聚合机制，利用知识迁移给公共数据集标注标签；在获得足够的标注后的数据后，训练本地交互模型，在每一轮的训练中上传部分参数至服务器，服务器更新维护全局参数并提供最新的参数供各方下载，参与方下载最新参数优化本地交互模型。本公开同时协同学习的多次参数交互也可以确保，即使交互模型获取到标注数据较少，在多轮训练后依旧可以保持较高的准确度。

公开(公告)号：CN106845230A

公开(公告)日：2017-06-13

申请号：CN201611243535.7

申请日：2016-12-29

Applicant: 济南大学

Inventor： 陈贞翔 ,  王闪闪 ,  杨波 ,  孙润元 ,  荆山 ,  马坤

IPC: G06F21/56

CPC classification number: G06F21/563

Abstract: 本发明公开了基于恶意网络流量词库的恶意软件检测可视化方法及系统；包括如下步骤：对HTTP网络流的内容进行单词分割，并建立恶意网络流量词库；训练恶意软件检测模型；对待检测的HTTP网络流的流内容进行单词分割，分割成单词集合；利用得到的词库将单词集合进行向量化处理；将词向量输入到训练得到的恶意软件检测模型中，恶意软件检测模型通过计算给出检测结果；如果待检测HTTP网络流被预测为恶意流量，找到所述恶意流量的HTTP网络流的源头app，将源头app标记为恶意app；计算恶意网络流中单词的权重；恶意网络流的流内容可视化。本发明的有益效果：充分解决了恶意流量检测过程对用户的透明性问题。

公开(公告)号：CN105187392A

公开(公告)日：2015-12-23

申请号：CN201510487144.9

申请日：2015-08-10

Applicant: 济南大学

Inventor： 陈贞翔 ,  杨波 ,  韩泓波 ,  张蕾 ,  彭立志 ,  荆山

IPC: H04L29/06

CPC classification number: H04L63/145 ,  H04L63/1408

Abstract: 本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括：用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户。该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。

公开(公告)号：CN102694733B

公开(公告)日：2015-03-25

申请号：CN201210184213.5

申请日：2012-06-06

Applicant: 济南大学

Inventor： 陈贞翔 ,  彭立志 ,  赵彩云 ,  杨波 ,  荆山

IPC: H04L12/801

Abstract: 本发明公开了一种获得具有准确应用类型标识的网络流量数据集的方法，借助Windows系统的Hook机制以及为编程者提供的应用程序接口，使用简单的应用类型名称和应用类型标识与应用程序之间的简单映射，实现对数据包的对应、标识、提取、汇集，这个过程中应用类型能够被唯一标识，且不会受到网络运行参数的影响，从而，可以据此获得具有准确应用类型标识的网络流量数据集。