一种增强蜜网诱骗力度的方法和蜜网系统

    公开(公告)号:CN101582907B

    公开(公告)日:2012-07-04

    申请号:CN200910150734.7

    申请日:2009-06-24

    Inventor: 顾凌志 周世杰

    Abstract: 本发明实施例提出一种增强蜜网诱骗力度的方法和蜜网系统,该方法包括:在蜜网系统中建立一诱骗子网,所述诱骗子网包括至少一个物理服务器;模拟所述诱骗子网外部的网络用户访问所述物理服务器的行为,和/或模拟所述诱骗子网内部的本地用户访问外部网络的行为。本发明实施例中,不仅模拟了网络环境,而且还利用用户行为产生的流量模拟的手段以增加蜜网系统的真实性和交互性,从而提高了蜜网系统的诱骗力度。

    一种双引擎分布式对等网络仿真系统体系结构

    公开(公告)号:CN101741627B

    公开(公告)日:2012-06-27

    申请号:CN200810046562.4

    申请日:2008-11-14

    Abstract: 本发明提出了一种双引擎分布式对等网络仿真系统体系结构,其特征在于,该体系结构主要由节点仿真引擎和网络仿真引擎所组成。节点仿真引擎主要负责本地仿真节点的调度和仿真协议的执行;而网络仿真引擎则负责仿真消息的接收和发送等信息交互的操作。在这种体系结构下,仿真系统的仿真运行结构和通用支撑结构被隔离开,使仿真系统具有良好的可扩展性。同时,节点仿真引擎能够利用仿真应用计算机支持一定规模的P2P仿真,再利用网络仿真引擎对其进行扩展,使仿真信息能够以网络数据包的形式发送到其他仿真应用计算机或外界真实P2P应用,不仅能够扩大仿真规模,而且能够提高仿真的真实度。

    家庭网络的认证装置、系统和方法

    公开(公告)号:CN101345621B

    公开(公告)日:2012-03-07

    申请号:CN200710118546.7

    申请日:2007-07-09

    Abstract: 本发明实施例提供了一种家庭网络的认证装置、系统和方法。本发明实施例所述装置包括注册服务器和管理服务器。本发明实施例所述系统包括:管理服务器和家庭网关;管理服务器、第一家庭网关和第二家庭网关。本发明实施例所述方法包括:注册服务器生成和下发随机矩阵给管理服务器,管理服务器接收到家庭网关的请求后,从所述随机矩阵中选取随机值,根据所述随机值和所述家庭网关的口令值与所述家庭网关之间进行信息交互,实现对所述家庭网关的认证。利用本发明,可以实现在家庭网络中管理服务器利用随机矩阵对家庭网关进行认证、团体内的家庭网关之间的认证和团体间的家庭网关之间的认证。

    一种与PeerCast网络兼容的仿真方法

    公开(公告)号:CN101873233A

    公开(公告)日:2010-10-27

    申请号:CN200910059017.3

    申请日:2009-04-22

    Abstract: 本发明提出了一种与PeerCast网络兼容的仿真方法。该方法使用分布式仿真技术实现了一个PeerCast仿真系统,通过维护仿真节点与PeerCast节点的网络连接映射表,以及PeerCast仿真协议与真实协议的相互转换等机制,构造出一个与PeerCast网络兼容的大规模仿真网络,仿真节点与PeerCast网络中的节点之间能够相互获取数据并播放流媒体。该方法可低代价高效率地实现对PeerCast网络基本特征的测量和分析,从而为深层研究PeerCast协议提供了有效途径。

    一种面向AI移动应用的自动化模糊测试方法

    公开(公告)号:CN119885205A

    公开(公告)日:2025-04-25

    申请号:CN202510041633.5

    申请日:2025-01-10

    Abstract: 本发明公开了一种面向AI移动应用的自动化模糊测试方法,属于智能设备安全技术领域,包括对AI移动应用进行分类,对每个类型生成一危险或禁止问题集,并制作一适用于所有危险或禁止问题集的通用越狱场景模板;获取一AI移动应用,识别潜在AI入口;确认潜在AI入口是否为AI入口;得到该AI入口对应AI移动应用的类型;结合类型对应的危险或禁止问题集和通用越狱场景模板,生成攻击问题,攻击AI移动应用得到生成信息,并用大语言模型判断是否存在安全漏洞。本发明首次提供了全自动方法来检测AI移动应用中的安全漏洞问题,不仅能提升测试效率和测试充分性、还能提高移动应用的健壮性和可靠性。可广泛应用于AI移动应用自动化安全测试领域。

    基于注意力机制和局部敏感哈希的黑盒对抗文本生成方法

    公开(公告)号:CN119179781A

    公开(公告)日:2024-12-24

    申请号:CN202411339278.1

    申请日:2024-09-25

    Abstract: 本发明公开了一种基于注意力机制和局部敏感哈希的黑盒对抗文本生成方法,包括步骤:基于注意力机制初始化对抗文本,删除对抗文本中的冗余噪声,基于局部敏感哈希优化对抗文本,得到最优对抗文本。本发明初始化对抗文本阶段引入注意力机制,通过优先扰动对原文本重要性高的词减少初始化对抗文本阶段对目标模型的查询次数;在优化对抗文本阶段的搜索过渡词和估计更新方向两个过程中引入局部敏感哈希方法,通过按句级向量相似性对候选文本分簇减少对抗文本优化阶段对目标模型的查询次数。两者结合能有效降低整个对抗文本生成过程对目标模型的查询次数。

    一种适用于边缘计算场景下的联邦学习安全聚合方法

    公开(公告)号:CN116094993B

    公开(公告)日:2024-05-31

    申请号:CN202211657554.X

    申请日:2022-12-22

    Abstract: 本发明公开了一种适用于边缘计算场景下的联邦学习安全聚合方法,包括:(1)边缘节点将各个终端之间的通信拓扑图结构由全连通图修改为基于最小生成树的终端连通拓扑图;(2)各个终端利用本地数据训练联邦学习的模型,并根据修改的终端连通拓扑图与邻居终端以广播密钥的方式进行通信;(3)各个终端计算掩码并用于加密模型梯度;(4)边缘节点接收终端传输的加密的模型梯度并进行局部聚合;(5)云计算处理中心接收来局部聚合模型梯度,再进行一次聚合形成全局聚合模型,并将全局聚合模型下发到边缘节点,为终端提供服务。本发明在解决联邦学习中隐私泄露问题的同时,避免了需要大量额外的计算和通信开销,并提高了模型的收敛速度。

    多智能体协同计算资源调度方法、装置及系统

    公开(公告)号:CN116909742A

    公开(公告)日:2023-10-20

    申请号:CN202310895639.X

    申请日:2023-07-20

    Abstract: 本发明公开了一种多智能体协同计算资源调度方法,包括配置任务请求队列;获取边缘集群的历史运行状态序列,输入到多层叠加的LSTM神经网络中,输出具有时序特征的系统状态矩阵;将该系统状态矩阵输入到边缘集群配置的Actor‑Critic网络中进行多智能体强化学习,通过计算获得边缘集群的状态价值,并从对应的边缘集群中选择合适的节点来处理任务请求队列中的下一个任务,完成资源调度;然后根据任务回报计算损失函数和梯度来更新Actor‑Critic网络参数。本发明在面对大规模服务请求时能够成功学习请求之间的周期性状态,提高了系统吞吐率,采用时序网络与策略相结合的方式进行每一次任务调度,收敛速度更快,训练需要的数据量更少。

Patent Agency Ranking