对抗样本生成方法、装置、终端设备以及存储介质

    公开(公告)号:CN112989346B

    公开(公告)日:2021-08-10

    申请号:CN202110384062.7

    申请日:2021-04-09

    Abstract: 本发明公开一种对抗样本生成方法,所述方法包括以下步骤:获取用于生成对抗样本的恶意代码;利用预设恶意代码检测模型对所述恶意代码进行迭代更新,以获得初始原型样本;对所述初始原型样本进行转换操作和嵌入操作,以获得结果原型样本;基于所述结果原型样本和所述恶意代码,生成最终对抗样本。本发明公开一种对抗样本生成装置、终端设备以及计算机可读存储介质。利用本发明的对抗样本生成方法,提高了对抗样本的生成速度。

    对抗样本检测方法、装置及计算机可读存储介质

    公开(公告)号:CN111538991B

    公开(公告)日:2020-11-03

    申请号:CN202010658379.0

    申请日:2020-07-09

    Abstract: 本发明公开了一种对抗样本检测方法,包括以下步骤:将待检测文件样本输入恶意代码检测模型,以获得所述待检测文件样本对应的贡献度分布向量;基于各种良性样本对应的贡献度分布向量集以及所述贡献度分布向量进行离群分析,以确定所述贡献度分布向量是否为目标贡献度分布向量集的离群点;若所述贡献度分布向量为目标贡献度分布向量集的离群点,则确定所述待检测文件样本为对抗样本。本发明还公开了一种对抗样本检测装置及计算机可读存储介质。本发明通过贡献度分布向量准确检测对抗样本,并且由于良性样本包括各种良性训练样本,因此能够检测各种对抗样本,进一步提高对抗样本检测的准确性。

    对抗样本检测方法、装置及计算机可读存储介质

    公开(公告)号:CN111538991A

    公开(公告)日:2020-08-14

    申请号:CN202010658379.0

    申请日:2020-07-09

    Abstract: 本发明公开了一种对抗样本检测方法,包括以下步骤:将待检测文件样本输入恶意代码检测模型,以获得所述待检测文件样本对应的贡献度分布向量;基于各种良性样本对应的贡献度分布向量集以及所述贡献度分布向量进行离群分析,以确定所述贡献度分布向量是否为目标贡献度分布向量集的离群点;若所述贡献度分布向量为目标贡献度分布向量集的离群点,则确定所述待检测文件样本为对抗样本。本发明还公开了一种对抗样本检测装置及计算机可读存储介质。本发明通过贡献度分布向量准确检测对抗样本,并且由于良性样本包括各种良性训练样本,因此能够检测各种对抗样本,进一步提高对抗样本检测的准确性。

    大数据分析方法、装置、系统、设备和计算机存储介质

    公开(公告)号:CN111291227A

    公开(公告)日:2020-06-16

    申请号:CN202010032824.2

    申请日:2020-01-13

    Abstract: 本发明公开了一种大数据分析方法,包括以下步骤:接收数据源节点发送的样本文件,获取所述样本文件中的样本数据和数据源地址信息;根据数据分析程序适配表,调度部署有数据分析程序的数据节点,驱动所述数据分析程序与所述样本数据进行适配,获得适配结果;在所述适配结果为所述数据分析程序与所述样本数据匹配时,将所述数据分析程序浮动至所述数据源地址信息对应的数据源节点,通过所述数据分析程序在数据源节点进行全量数据分析。本发明还公开了一种大数据分析装置、系统、设备和计算机存储介质。本发明在保证数据安全性的前提下,提高了大数据分析的效率。

    一种应用于网络靶场的Json文件加密方法

    公开(公告)号:CN110581758A

    公开(公告)日:2019-12-17

    申请号:CN201910868941.X

    申请日:2019-09-16

    Abstract: 本发明属于计算机技术领域,具体涉及一种应用于网络靶场的Json文件加密方法,包括以下步骤:S1、将Json文件转换成正方形或近似正方形的矩阵字符串块;S2、将步骤S1中的矩阵字符串块转换为ASCII码;S3、将转换后的ASCII码映射到RGB颜色谱中形成像素图形;S4、将步骤S3中的像素图形进行置乱加密处理后发送给接收端,与现有技术相比,本发明中通过将Json文件的内容整合形成矩阵字符串,并利用该矩阵字符串转换成图形的形式,通过置乱算法对该图形进行加密,因此,可以提高Jason文件加密的密钥空间,同时也能提高加密过程的复杂性,从而降低被破解的风险,有效提高Json文件加密的安全性。

    网络威胁情报处理方法、装置、电子设备以及存储介质

    公开(公告)号:CN118921190A

    公开(公告)日:2024-11-08

    申请号:CN202410918446.6

    申请日:2024-07-09

    Abstract: 本申请实施例提供了一种网络威胁情报处理方法、装置、电子设备以及存储介质,属于网络安全技术领域。该方法包括:基于预先设定好的抽取模型,对获取到的样本情报信息进行三元组特征抽取,得到正样本和负样本;利用初始的生成器得到扩增更新后与正样本数量匹配的负样本;利用初始的判别器对正样本和数量扩增后的负样本进行判别,并根据判别结果对生成器和判别器进行训练,得到训练后的判别器;获取目标情报信息,并基于抽取模型,对目标情报信息进行三元组特征抽取,得到正信息和负信息;将正信息和负信息输入训练后的判别器中,得到目标抽取信息。本申请能够提高对网络威胁情报中各命名实体之间关系抽取的准确度和效率。

Patent Agency Ranking