公开(公告)号：CN112148956A

公开(公告)日：2020-12-29

申请号：CN202011065192.6

申请日：2020-09-30

Applicant: 上海交通大学

Inventor： 邹福泰 ,  施纬 ,  吴越 ,  李林森

IPC: G06F16/9532 ,  G06F16/9535 ,  G06F16/33

Abstract: 本发明公开了一种基于机器学习的暗网威胁情报挖掘系统和方法，涉及计算机网络安全领域，暗网威胁情报挖掘系统包括数据下载模块、数据解析模块、数据库模块、威胁情报提取模块、数据接口模块；威胁情报提取模块包括用户信息提取模块、商品信息提取模块、网页威胁内容提取模块。本发明采用规则匹配、人工筛选、深度学习的方法提取暗网网页中的威胁情报，在保持较高准确率的同时大大提升了效率，同时也集成了完整的数据下载、数据存储、数据预处理以及多功能的数据接口，为暗网安全事件调查提供辅助作用。

公开(公告)号：CN110968873A

公开(公告)日：2020-04-07

申请号：CN201911154705.8

申请日：2019-11-22

Applicant: 上海交通大学

Inventor： 邹福泰 ,  胡煜宗 ,  施纬 ,  韦宇恒 ,  易平

IPC: G06F21/57 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于人工智能的自动化渗透测试的系统和方法，涉及计算机网络安全领域，所述系统包括以下模块：信息收集模块，用于对目标系统进行探测，获取所述目标系统的信息；信息整合模块，用于对获取的所述目标系统的所述信息进行整合提取；漏洞验证模块，用于验证所述目标系统是否可以被渗透；报告生成模块，用于自动地生成测试报告，展示渗透测试的结果。本发明将传统的人工渗透测试的各个环节智能化地串联，通过引入深度学习和强化学习的方法使自动化渗透测试成为可能。本发明也降低了渗透测试的门槛。