电磁信号的合并处理方法、系统及介质

    公开(公告)号:CN117155746B

    公开(公告)日:2024-02-23

    申请号:CN202311424061.6

    申请日:2023-10-31

    Inventor: 李波 郑传义 杨青

    Abstract: 本申请公开了一种电磁信号的合并处理方法、系统及介质,主要涉及电磁信号合并技术领域,用以解决现有的方案无法有效合并信号的问题。包括:对校准电磁信号进行归类,并将同一类的校准电磁信号统一成第一电磁信号;基于第一电磁信号中的信号协议,确定第一电磁信号对应的信号分类分组;获取信号分类分组对应的来源分类标准知识库,基于来源分类标准知识库标注第一电磁信号的来源数据;确定来源数据中的设备信息对应的设备,进而基于第一电磁信号的时间信息,从设备对应的缓存数据中确定第一电磁信号对应的环境信息;基于环境信息、告警内容、频点、带宽、调制方式、频段标识ID,合并第一电磁信号,以获得最终电磁信号。(56)对比文件周芳芳;曾媛;赵颖;张蓉;王劲松;金雷;郑伟;汪云海.无线电频谱与无线电信号数据协同可视分析方法.计算机辅助设计与图形学学报.2017,(01),全文.陶本仁.战场电磁环境信息分析技术.航天电子对抗.2004,(02),全文.

    一种基于日志因果溯源的数据窃取检测方法、系统及设备

    公开(公告)号:CN115086071A

    公开(公告)日:2022-09-20

    申请号:CN202210850109.9

    申请日:2022-07-20

    Abstract: 本申请公开了一种基于日志因果溯源的数据窃取检测方法、系统及设备,主要涉及数据窃取检测技术领域,用以解决现有的数据被窃取检测方法缺少因果语义,检测准确率低等问题。包括:通过终端统一日志平台获得预处理日志;通过计算引擎将预处理日志抽象为初始依赖图;其中,依赖图包括操作关系;基于操作关系对应的整体关系占比值和实体节点占比值,确定各个操作关系对应的优先度得分;以获得最终依赖图;获得最终依赖图对应的隐式行为序列;将隐式行为序列与预设数据窃取行为对应的隐式行为调用链进行对比,以确定是否存在数据窃取行为。本申请通过上述方法实现了数据窃取行为的有效检测,大大缩减了安全运营工作量。

    基于自然语言交互的网络安全运营数据查询方法及装置

    公开(公告)号:CN114281810A

    公开(公告)日:2022-04-05

    申请号:CN202111602962.0

    申请日:2021-12-24

    Abstract: 本发明属于网络安全技术领域,提供了一种基于自然语言交互的网络安全运营数据查询方法及装置。其中,该方法包括获取多源异构网络安全数据,并将其解析清洗为资产实体信息和资产行为信息,进而构造出网络安全运营基础数据库;根据网络安全运营基础数据库中预先设置的资产实体信息索引、资产行为信息索引以及资产实体标识数据集,构造出SQL要素分类模型;根据SQL要素分类模型,对接收到的网络安全知识查询问题自下而上解析翻译为SQL查询语句;将SQL查询语句解析成抽象语法树,进而映射为API查询,在安全运营基础数据库上执行所述API查询,并依据返回类型展示对应查询结果。

    一种基于日志因果溯源的数据窃取检测方法、系统及设备

    公开(公告)号:CN115086071B

    公开(公告)日:2022-12-06

    申请号:CN202210850109.9

    申请日:2022-07-20

    Abstract: 本申请公开了一种基于日志因果溯源的数据窃取检测方法、系统及设备,主要涉及数据窃取检测技术领域,用以解决现有的数据被窃取检测方法缺少因果语义,检测准确率低等问题。包括:通过终端统一日志平台获得预处理日志;通过计算引擎将预处理日志抽象为初始依赖图;其中,依赖图包括操作关系;基于操作关系对应的整体关系占比值和实体节点占比值,确定各个操作关系对应的优先度得分;以获得最终依赖图;获得最终依赖图对应的隐式行为序列;将隐式行为序列与预设数据窃取行为对应的隐式行为调用链进行对比,以确定是否存在数据窃取行为。本申请通过上述方法实现了数据窃取行为的有效检测,大大缩减了安全运营工作量。

    基于多任务学习卷积神经网络的图形隐写方法与系统

    公开(公告)号:CN115357917A

    公开(公告)日:2022-11-18

    申请号:CN202210920839.1

    申请日:2022-08-02

    Abstract: 本发明属于图形隐写处理技术领域,提供了基于多任务学习卷积神经网络的图形隐写方法与系统。其中,该方法包括获取原始RGB载体图像和二进制密信信息;将多任务学习卷积神经网络将二进制密信信息隐写入原始RGB载体图像中,且识别出隐写图像中的二进制密信信息;所述多任务学习卷积神经网络包括编码器、判别器、图像干扰模型和解码器;编码器用于捕获原始RGB载体图像中的特征以及定位二进制密信信息在原始RGB载体图像中的位置,得到编码图像;判别器用于判断原始RGB载体图像与编码图像是否无区别,并将判断结果用作编码器及解码器的感知损失;图像干扰模型用于对编码图像进行处理,得到干扰图像;解码器用于提取干扰图像中的二进制密信信息。

Patent Agency Ranking