公开(公告)号：CN113449782B

公开(公告)日：2022-05-24

申请号：CN202110675285.9

申请日：2021-06-18

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  马小青 ,  彭宣正 ,  戚岱杰

IPC: G06V10/764 ,  G06K9/62 ,  H04L9/40

Abstract: 本发明提供一种基于图半监督分类的CDN托管节点检测方法。所述基于图半监督分类的CDN托管节点检测方法包括以下流程：S1进行图构造；S2特征提取后进行顶点标注；S3对步骤S2顶点标注后的特征信息和结构信息进行图顶点分类。本发明提供的基于图半监督分类的CDN托管节点检测方法具有半监督学习过程能够结合利用标注顶点和无标注顶点的特征信息，使得分类结果的评价指标优于多个传统的机器学习分类方法，通过对Alexa前10万个域名的自动浏览抓包获得主动数据并进行实验，证实结果确实高于多个传统模型3％‑18％不等，其中召回率的提升效果表现最好。

公开(公告)号：CN113676475A

公开(公告)日：2021-11-19

申请号：CN202110956812.3

申请日：2021-08-19

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 黄园园 ,  苏俊 ,  方顺健 ,  彭宣正

IPC: H04L29/06 ,  G06N20/20

Abstract: 一种基于XGBoost的端口扫描恶意流量的检测方法，利用已知的标准恶意流量数据集(CICIDS2017数据集)构成的基础流量数据集B，确认根据该基础数据集对XGBoost模型进行训练，获得训练好的XGBoost模型，使用训练好的XGBoost模型对软件定义网络的流量进行在线检测是否存在端口扫描恶意流量，对于存在误检或者漏检的情况采用人工办法进行干预；将误检或者漏检的流量标签进行重置，并将该流量加入到基础数据集中形成更新的数据集B′，当B′中新增流量样本增加到一定的比例时，重启XGBoost训练，获得优化的XGBoost模型，从而达到不断提升恶意流量检测成功率的目的。

公开(公告)号：CN113449782A

公开(公告)日：2021-09-28

申请号：CN202110675285.9

申请日：2021-06-18

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 郑超 ,  马小青 ,  彭宣正 ,  戚岱杰

IPC: G06K9/62 ,  H04L29/06

Abstract: 本发明提供一种基于图半监督分类的CDN托管节点检测方法。所述基于图半监督分类的CDN托管节点检测方法包括以下流程：S1进行图构造；S2特征提取后进行顶点标注；S3对步骤S2顶点标注后的特征信息和结构信息进行图顶点分类。本发明提供的基于图半监督分类的CDN托管节点检测方法具有半监督学习过程能够结合利用标注顶点和无标注顶点的特征信息，使得分类结果的评价指标优于多个传统的机器学习分类方法，通过对Alexa前10万个域名的自动浏览抓包获得主动数据并进行实验，证实结果确实高于多个传统模型3％‑18％不等，其中召回率的提升效果表现最好。