-
公开(公告)号：CN118195023A
公开(公告)日：2024-06-14
申请号：CN202311843820.2
申请日：2023-12-27
Applicant: 之江实验室
IPC: G06N20/00 , G06F21/62 , G06F18/214
Abstract: 本说明书公开了一种基于区块链的车联网去中心化联邦学习方法，区块链选择初始节点并初始化模型，初始节点随机选择邻近节点将模型传播；参与节点接收到模型后，先与本地模型进行融合，再使用本地数据进行训练，再将更新的模型随机传播给邻近节点，同时发送至委员会；委员会对收到的模型进行质量检测、共识上链；智能合约周期性自动触发执行并行序列模型聚合；任务发布者检测模型是否收敛，若未达到收敛要求，则重复执行上述步骤；学习任务结束，需求方可直接从区块链将模型下载至本地，利用本地数据完成预测。与传统联邦学习相比，本发明具有更好的隐私保护性、更低的通信和储存成本，能够更好地适配快速变化的车联网网络。
-
公开(公告)号：CN116821053A
公开(公告)日：2023-09-29
申请号：CN202311103374.1
申请日：2023-08-30
Applicant: 之江实验室
Abstract: 本申请涉及一种数据上报方法、装置、计算机设备和存储介质，通过获取文件的待上报数据，提取待上报数据的特征值，根据特征值将待上报数据分类至不同的桶文件中进行存储，在桶文件中根据相似度对待上报数据进行聚类，得到多组待上报数据簇，根据每组待上报数据簇下正常数据样本与恶意数据样本的占比，对每组待上报数据簇进行评分，根据分数选取多组待上报数据簇进行上报，通过聚类减少了重复或者相似的无用数据的上报，通过评分对于上报的数据进行了过滤，解决了相关技术中文件数据上报效率较低的问题，降低存储数据需要的空间，提升了文件数据上报的效率。
-
公开(公告)号：CN117061254B
公开(公告)日：2024-01-23
申请号：CN202311319155.7
申请日：2023-10-12
Applicant: 之江实验室
IPC: H04L9/40 , H04L67/1396
Abstract: 本申请涉及一种异常流量检测方法、装置和计算机设备。所述方法包括：获取待检测流量数据，其中，待检测流量数据包括用户数据以及待检测流量信息；基于待检测流量信息进行特征提取处理，得到哈希结果，并基于哈希结果与预设的基因库进行匹配处理，得到流量检测结果；基于预设的用户行为模型中的用户数据统计结果对用户数据进行检测，得到用户行为检测结果；基于流量检测结果以及用户行为检测结果，得到针对待检测流量数据的异常检测结果。采用本方法能够解决现有技术中针对异常流量检测灵活度以及效率较低的问题。
-
-
Patent Agency Ranking
公开(公告)号：CN117061254A
公开(公告)日：2023-11-14
申请号：CN202311319155.7
申请日：2023-10-12
Applicant: 之江实验室
IPC: H04L9/40 , H04L67/1396
Abstract: 本申请涉及一种异常流量检测方法、装置和计算机设备。所述方法包括：获取待检测流量数据，其中，待检测流量数据包括用户数据以及待检测流量信息；基于待检测流量信息进行特征提取处理，得到哈希结果，并基于哈希结果与预设的基因库进行匹配处理，得到流量检测结果；基于预设的用户行为模型中的用户数据统计结果对用户数据进行检测，得到用户行为检测结果；基于流量检测结果以及用户行为检测结果，得到针对待检测流量数据的异常检测结果。采用本方法能够解决现有技术中针对异常流量检测灵活度以及效率较低的问题。
-
公开(公告)号：CN116738429A
公开(公告)日：2023-09-12
申请号：CN202311024643.5
申请日：2023-08-15
Applicant: 之江实验室
Abstract: 本申请涉及一种基于生成对抗的目标检测引擎优化方法、装置及系统，所述方法包括：重复多次将多个对抗样本输入至所述目标检测引擎进行检测，得到各所述对抗样本的第一检测结果，直到满足结束条件；其中，各次输入的多个对抗样本由多个对抗组合序列对多个原始样本进行混淆变形得到，所述原始样本能够被目标检测引擎检测成功；基于各次检测得到的各第一检测结果，获得各次输入的多个对抗样本中造成目标检测引擎检测失败的多个恶意样本，对所述目标检测引擎进行优化。采用本方法解决了各类目标检测引擎的检测能力难以快速提高和加强的问题，实现了各类目标检测引擎的检测弱点的智能优化，提高了云端的网络安全，同时降低成本。
-
公开(公告)号：CN116204879B
公开(公告)日：2023-12-05
申请号：CN202211735828.2
申请日：2022-12-30
Applicant: 之江实验室
IPC: G06F21/56
Abstract: 本申请涉及一种恶意文件检测方法、装置、电子装置及存储介质，该恶意文件检测方法包括：基于文件生成日志，按预设第一周期获取目标的第一特征数据；按预设时间窗口期对第一特征数据进行累积处理，得到第二特征数据；对第一特征数据和第二特征数据进行多维处理，得到目标特征数据；将目标特征数据输入训练完备的预测模型，得到多条预测结果，并将多条预测结果进行合并，得到目标预测结果；根据目标预测结果，判定目标特征数据对应的文件是否为恶意文件。通过本申请，解决了现有恶意文件检测技术无法检测出混淆型的恶意脚本文件，计算机、服务器等设备仍存在被恶意文件破坏风险问题，提高了恶意脚本文件的检测准确度，提高计算机等设备的安全性。
-
公开(公告)号：CN116738429B
公开(公告)日：2023-11-14
申请号：CN202311024643.5
申请日：2023-08-15
Applicant: 之江实验室
Abstract: 本申请涉及一种基于生成对抗的目标检测引擎优化方法、装置及系统，所述方法包括：重复多次将多个对抗样本输入至所述目标检测引擎进行检测，得到各所述对抗样本的第一检测结果，直到满足结束条件；其中，各次输入的多个对抗样本由多个对抗组合序列对多个原始样本进行混淆变形得到，所述原始样本能够被目标检测引擎检测成功；基于各次检测得到的各第一检测结果，获得各次输入的多个对抗样本中造成目标检测引擎检测失败的多个恶意样本，对所述目标检测引擎进行优化。采用本方法解决了各类目标检测引擎的检测能力难以快速提高和加强的问题，实现了各类目标检测引擎的检测弱点的智能优化，提高了云端的网络安全，同时降低成本。
-
公开(公告)号：CN116204879A
公开(公告)日：2023-06-02
申请号：CN202211735828.2
申请日：2022-12-30
Applicant: 之江实验室
IPC: G06F21/56
Abstract: 本申请涉及一种恶意文件检测方法、装置、电子装置及存储介质，该恶意文件检测方法包括：基于文件生成日志，按预设第一周期获取目标的第一特征数据；按预设时间窗口期对第一特征数据进行累积处理，得到第二特征数据；对第一特征数据和第二特征数据进行多维处理，得到目标特征数据；将目标特征数据输入训练完备的预测模型，得到多条预测结果，并将多条预测结果进行合并，得到目标预测结果；根据目标预测结果，判定目标特征数据对应的文件是否为恶意文件。通过本申请，解决了现有恶意文件检测技术无法检测出混淆型的恶意脚本文件，计算机、服务器等设备仍存在被恶意文件破坏风险问题，提高了恶意脚本文件的检测准确度，提高计算机等设备的安全性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
