-
-
公开(公告)号：CN101267353B
公开(公告)日：2011-12-21
申请号：CN200810104804.0
申请日：2008-04-24
Applicant: 北京大学
Abstract: 本发明公开了一种载荷无关的检测网络滥用行为的方法，属于计算机网络和数据通信技术领域。本发明的方法为：首先采集正常流量日志和有网络滥用行为的流量日志组成流量日志信息训练集；从流量日志信息训练集中提取出网络滥用行为的特征向量组成特征向量集；然后利用机器学习算法对特征向量集进行学习，得到滥用行为检测分类器；最后布置网络滥用行为检测分类器，对流量日志进行在线检测，检测网络滥用行为。与现有技术相比本发明具有计算量小、占用的计算资源少，不受数据加密的影响以及面临侵犯隐私的法律问题，同时可以及时和准确地发现网络滥用行为。
-
公开(公告)号：CN100504903C
公开(公告)日：2009-06-24
申请号：CN200710121933.6
申请日：2007-09-18
Applicant: 北京大学
Abstract: 本发明属于恶意代码自动分析领域，是一种恶意代码自动识别的方法。本发明先将待分析的可执行程序样本分拆为待分析构件，再将待分析构件与已知恶意行为构件进行比较，自动判定待分析样本是否为恶意代码。本发明的优点是分析覆盖面广，分析恶意样本的速度快，可以更新恶意代码行为构件库。
-
公开(公告)号：CN101267353A
公开(公告)日：2008-09-17
申请号：CN200810104804.0
申请日：2008-04-24
Applicant: 北京大学
Abstract: 本发明公开了一种载荷无关的检测网络滥用行为的方法，属于计算机网络和数据通信技术领域。本发明的方法为：首先采集正常流量日志和有网络滥用行为的流量日志组成流量日志信息训练集；从流量日志信息训练集中提取出网络滥用行为的特征向量组成特征向量集；然后利用机器学习算法对特征向量集进行学习，得到滥用行为检测分类器；最后布置网络滥用行为检测分类器，对流量日志进行在线检测，检测网络滥用行为。与现有技术相比本发明具有计算量小、占用的计算资源少，不受数据加密的影响以及面临侵犯隐私的法律问题，同时可以及时和准确地发现网络滥用行为。
-
Patent Agency Ranking
公开(公告)号：CN101140611A
公开(公告)日：2008-03-12
申请号：CN200710121933.6
申请日：2007-09-18
Applicant: 北京大学
Abstract: 本发明属于恶意代码自动分析领域，是一种恶意代码自动识别的方法。本发明先将待分析的可执行程序样本分拆为待分析构件，再将待分析构件与已知恶意行为构件进行比较，自动判定待分析样本是否为恶意代码。本发明的优点是分析覆盖面广，分析恶意样本的速度快，可以更新恶意代码行为构件库。
-
公开(公告)号：CN102420830A
公开(公告)日：2012-04-18
申请号：CN201110421888.2
申请日：2011-12-15
Applicant: 北京大学
Abstract: 本发明公开了一种P2P协议类型识别方法，属于计算机网络技术领域。本方法采用监督机器学习的思路，具体分为线下(学习)和线上(检测)两个部分，其中线下学习是对事先标定应用协议种类的网络包，通过自动学习和人工修正相结合，生成标定协议的指纹；而线上检测是利用线下学习得到的指纹，实时判定当前网络环境中的主机是否运行上述协议，从而得到目标宿主机运行的协议。与现有技术相比，本发明识别效率更高，而且更符合P2P流量的特性。
-
公开(公告)号：CN100435162C
公开(公告)日：2008-11-19
申请号：CN200610011699.7
申请日：2006-04-18
Applicant: 北京大学
Abstract: 本发明涉及一种数字产品中指纹的构造和验证方法，该构造方法从购买者获得购买秘密信息并由版权服务器构造出不可伪造的证据指纹，再由版权发行服务器将版权服务器颁发的许可证与销售信息构造出身份指纹，最后采用融合技术构造出含指纹拷贝。验证方法则提取保存于数字产品中的身份指纹检验产品许可权并识别出购买者身份，进而依靠证据指纹的相似性检验确认所属关系。相应地，提供一种数字产品发行系统，包括购买装置、版权发行服务器和版权服务器。本发明为解决产品安全分发、许可权管理和版权监控等问题，提供了一种用户友好且简单易行的方法，大大提高了现有系统安全性和可扩展性。
-
公开(公告)号：CN101184097A
公开(公告)日：2008-05-21
申请号：CN200710179525.6
申请日：2007-12-14
Applicant: 北京大学
Abstract: 本发明涉及一种基于流量信息检测蠕虫活动的方法，属于计算机网络和数据通信技术领域。本方法通过流量信息提取出一些刻画蠕虫活动的特征向量，组成特征向量集，对这些特征向量集通过机器学习得到蠕虫检测分类器，利用蠕虫检测分类器检测实时的流量信息，从中判断蠕虫主机的活动情况。这种方法能够检测出未知蠕虫的活动，判断标准较为全面，并且可以根据实际环境进行调整，较为灵活。
-
公开(公告)号：CN1834973A
公开(公告)日：2006-09-20
申请号：CN200610011699.7
申请日：2006-04-18
Applicant: 北京大学
Abstract: 本发明涉及一种数字产品中指纹的构造和验证方法，该构造方法从购买者获得购买秘密信息并由版权服务器构造出不可伪造的证据指纹，再由版权发行服务器将版权服务器颁发的许可证与销售信息构造出身份指纹，最后采用融合技术构造出含指纹拷贝。验证方法则提取保存于数字产品中的身份指纹检验产品许可权并识别出购买者身份，进而依靠证据指纹的相似性检验确认所属关系。相应地，提供一种数字产品发行系统，包括购买装置、版权发行服务器和版权服务器。本发明为解决产品安全分发、许可权管理和版权监控等问题，提供了一种用户友好且简单易行的方法，大大提高了现有系统安全性和可扩展性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
