多源数据融合驱动的入侵检测规则生成方法

    公开(公告)号:CN119094188A

    公开(公告)日:2024-12-06

    申请号:CN202411184809.4

    申请日:2024-08-27

    Abstract: 本发明公开了多源数据融合驱动的入侵检测规则生成方法,采集异常流量数据、开源威胁情报信息、告警日志数据三种数据源,并基于图数据库和社团检测算法对其中开源威胁情报信息的质量进行排序,得到高质量情报。采用三层模型实现异常流量数据与告警日志的对齐,基于决策树模型实现三者的对齐。对构建后的决策树进行遍历得到相关路径,从路径中提取出入侵检测规则。采用基于异常流量数据、告警日志、威胁情报信息多种数据源,利用三者进行有机结合,能够生成时效性强的入侵检测规则。改进的滑动窗口+n‑gram算法+余弦相似度三层对齐模型,解决因网络延迟、系统处理的延迟带来的告警日志与异常流量数据难以对齐的问题,为后续规则的生成提供可信度依据。

    基于区块链的联邦学习隐私保护视频场景识别方法

    公开(公告)号:CN117216788A

    公开(公告)日:2023-12-12

    申请号:CN202311081969.1

    申请日:2023-08-26

    Abstract: 本发明提供了一种基于区块链的联邦学习隐私保护视频场景识别方法,属于区块链领域,包括:任务发布者构建可信的区块链网络,所有参与的节点都需要在可信区块链网络中进行注册。预训练阶段,节点根据初始网络模型进行本地数据的训练;对节点进行评估,构建自适应的层次化区块链网络,并通过层次化的区块链网络实现节点参数的快速聚合,对训练过程进行提速。在模型的推理阶段,复用区块链网络,通过可验证随机函数构建3PC的安全多方计算集群,通过秘密共享技术,在不暴露隐私视频数据和模型的前提下实现了视频场景识别。本发明解决了视频场景识别中隐私泄露的问题,提高了数据的可用性。

Patent Agency Ranking