-
公开(公告)号：CN117439768A
公开(公告)日：2024-01-23
申请号：CN202311181867.7
申请日：2023-09-13
Applicant: 北京理工大学
IPC: H04L9/40 , H04L67/1396 , G06F21/56
Abstract: 本发明涉及一种针对分阶段隐写式恶意代码的检测方法与系统，用于对抗网络攻击。具体的，分别检测客户端是否发生了从网上下载图片、从图片中解析出其它文件，以及程序隐蔽执行的行为，如果上述行为均存在，则发现分阶段隐写式恶意代码。本发明针对分阶段隐写式恶意代码各阶段功能模块的特点分别定义相关的行为特征，采用静态分析的方式分析该类型恶意代码在运行过程中所必需执行的关键函数，由此构建自动化的检测流程，最终实现对分阶段隐写式恶意代码的高效和准确检测，为构建网络安全防护体系提供支撑。
-
公开(公告)号：CN114513533A
公开(公告)日：2022-05-17
申请号：CN202111609681.8
申请日：2021-12-24
IPC: H04L67/12 , H04L67/1097 , H04L9/40 , G06K9/62
Abstract: 本发明提供一种分类分级健身健康大数据共享系统及方法，所述系统包括用户管理模块、数据管理模块、访问控制模块、数据共享模块、区块链、分布式文件系统；所述用户管理模块用于管理用户；所述数据管理模块用于根据数据敏感程度等级，采用不同加密等级进行加密；所述访问控制模块管理数据拥有者产生的个人数据的访问策略，同时实现所述个人数据的访问控制，所述数据共享模块用于对所述数据访问者进行权限验证；所述区块链接用于存储访问控制策略及作为访问控制服务器；所述分布式文件系统用于存储加密后的个人数据。本发明的系统基于区块链进行了从数据存储到数据共享的构建与优化，在保证数据分类分级隐私保护的同时实现了访问控制记录的可审计。
-
-
公开(公告)号：CN111552970A
公开(公告)日：2020-08-18
申请号：CN202010360371.6
申请日：2020-04-30
Applicant: 北京理工大学 , 中国人民解放军战略支援部队航天工程大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于三位一体综合画像的恶意代码检测及恶意性定位方法。使用本发明能够实现恶意代码的恶意性评估，并对代码恶意性部位实现准确定位。本发明在融合静态分析和动态分析方法的基础上，综合提取恶意代码的多方面主要特征，引入系统画像的思想，从基本结构、底层行为和高层行为等三个方面构建起“三位一体”的综合画像，建立能够系统准确刻画恶意代码的特征空间，实现对恶意代码的准确检测和家族分类。在此基础上，基于检测结果对三个画像部位的恶意性进行评估，由此实现对代码恶意性部位的准确定位，辅助研究人员建立起关于恶意代码的系统认知。
-
-
Patent Agency Ranking
公开(公告)号：CN103778215A
公开(公告)日：2014-05-07
申请号：CN201410023154.2
申请日：2014-01-17
Applicant: 北京理工大学
CPC classification number: G06F17/30705 , G06F17/30864 , G06Q10/04 , G06Q40/04
Abstract: 本发明涉及一种基于情感分析和隐马尔科夫模型融合的股市预测方法，包括以下步骤：信息采集：针对新浪网财经新闻网页，利用网络爬虫Heritrix采集财经新闻网页；信息预处理：对财经新闻网页进行正文抽取、分词、词性标注，以及停用词和标点符号过滤；语料构建：构建股票领域相关语料库；情感分析：对股票领域相关语料进行情感分析；股市技术分析：获取股市技术分析指标；采用基于情感分析和隐马尔科夫模型融合的预测方法预测股市走向。本发明通过利用财经新闻网页中的情感倾向性信息，提高了股市预测的准确性，在倾向性分析、主题检测、股市预测、网络内容监控等领域具有广阔的应用前景。
-
公开(公告)号：CN119788283A
公开(公告)日：2025-04-08
申请号：CN202411593344.8
申请日：2024-11-08
Applicant: 北京理工大学
Abstract: 本发明属于隐私保护技术领域，具体涉及一种基于差分隐私的双轮隐私保护方法。该方法的具体过程为：用户分组：在第一轮交互中，通过判断用户的候选值数量是否在设定的可变参数规定的区间内，同时判断用户采样候选值是否为无意义候选值对用户进行分组，部分用户无需参与第一阶段，通过用户分组操作降低无意义的隐私预算分割；第一阶段交互：用于从候选值集合中筛选出高频项作为第二阶段的频繁项候选集合；第二阶段交互：用户端对不在高频候选值集中的回答进行过滤后，对所有回答利用提出的轻量级单值频数统计方法与数据收集者端进行交互，并对候选值频数进行估计，获得最终用户高频回答结果。
-
公开(公告)号：CN114254386B
公开(公告)日：2024-06-07
申请号：CN202111537078.3
申请日：2021-12-13
Abstract: 本发明提供一种基于层次聚合和区块链的联邦学习隐私保护系统及方法，所述系统包括可信机构、区块链、联邦学习模块、以及IPFS分布式存储系统；所述区块链用于记录联邦学习模块产生的各项数据以及训练过程中历次迭代的各个版本的训练模型对应的模型地址；所述联邦学习模块用于实现联邦学习训练；所述用户终端获取当前全局模型作为本地模型，并在本地数据集上，对所述本地模型进行训练，以获取新一轮的本地模型；所述IPFS分布式存储系统用于存储本地模型参数和全局模型参数。基于本发明的系统，解决现有技术中联邦学习隐私保护机制效率低、降低模型准确率、存储开销大的技术问题，能够提高联邦学习效率、提高全局模型准确率。
-
公开(公告)号：CN115378626A
公开(公告)日：2022-11-22
申请号：CN202210434874.2
申请日：2022-04-24
Abstract: 本发明提出一种流数据高效细粒度安全共享方法，通过从数据加密到数据共享的构建与优化，能够在保证安全高效的数据存储同时支持细粒度的访问控制。包括：将数据生产者的流数据进行数据分块，并预聚合计算每个数据块的统计值，同时密钥管理模块产生密钥流，二者经数据加密后将密文上传至服务提供商；所述服务提供商将所述密文分为两个部分存储，所述统计值密文存储到内存缓存中，原始值密文存储到磁盘中；数据拥有者基于资源路径、时间范围、时间粒度生成访问控制模板，并利用模板加密数据生产者的密钥流；数据访问者经数据拥有者授权后，查询数据并解密授权范围内的数据。
-
公开(公告)号：CN111090858A
公开(公告)日：2020-05-01
申请号：CN201911164905.1
申请日：2019-11-25
Applicant: 北京理工大学
Abstract: 本发明针对现有技术中特征表达不足、漏报率和误报率高、攻击树节点权重设置不合理等问题，提出一种基于拓展攻击树模型的木马检测方法。该方法包括：通过对木马程序进行静态特征分析，获取操作码OPCode序列，从所述操作码OPCode序列中提取木马特征OPCode短序列；通过对木马程序进行动态特征分析，获取API调用序列，从所述API调用序列中提取木马特征API短序列；根据所述OPCode短序列和API短序列构建原始拓展攻击树，并将所述原始拓展攻击树的节点的权重参数初始化，作为第一个攻击树基本学习器；动态更新所述权重参数得到若干个攻击树基本学习器，通过集成学习构建强学习器，进行木马检测。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.021 seconds)
