公开(公告)号：CN117668825A

公开(公告)日：2024-03-08

申请号：CN202211016648.9

申请日：2022-08-24

Applicant: 北京邮电大学

Inventor： 李婧雯 ,  张茹 ,  刘建毅

IPC: G06F21/55 ,  G06F16/36 ,  G06F16/31

Abstract: 本发明公开一种APT组织间关系量化分析方法，能够实现利用从威胁情报中自动化生成APT组织行为模式，动态计算不同APT攻击的组织间关联关系，且关系系数能够有效反映组织间相关程度。包括：APT组织知识表示：融合攻击对象特征表示与攻击行为特征表示，实现对APT组织特点的有效表征；APT组织行为模式：利用粗糙集近似算子，根据特征的不准确性系数，将知识表示划分为精确域、模糊域、无关域三部分，通过上下界逼近的方式动态生成APT组织行为模式；组织关系度量方法：利用行为模式模糊域，考虑APT网络拓扑和关系路径，设计基于节点关联度的相似性计算函数，合理量化APT组织关联关系。本发明通过构造基于粗糙集理论的APT组织行为模式模型进行组织间关系量化，为APT组织间关联分析提供了新的设计思路。

公开(公告)号：CN111881935B

公开(公告)日：2023-04-18

申请号：CN202010567205.3

申请日：2020-06-19

Applicant: 北京邮电大学 ,  中国信息安全测评中心

Inventor： 刘建毅 ,  张茹 ,  田宇 ,  李娟 ,  李婧雯

IPC: G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开一种基于内容感知GAN的对抗样本生成方法，在WGAN_GP的基础上改变训练过程，通过输入随机噪声直接生成有目标的对抗样本，增加内容特征提取部分，在不影响攻击效果的条件下约束生成样本的质量，使对抗样本能够尽量保留内容特征不做改变。包括生成器G，判别器D、目标模型f、扰动评估部分和特征提取网络，生成器负责从随机噪声中生成样本，根据判别器D、目标模型f、扰动评估部分和特征提取网络的损失函数对生成器进行训练，让生成器直接从噪声中生成不受限的对抗样本。本发明基于生成对抗网络，关注样本的语义信息，面向直接生成对抗样本的方式而不是叠加扰动的方式，使用非监督的GAN训练实现了指定目标的对抗样本的直接生成，加快样本生成速度，提高生成样本质量，在保持较高攻击成功率的同时减少了对抗样本在内容特征区域的变化。

公开(公告)号：CN111881935A

公开(公告)日：2020-11-03

申请号：CN202010567205.3

申请日：2020-06-19

Applicant: 北京邮电大学 ,  中国信息安全测评中心

Inventor： 刘建毅 ,  张茹 ,  田宇 ,  李娟 ,  李婧雯

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于内容感知GAN的对抗样本生成方法，在WGAN_GP的基础上改变训练过程，通过输入随机噪声直接生成有目标的对抗样本，增加内容特征提取部分，在不影响攻击效果的条件下约束生成样本的质量，使对抗样本能够尽量保留内容特征不做改变。包括生成器G，判别器D、目标模型f、扰动评估部分和特征提取网络，生成器负责从随机噪声中生成样本，根据判别器D、目标模型f、扰动评估部分和特征提取网络的损失函数对生成器进行训练，让生成器直接从噪声中生成不受限的对抗样本。本发明基于生成对抗网络，关注样本的语义信息，面向直接生成对抗样本的方式而不是叠加扰动的方式，使用非监督的GAN训练实现了指定目标的对抗样本的直接生成，加快样本生成速度，提高生成样本质量，在保持较高攻击成功率的同时减少了对抗样本在内容特征区域的变化。