基于Fuzzing算法的分布式异构网络漏洞挖掘方法

    公开(公告)号:CN107046526A

    公开(公告)日:2017-08-15

    申请号:CN201611235833.1

    申请日:2016-12-28

    CPC classification number: H04L63/1433

    Abstract: 本发明涉及基于Fuzzing算法的分布式异构网络漏洞挖掘方法。步骤包括:对测试目标的网络协议进行自动化解析,确定测试目标的协议关键信息;对协议关键信息进行全面的描述并组合成特定的数据结构,构建协议测试脚本;根据协议测试脚本,将协议的各个运行状态组合成协议漏洞挖掘路径图;根据协议漏洞挖掘路径图和控制指令,向测试目标发送测试脚本,向目标监视器发送控制指令,接收来自目标监视器的监测信息;将发送的测试脚本和测试的漏洞信息进行存储,并在信息显示页面中显示。本发明提高了协议挖掘的覆盖率和有效性,减少漏洞的遗漏概率;提供友好的操作界面,实时显示相应的信息,便于用户查看,降低了漏洞挖掘的入门门槛。

    一种基于分布式异构网络的核心服务器组网系统

    公开(公告)号:CN206498429U

    公开(公告)日:2017-09-15

    申请号:CN201621216203.5

    申请日:2016-11-11

    Abstract: 本实用新型公开了一种基于分布式异构网络的核心服务器组网系统,包括多个核心服务器、多个园区服务器和管理单元;所述核心服务器组成环形网络;所述园区服务器组成子网;所述子网与核心服务器连接;连接同一核心服务器的子网之间同步通信;连接不同核心服务器的子网之间同步通信;所述核心服务器之间同步通信;所述管理单元包括账户管理模块、触发模块和数据同步模块。核心服务器存放的园区服务器的信息是同步的,增加了网络的安全性,当有一台核心服务器出现故障,能够通过其他的核心服务器查看网络信息,当其中一台核心服务器下新增一台园区服务器时,由于数据备份功能,另一台核心服务器会实时备份这一数据,并同样显示在自己的分布式管理列表中。

    基于TCP重组的审计系统
    3.
    实用新型

    公开(公告)号:CN206498428U

    公开(公告)日:2017-09-15

    申请号:CN201621219624.3

    申请日:2016-11-11

    Abstract: 本实用新型涉及一种基于TCP重组的审计系统。本实用新型所述系统包括数据捕获模块、数据重组模块和数据处理模块。数据捕获模块用于抓取被审计主机的数据包,并将抓取的数据包存储到存储单元中;数据重组模块,用于从存储单元中的数据包中提取数据,并对提取的数据进行重组,形成完整的TCP链接;数据处理模块,用于对数据重组模块形成的TCP链接进行解析,并对解析后的文本内容进行敏感词汇匹配。本实用新型设计的基于哈希表和TCP链接序列号的数据重组模块,使得哈希映射的冲突降低,同时提高了TCP重组的效率。并且,数据处理模块对多字符匹配进行了改进,提高了审计的效率。

    一种基于多个网络节点的数据传输方法、系统和介质

    公开(公告)号:CN112564943A

    公开(公告)日:2021-03-26

    申请号:CN202011305994.X

    申请日:2020-11-20

    Abstract: 本发明提供一种基于多个网络节点的数据传输方法、系统和介质。所述方法包括:步骤S1、获取与所述多个网络节点对应的多个信道的信道参数;步骤S2、基于所述信道参数,从所述多个信道中选择可用信道,所述可用信道的可传输信息总量大于待传输数据的信息量;以及步骤S3、根据所述可用信道的信道间带宽比,分配所述待传输数据至所述可用信道以进行传输。所述方法能够按照预分配的带宽进行基于多个网络节点信息传输,保证时效性的同时,尽量的节省信道资源。

    一种信号检测方法和装置

    公开(公告)号:CN101989882A

    公开(公告)日:2011-03-23

    申请号:CN200910109289.X

    申请日:2009-08-04

    Abstract: 本发明实施例公开了一种信号检测方法和装置,所述方法包括:将待测频段输入处于混沌状态的混沌系统,得到所述待测频段的混沌系统输出结果;将待测频段的混沌系统输出结果划分为多个区域;统计所述多个区域中存在相轨迹的区域数;当所述存在相轨迹的区域数小于第一门限或不存在相轨迹的区域数大于第二门限时,判定所述待测频段内包含信号。通过上述技术方案可检测待测频段上是否包含信号,实现过程简单。

    基于Q学习和SRNN模型的航天测控自适应调制方法

    公开(公告)号:CN112508172A

    公开(公告)日:2021-03-16

    申请号:CN202011322794.5

    申请日:2020-11-23

    Abstract: 本发明提供一种基于Q学习和SRNN模型的航天测控自适应调制方法、系统和介质。所述方法包括:步骤S1、获取信道状态信息作为自适应调制模型的输入,信道状态信息为输入信噪比;步骤S2、利用神经网络训练所述自适应调制模型,所述神经网络的第一层为具有切片循环神经网络特征的LSTM层;以及步骤S3、为训练好的自适应调制模型设置状态空间、动作空间和奖励回报,以确定所述自适应调制模型的最佳调制方式。该方法能够避免学习算法前期陷入局部最优、后期收敛慢的情况;并使用切片循环神经网络代替普通的循环神经网络以提高模型训练速度。

    一种基于生成对抗网络的数据增强系统、方法和介质

    公开(公告)号:CN112488294A

    公开(公告)日:2021-03-12

    申请号:CN202011310483.7

    申请日:2020-11-20

    Abstract: 本发明提供一种基于生成对抗网络的数据增强系统、方法和介质。所述系统包括:源数据预处理单元,所述源数据预处理单元被配置为:对标准干扰噪声进行预处理,以获得标准训练集;预训练单元,所述预训练单元被配置为:利用所述生成对抗网络训练所述标准训练集,以得到初始生成器网络和初始判别器网络;生成对抗网络单元,所述生成对抗网络单元被配置为:基于所述初始生成器网络、所述初始判别器网络和实际干扰噪声优化所述生成对抗网络,利用优化的生成对抗网络从输入的随机信号数据中提取优化数据集;以及数据验证单元,所述数据验证单元被配置为:对所述优化数据集进行验证分析,所述验证分析为分布分析和频谱分析。

Patent Agency Ranking