检测系统、检测装置、检测方法以及检测程序

    公开(公告)号:CN118339800A

    公开(公告)日:2024-07-12

    申请号:CN202180104657.0

    申请日:2021-12-10

    Abstract: 在基站(10)中,搜索部(11a)搜索在网络内的全部节点中仅通过一次的环绕路径。计算部(11b)依次计算与网络内的节点的数量相同数量的散列值。通知部(11c)对各节点通知环绕路径中的顺序、计算出的散列值中的与该顺序对应的散列值、以及环绕路径中的后级的节点。在节点(20)中,发送部(21a)按照从通知部(11c)通知的顺序,向后级的节点发送被通知的散列值和挑战。散列验证部(21b)验证从前级的节点发送的散列值与根据被通知的散列值通过规定的方法计算出的值是否一致。返回部(21c)在散列值一致的情况下,返回针对发送来的挑战的响应。响应验证部(21d)验证返回的响应。

    学习装置、学习方法和学习程序
    5.
    发明公开

    公开(公告)号:CN119343903A

    公开(公告)日:2025-01-21

    申请号:CN202280096925.3

    申请日:2022-06-23

    Abstract: 学习装置获取异常检测器中的过检测警报。然后,学习装置使用混合高斯模型将获取的过检测警报聚类为多个聚类。接着,学习装置针对每个聚类,将属于该聚类的过检测警报按时间序列排序,确定排序后的过检测警报的周期。然后,学习装置以所确定的周期从聚类中采样过检测警报。然后,学习装置使用从各个聚类中采样的过检测警报,对异常检测器进行过检测反馈。

    估计装置、估计方法以及记录介质

    公开(公告)号:CN116458119B

    公开(公告)日:2024-09-10

    申请号:CN202080107106.5

    申请日:2020-11-19

    Abstract: 估计装置(10)针对被判定为异常或正常的各个数据包,通过对该数据包的有效载荷逐个字符地进行可逆变换来生成特征量,并对生成的特征量赋予该数据包是异常或正常的判定结果。估计装置(10)将上述数据包的有效载荷的特征量以及该数据包是异常或正常的判定结果作为训练数据,通过机器学习来进行模型的学习。估计装置(10)提取学习后的模型中的对分类的贡献度为预定值以上的特征量的维数。并且,估计装置(10)使用提取出的特征量的维数,估计被判定为异常的数据包的有效载荷中的异常的原因部位,并输出该估计的结果。

    检测系统、检测方法以及检测程序

    公开(公告)号:CN118339555A

    公开(公告)日:2024-07-12

    申请号:CN202180104697.5

    申请日:2021-12-16

    Abstract: 检测系统具有节点(50)和验证服务器(100)。节点(50)基于从验证服务器(100)接收到的种子生成多个随机值,基于第一存储器内容的由生成的多个随机值确定的区域的信息生成响应,并将生成的响应发送到验证服务器(100)。验证服务器(100)基于种子生成多个随机值,并且基于第二存储器内容的由生成的多个随机值确定的区域的信息生成验证用响应。验证服务器(100)判定从节点接收到的响应与验证用响应是否一致,并输出判定结果。

    检测装置、检测方法以及检测程序

    公开(公告)号:CN117280357A

    公开(公告)日:2023-12-22

    申请号:CN202180098115.7

    申请日:2021-05-28

    Abstract: 取得部(15a)取得作为检测对象的数据和正常的基准数据。计算部(15b)计算取得的所述数据与所述基准数据之间的LPIPS(Learned Perceptual Image Patch Similarity:学习感知图像块相似度)距离。分类部(15d)使用如下模型来取得要分类的数据,该模型使用计算出的所述LPIPS距离来将取得的所述数据分类为干净样本(Clean Sample)或对抗样本(Adversarial Example)。

    估计装置、估计方法以及估计程序

    公开(公告)号:CN118402218A

    公开(公告)日:2024-07-26

    申请号:CN202180105019.0

    申请日:2021-12-17

    Abstract: 针对通信协议的分组高精度地估计异常字节位置。提取部(23)基于自然语言处理模型,从多个正常分组数据中提取规定数量的与异常分组数据的相似度相对较高的相似正常分组数据。估计部(24)从由提取部(23)提取出的相似正常分组数据中提取分组长度与异常分组数据相同的相同长度分组数据,按照每个字节对异常分组数据与相同长度分组数据进行比较,估计异常字节位置。

Patent Agency Ranking