-
公开(公告)号：CN118673534A
公开(公告)日：2024-09-20
申请号：CN202411171669.7
申请日：2024-08-23
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/62 , G06F21/55 , G06N3/098 , G06N3/0464 , G06N3/084
Abstract: 本申请提供一种基于多目标优化的隐私泄露检测方法及设备。在本申请的一个示例中，该基于多目标优化的隐私泄露检测方法包括：在确定满足隐私泄漏检测模型训练条件的情况下，依据获取到的候选客户端集合中各候选客户端的状态信息，利用多目标优化算法，从所述候选客户端集合中选择参与联邦学习的目标客户端；依据所述目标客户端，利用联邦学习方式，进行隐私泄漏检测模型训练，得到训练好的隐私泄漏检测模型。该方法可以优化利用训练好的隐私泄漏检测模型进行检测时的检测性能。
-
公开(公告)号：CN118138372A
公开(公告)日：2024-06-04
申请号：CN202410536016.8
申请日：2024-04-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40
Abstract: 本申请提供了智能越权检测方法、装置及电子设备。通过自动登录至被检测平台获得每一参考账户的权限认证信息，基于每一参考账户的权限认证信息，为在目标账户登录至被检测平台后的指定时间段内代理获取的满足越权检测的目标数据包中的每一请求数据包生成对应的检测数据包，之后借助于该请求数据包对应的响应数据包、以及该请求数据包的检测数据包被发送至所述被检测平台后而得到的该检测数据包对应的检测响应包来进行越权检测，并非简单借助于相似度进行越权检测，降低越权检测误报率。
-
公开(公告)号：CN116108491B
公开(公告)日：2024-03-22
申请号：CN202310361592.9
申请日：2023-04-04
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供基于半监督联邦学习的数据泄露预警方法、装置及系统。在本实施例中，通过对采集的物联网终端的第一目标数据进行无监督聚类后的数据类别、以及该数据类别下的代表数据作为模型训练数据训练出敏感数据识别模型，不需要各个客户端自己训练模型得到的模型参数，可以避免攻击者恶意放置的设备训练的错误模型参数的影响，提高模型训练精度，进而提高数据泄露预测准确度；同时不同数据采集分析客户端采集的物联网终端的第一目标数据不同，因此利用聚类后的各物联网终端的第一目标数据训练出的敏感数据识别模型可以适配大规模异构物联网终端的多样化数据类型泄露检测。
-
公开(公告)号：CN117319095A
公开(公告)日：2023-12-29
申请号：CN202311619505.1
申请日：2023-11-29
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供基于模糊逻辑的物联网威胁轻量协同探测方法及装置。本实施例通过雾节点与云节点相互协同来探测边缘节点是否为恶意节点，实现了及时探测出物联网设备是否被攻击，避免物联网设备被攻击引起的安全风险。另外，本实施例先基于雾节点原本被配置的业务计算所需资源之外的冗余资源确定雾节点对应的威胁探测能力，再基于雾节点对应的威胁探测能力、以及边缘节点原本被配置的业务计算所需资源之外的冗余资源，确定边缘节点的威胁探测能力；最后基于边缘节点的威胁探测能力探测该边缘节点是否为恶意节点，这种借助冗余资源来探测的方式不管是对雾节点还是对边缘节点，相当于实现了轻量级的威胁探测，保证雾节点、边缘节点原本的业务计算。
-
公开(公告)号：CN117319089A
公开(公告)日：2023-12-29
申请号：CN202311600603.0
申请日：2023-11-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供了基于语义感知策略自生成的物联网自防御方法及装置。本实施例通过物联网中数据流的流量特征比如操作系统、设备标识、协议信息等的解析，基于语义感知识别出可能存在的漏洞，自动生成用于防御该漏洞的漏洞防御规则以由各漏洞防御设备基于漏洞防御规则防御漏洞，实现潜在安全风险自发现自防御，实现了及时防御物联网设备存在的漏洞，保障物联网的安全。
-
Patent Agency Ranking
公开(公告)号：CN116599773A
公开(公告)日：2023-08-15
申请号：CN202310868328.4
申请日：2023-07-14
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种自适应设备安全风险评估方法、装置、设备及系统，该方法包括：接收安全风险评估任务；确定与安全风险评估任务匹配的目标中继模块；与目标中继模块建立通信连接，并将目标地址发送给目标中继模块，以使目标中继模块依据目标地址，与被测目标建立通信连接，并将被测目标的监听端口信息发送给中心平台；在监听到安全评估扫描请求的情况下，依据被测目标的监听端口信息，通过目标中继模块，将安全评估扫描请求转发至被测目标的监听端口，并接收被测目标通过目标中继模块返回的扫描结果数据；依据获取到的扫描结果数据，确定安全风险评估结果。该方法可以简化跨网络、网段、隔离设备场景下的设备风险安全评估的实现。
-
公开(公告)号：CN116049862B
公开(公告)日：2023-06-27
申请号：CN202310265804.3
申请日：2023-03-13
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于异步分组联邦学习的数据保护方法、装置及系统，该方法包括：将初始全局模型参数和初始扰动参数发送给物联网终端，以使物联网终端基于初始全局模型参数获取局部模型参数，基于局部模型参数和初始扰动参数生成扰动模型参数；从多个物联网终端获取多个扰动模型参数，基于多个扰动模型参数和每个扰动模型参数对应的权重系数确定目标全局模型参数；若目标全局模型参数未收敛，获取新的初始扰动参数，将目标全局模型参数确定为初始全局模型参数，将初始全局模型参数和初始扰动参数发送给物联网终端；若目标全局模型参数已收敛，将目标全局模型参数确定为已训练参数。通过本申请方案，避免数据安全隐患，保证数据安全，节省带宽资源。
-
公开(公告)号：CN115329032A
公开(公告)日：2022-11-11
申请号：CN202211256270.X
申请日：2022-10-14
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于联邦字典学习数据传输方法、装置、设备及存储介质，涉及信息安全技术领域，有效防止联邦学习中数据隐私的泄露。该方法包括：数据需求设备向第一终端设备发送数据请求；数据请求用于请求第一终端设备的本地数据；第一终端设备向数据需求设备发送本地数据在本地字典中对应的字典索引数据；本地字典用于表征第一终端设备的本地数据经字典学习后的训练数据。数据需求设备基于字典索引数据，从第一字典中获取训练数据；训练数据为本地数据经字典学习后的数据。本申请可用于联邦学习的过程中。
-
公开(公告)号：CN113946856A
公开(公告)日：2022-01-18
申请号：CN202111553060.2
申请日：2021-12-17
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种可编排插件化的大规模动态敏感数据审计方法及系统，该方法包括：当接收到敏感数据审计任务时，确定所述敏感数据审计任务关联的目标插件集；依据所述目标插件集中的插件，对待审计数据进行敏感数据审计，得到敏感数据审计结果；其中，对于任一插件，该插件支持以下至少两种敏感数据审计方式：基于特征集的敏感数据审计方式、基于模式集的敏感数据审计方式，以及基于机器学习模型集的敏感数据审计方式；依据该插件进行敏感数据审计的敏感数据审计结果包括该至少两种敏感数据审计方式的审计结果的融合结果。该方法可以提高敏感数据审计的准确性，降低敏感数据的误报率和漏报率。
-
公开(公告)号：CN119357850A
公开(公告)日：2025-01-24
申请号：CN202411930899.7
申请日：2024-12-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/2431 , G06F18/214 , G06N3/0464 , G06F21/62 , G06N3/084 , H04L9/40 , H04L67/12
Abstract: 本申请提供了基于少样本预学习的物联网隐私泄露检测方法及设备。本实施例通过构建由内层模型+外层预学习器组成的物联网隐私泄露检测模型，以使得按照内循环（基于单个训练任务训练内层模型）和外循环（基于各训练任务训练出的内层模型的损失情况优化外层预学习器、以及基于优化后的外层预学习器优化内层模型）相配合的方式训练出满足要求的物联网隐私泄露检测模型，相比常规单一训练模式，其可以实现在少量样本的情况下快速训练模型的，且这种内层模型的训练决定外层预学习器的优化而外层预学习器决定内层模型的优化的方式，相互决策，能够保证最终训练出的目标物联网隐私泄露检测模型具有较高的检测准确率，提高物联网隐私泄露检测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.045 seconds)
