-
公开(公告)号：CN116760604A
公开(公告)日：2023-09-15
申请号：CN202310769347.1
申请日：2023-06-28
Applicant: 西安电子科技大学 , 西安联飞智能装备研究院有限责任公司
IPC: H04L9/40 , H04L41/0631 , H04L41/0677 , H04L41/069 , H04L41/16 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明提出了一种基于系统日志和深度学习的APT在线检测方法，主要解决现有技术中存在的APT攻击检测延迟、异常点定位准确性低以及难以适应新攻击模式的技术问题。方案包括：1)对系统日志进行预处理并迭代训练词向量模型；2)通过训练好的词向量模型将每组日志序列转换为向量数据集；3)构建Transformer模型并对其利用向量数据集对其进行迭代训练；3)获取日志索引序列并进行滞后扩充；4)搭建BiLSTM模型并利用扩充后的数据集对其进行迭代训练；4)利用训练好的两种模型在线检测及预测APT攻击。本发明提高了攻击检测模型的通用性与预测未知攻击的准确性，有效提升了检测效果，可用于网络攻击检测等场景。
-
公开(公告)号：CN116756341A
公开(公告)日：2023-09-15
申请号：CN202310754183.5
申请日：2023-06-26
Applicant: 西安电子科技大学 , 西安联飞智能装备研究院有限责任公司
Abstract: 本发明公开了一种基于多源漏洞数据的完备知识图谱构建方法，主要解决当前漏洞数据来源复杂、漏洞库中关系缺失的问题。包括：1)进行多源漏洞数据收集，数据来源于CVE、CWE、CAPEC以及安全社区中记录的非结构化漏洞数据；2)对描述非结构化漏洞信息的句子进行规范化处理，进行句子边界检测和名词短语归一化；3)对处理后的句子进行语义角色标记，提取句子角色构造数据三元组，并生成漏洞知识图谱；4)使用node2vec将漏洞知识图谱中的节点和关系表示到低维稠密的向量空间中，对图嵌入结果进行相似度计算；6)通过链接预测补全缺失关系，得到完备知识图谱。本发明能够建立完备漏洞数据库，有效提高漏洞检索效率。
-
公开(公告)号：CN109858484B
公开(公告)日：2022-10-14
申请号：CN201910060900.8
申请日：2019-01-22
Applicant: 电子科技大学
IPC: G06V30/146 , G06V20/62
Abstract: 本发明公开了一种基于偏斜评价的多类别变换车牌校正方法，属于图像处理技术领域。本发明所述方法首先将粗定位后的车牌人工设定为水平左、右透视，竖直上、下透视，左右错切，旋转及高亮度等8种类别变换的倾斜车牌，校正算法包括图像预处理，错切、竖直透视类型判断，其他类型判断及多类别车牌校正四个步骤。本发明所述方法考虑了多类别的变换车牌，可以同时校正多类别变换车牌。
-
-
公开(公告)号：CN116910013A
公开(公告)日：2023-10-20
申请号：CN202310873970.1
申请日：2023-07-17
Applicant: 西安电子科技大学 , 西安联飞智能装备研究院有限责任公司
IPC: G06F16/18 , G06F40/289 , G06F18/23213 , G06F18/24 , G06F40/30 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于语义流图挖掘的系统日志异常检测方法，主要解决了现有技术针对海量非结构化日志在异常检测任务中日志噪声去除难、系统变更导致检测效果不佳的问题。包括：1)对日志原始语句进行预处理，去除无意义符号并进行分词；2)利用Word2Vec结合日志语句中单词的重要度计算日志语句的词向量；3)利用基于注意力机制的双GRU网络，得到日志语句的句向量表示；4)对日志句向量进行聚类，将相似度高的日志语句划分为一类，构造语义流图；5)通过图卷积神经网络对语义流图进行特征提取和训练，实现异常检测。本方法能够有效解决日志噪声对异常检测的影响，并利用日志语句之间的空间结构信息提高异常检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116743342A
公开(公告)日：2023-09-12
申请号：CN202310754704.7
申请日：2023-06-26
Applicant: 西安电子科技大学 , 西安联飞智能装备研究院有限责任公司
IPC: H04L9/00 , H04L9/40 , H04L9/08 , G06N3/0455 , G06N3/048 , G06N3/0495 , G06N3/084
Abstract: 本发明公开了一种基于自编码器的智能物联网设备密文数据异常检测方法，主要解决现有技术中数据在通讯过程及交予云平台进行异常检测时易被劫持和恶意篡改的问题。包括：1)对样本数据进行预处理并分组；2)构建自编码器神经网络模型，并在云端服务器中进行训练；3)智能物联网设备服务商利用TFTE算法对待测数据进行加密，并上传至云端服务器；4)云端服务器利用训练好的模型对加密数据进行异常检测，并发送结果；5)智能物联网服务商对检测结果进行解密，并计算数据差距，实现异常检测。本发明确保了异常检测的高性能，并在智能物联网设备数据发往云端及云端处理过程中始终保持密文态，显著提升了智能物联网设备的数据安全性。
-
公开(公告)号：CN113779589A
公开(公告)日：2021-12-10
申请号：CN202111076737.8
申请日：2021-09-14
Applicant: 西安电子科技大学
IPC: G06F21/57
Abstract: 本发明公开了一种安卓智能手机应用误配置检测方法，本发明的框架可以提供对应用的错误配置检测、静态文件信息提取、动态组件错误配置和安全规则的检测，大大提高了错误配置检测的全面性和准确性。本发明采用了快速解析算法和匹配算法，本发明遍历应用程序的整个配置并完成静态分析所需的开销较小。本发明可以看到组件的调用时间受总调用时间和相应组件的初始化函复杂性的影响，组件调用和内存计算时间开销都与执行次数呈线性相关，调用时间的计算包含组件从初始化开始到结束。因此，复杂的初始化函数在调用中会导致更多的开销，在处理不同组件时，本发明的调用时间变化不大，主要受组件初始化函数的影响。
-
公开(公告)号：CN110659565A
公开(公告)日：2020-01-07
申请号：CN201910751980.1
申请日：2019-08-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于带孔卷积的3D多人人体姿态估计方法，属于人体姿态估计技术领域。本发明采用两阶段的3D人体姿态估计模型，先采用2D人体姿态估计方法得到2D人体关键点，再使用3D转化模型得到3D人体关键点。2D人体姿态估计方法的卷积层采用直线型串行连接，与现在主流的多分辨率+多旁路的连接方式相比，参数量可以大大减小；通过所设置的单人2D姿态的关键点估计网络模型的具体结构，可以简单高效地实现模型各个卷积层的感受野的增大，有效提升模型对关键点局部信息的区分能力；同时，本发明的3D转化模型设置得较为精简，拥有较小的参数量，能有效提升3D人体姿态估计方法的估计准确率。
-
公开(公告)号：CN109993171A
公开(公告)日：2019-07-09
申请号：CN201910183838.1
申请日：2019-03-12
Applicant: 电子科技大学
Abstract: 本发明属于图像处理和模式识别领域，提供一种基于多模板和多比例的车牌字符分割方法，用于克服现有字符分割方法车牌种类单一、无法分割模糊或污损字符等问题，实现多类别车牌的精准字符分割。本发明基于车牌标准模板指导字符分割的思想，在此基础上采用多比例模板，加入单双行判断模型、多类别模板滑动评分机制及判别辅助模型，得到本发明最优分割结果选择策略；综上，本发明提供一种基于多模板和多比例的车牌字符分割方法，能够实现多类别车牌以及模糊、污损车牌的精准分割。
-
公开(公告)号：CN113779589B
公开(公告)日：2024-07-09
申请号：CN202111076737.8
申请日：2021-09-14
Applicant: 西安电子科技大学
IPC: G06F21/57
Abstract: 本发明公开了一种安卓智能手机应用误配置检测方法，本发明的框架可以提供对应用的错误配置检测、静态文件信息提取、动态组件错误配置和安全规则的检测，大大提高了错误配置检测的全面性和准确性。本发明采用了快速解析算法和匹配算法，本发明遍历应用程序的整个配置并完成静态分析所需的开销较小。本发明可以看到组件的调用时间受总调用时间和相应组件的初始化函复杂性的影响，组件调用和内存计算时间开销都与执行次数呈线性相关，调用时间的计算包含组件从初始化开始到结束。因此，复杂的初始化函数在调用中会导致更多的开销，在处理不同组件时，本发明的调用时间变化不大，主要受组件初始化函数的影响。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
