-
公开(公告)号：CN112860533B
公开(公告)日：2022-06-17
申请号：CN202110277639.4
申请日：2021-03-15
Applicant: 西安电子科技大学
IPC: G06F11/34
Abstract: 面向分布式无人机群网络日志分析的异常检测方法及设备，异常检测方法包括以下步骤：对无人机工作日志进行解析，挖掘运行过程中事件的先后关系即时间不变量；通过解析的无人机日志文件构建具体模型，进行状态抽象简化之后生成抽象模型；循环检查抽象模型是否满足挖掘出的全部时间不变量，据此对模型进行改进，直至最终生成并返回满足全部时间不变量的模型，由该模型进行任务执行过程信息传递的实时监控。本发明还提供一种面向分布式无人机群网络日志分析的异常检测系统、终端设备以及计算机可读存储介质。本发明能够实现对海量日志进行解析、自动化的异常检测以及实时监控，异常检测过程的可视化，显著提高无人机群异常检测的效率和有效性。
-
公开(公告)号：CN112910865B
公开(公告)日：2022-04-05
申请号：CN202110076266.4
申请日：2021-01-20
Applicant: 西安电子科技大学
Abstract: 一种基于因子图的推断攻击阶段最大似然估计方法及系统，方法包括以下步骤：从APT数据集中提取攻击事件‑攻击阶段的二元序列；基于攻击事件‑攻击阶段的二元序列进行训练，得到相关参数，生成概率转移矩阵；接收攻击链并构建对应的因子图，将攻击链的攻击阶段转化为因子图的节点和因子函数；通过对因子图进行处理，得到攻击链所对应攻击阶段序列的最大似然估计。系统包括序列提取模块、概率转移矩阵生成模块、因子图构建模块及攻击阶段推断模块。本发明具有准确率高、计算速度快以及可扩展性强的优点。
-
公开(公告)号：CN112910865A
公开(公告)日：2021-06-04
申请号：CN202110076266.4
申请日：2021-01-20
Applicant: 西安电子科技大学
Abstract: 一种基于因子图的推断攻击阶段最大似然估计方法及系统，方法包括以下步骤：从APT数据集中提取攻击事件‑攻击阶段的二元序列；基于攻击事件‑攻击阶段的二元序列进行训练，得到相关参数，生成概率转移矩阵；接收攻击链并构建对应的因子图，将攻击链的攻击阶段转化为因子图的节点和因子函数；通过对因子图进行处理，得到攻击链所对应攻击阶段序列的最大似然估计。系统包括序列提取模块、概率转移矩阵生成模块、因子图构建模块及攻击阶段推断模块。本发明具有准确率高、计算速度快以及可扩展性强的优点。
-
公开(公告)号：CN112860533A
公开(公告)日：2021-05-28
申请号：CN202110277639.4
申请日：2021-03-15
Applicant: 西安电子科技大学
IPC: G06F11/34
Abstract: 面向分布式无人机群网络日志分析的异常检测方法及设备，异常检测方法包括以下步骤：对无人机工作日志进行解析，挖掘运行过程中事件的先后关系即时间不变量；通过解析的无人机日志文件构建具体模型，进行状态抽象简化之后生成抽象模型；循环检查抽象模型是否满足挖掘出的全部时间不变量，据此对模型进行改进，直至最终生成并返回满足全部时间不变量的模型，由该模型进行任务执行过程信息传递的实时监控。本发明还提供一种面向分布式无人机群网络日志分析的异常检测系统、终端设备以及计算机可读存储介质。本发明能够实现对海量日志进行解析、自动化的异常检测以及实时监控，异常检测过程的可视化，显著提高无人机群异常检测的效率和有效性。
-
-
-
Search Results
4
records
(took 0.029 seconds)
