-
公开(公告)号：CN119030767A
公开(公告)日：2024-11-26
申请号：CN202411133966.2
申请日：2024-08-19
Applicant: 郑州轻工业大学
IPC: H04L9/40 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于混合深度学习的网络安全态势要素提取方法及系统，构建基于CNN‑LSTM‑BP的安全态势要素提取模型，该安全态势要素提取模型包括数据输入模块、卷积模块、LSTM模块、全连接模块、BP模块和输出模块，基于该安全态势要素提取模型进行网络安全态势要素提取。该网络安全态势要素提取方法结合了CNN、LSTM和BP神经网络，分别用于特征提取、序列建模和分类任务。其中，卷积模块用于提取局部特征，LSTM模块负责挖掘数据时序特征，BP模块将提取的特征映射到相应类别，同时，批归一化、ReLU激活函数和Dropout等技术被用以提高模型的性能和泛化能力。
-
公开(公告)号：CN116846565A
公开(公告)日：2023-10-03
申请号：CN202210135680.2
申请日：2022-02-14
Applicant: 郑州轻工业大学
IPC: H04L9/40 , H04L41/16 , G06Q10/0639 , G06N3/006 , G06N3/084
Abstract: 本发明公开了一种基于SAA‑SSA‑BPNN的网络安全态势评估方法，具体包括以下步骤：步骤一：构建网络安全态势指标体系，对收集到的指标数据进行预处理；步骤二：建立基于SAA‑SSA‑BPNN的网络安全态势评估模型：具体包括：用模拟退火算法优化麻雀搜索算法；用优化后的麻雀搜索算法获取BP神经网络的最优初始权值和阈值；对用SAA‑SSA算法优化后的BPNN进行训练；生成具有评估能力的SAA‑SSA‑BPNN模型；步骤三：基于SAA‑SSA‑BPNN模型进行网络安全态势评估：输入测试数据到SAA‑SSA‑BPNN模型进行网络安全态势评估。该发明的技术效果为：解决了麻雀搜索算法易陷入局部最优和BPNN的最优权值和阈值难以确定及收敛速度缓慢的问题，显著提高了评估的准确性和收敛速度。
-
公开(公告)号：CN115051864A
公开(公告)日：2022-09-13
申请号：CN202210708250.5
申请日：2022-06-21
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于PCA‑MF‑WNN的网络安全态势要素提取方法及系统，对初始数据通过主成分分析法进行降维，去除冗余的态势要素，属性约简，在降低数据复杂度的同时尽可能的用少数几个主成分来保留原始数据集的信息，训练加入动量因子的小波神经网络，通过加入动量因子的方法来提升小波神经网络的学习效率，将经过主成分分析法降维后的数据输入改进的小波神经网络中进行分类训练，得到态势要素提取模型。对小波神经网络的参数进行修正，可提高小波分类器的分类精度与分类效率。因此在利用态势要素提取模型进行网络安全态势要素提取时，能够提高态势要素提取的分类精度，而且也进一步提高了分类效率。
-
公开(公告)号：CN113992527A
公开(公告)日：2022-01-28
申请号：CN202111248785.0
申请日：2021-10-26
Applicant: 郑州轻工业大学
IPC: H04L41/147 , H04L41/14 , H04L43/0876 , G06N3/04
Abstract: 本发明涉及一种网络服务功能链在线迁移方法及系统，获取时间片的网络流量样本数据，基于DDQN网络架构，构建DDQN神经网络，基于网络流量样本数据以及与网络流量样本数据相对应的迁移策略，对DDQN神经网络进行训练，迁移策略包括为对应时间片的网络选择的迁移对象，基于训练完成的DDQN神经网络，以及获取到的网络流量预测数据，对对应的迁移对象进行迁移，能够对随机变化的流量自适应迁移，能够降低不可避免且不可预知的服务功能链迁移次数，提升服务功能链迁移的可靠性。
-
公开(公告)号：CN111262858B
公开(公告)日：2020-12-25
申请号：CN202010046841.1
申请日：2020-01-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于SA_SOA_BP神经网络的网络安全态势预测方法，其步骤如下：采集网络安全数据信息为实验数据进行预处理；根据实验数据中的输入数量和输出数量利用试凑法确定BP神经网络的网络结构；将模拟退火算法引入人群搜索算法中得到改进的人群搜索算法；初始化模拟退火算法，采用改进的人群搜索算法找到最优个体，并通过适应度函数计算个体的适应度值，对BP神经网络的连接权值和阈值进行优化；将测试样本代入BP神经网络中得到网络安全态势的预测值。本发明将模拟退火算法引入人群搜索算法，克服了人群搜索算法易陷入局部最优和收敛缓慢的问题，并利用改进的人群搜索算法在速度及全局搜索上的优势对BP神经网络进行优化改进。
-
Patent Agency Ranking
公开(公告)号：CN116304703A
公开(公告)日：2023-06-23
申请号：CN202310274573.2
申请日：2023-03-21
Applicant: 郑州轻工业大学
IPC: G06F18/214 , G06N3/006 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于DE‑C&W的通用对抗样本生成方法，其步骤为：首先，使用差分进化（DE）算法对原始样本进行预处理，找到容易被攻击的敏感点；其次，给敏感点加入随机扰动后添加到原始样本中，得到对抗样本，并将对抗样本与原始样本共同作为初始输入样本；再基于初始输入样本构建C&W攻击算法的目标函数及损失函数；最后，使用Adam优化算法对损失函数进行优化，进而求得目标函数的最优解，也即最优扰动向量。本发明在生成通用对抗扰动实现普适性攻击时，降低了实现成本、简化了计算过程，保证攻击成功率的同时可在网络结构未知的情况下实现更加高效便捷、成本更低的普适性攻击。
-
公开(公告)号：CN112766343A
公开(公告)日：2021-05-07
申请号：CN202110034429.2
申请日：2021-01-12
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于改进WOA‑SVM的网络安全态势评估方法，其步骤为：以现有的网络安全数据组成样本集；初始化WOA算法和SA算法；选择螺旋捕食或随机搜索猎物，利用自适应权重法更新WOA算法中的当前鲸鱼位置，更新当前的鲸鱼最优位置和全局最优位置；根据SA算法的突跳概率判断是否接受新的鲸鱼位置；判断是否满足迭代的终止条件；将得到的全局最优位置的值赋值给SVM，利用回归拟合分析最佳的参数进行SVM网络训练，将评估值转化为网络安全等级。本发明利用WOA的全局寻优特性寻找SVM的最优参数，利用自适应权重调整鲸鱼位置更新系数，并采用SA算法增加随机搜索因素，避免陷入局部极值，以改善全局寻优能力。
-
公开(公告)号：CN120050096A
公开(公告)日：2025-05-27
申请号：CN202510200525.8
申请日：2025-02-24
Applicant: 郑州轻工业大学
IPC: H04L9/40 , H04L43/02 , H04L43/04 , G06F18/15 , G06F18/214 , G06F18/2433 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明提出了一种基于扩散模型的工业互联网入侵检测方法，步骤为：对原始工业互联网流量数据进行清洗和标准化；以标准化后的工业互联网流量数据为输入，对少数类样本采用多层扩散模型生成合成样本，并对合成样本依次进行反标准化与格式调整处理以及数据平衡采样，获取平衡样本数据；对平衡样本进行特征提取和降维；通过多头注意力机制对局部时序特征进行处理，获取加权关键特征的全局依赖特征；以加权关键特征的全局依赖特征为输入，通过多层双向SRU模块提取包含长期时间依赖特征的多维时序特征；根据多维时序特征进行入侵检测的分类。本发明在面对高维、时序性强的网络流量数据以及数据类别不平衡时，能够高效、精准的进行攻击识别。
-
公开(公告)号：CN115051864B
公开(公告)日：2024-02-27
申请号：CN202210708250.5
申请日：2022-06-21
Applicant: 郑州轻工业大学
IPC: H04L9/40 , H04L41/142 , H04L41/16 , G06F18/2135 , G06F18/241 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于PCA‑MF‑WNN的网络安全态势要素提取方法及系统，对初始数据通过主成分分析法进行降维，去除冗余的态势要素，属性约简，在降低数据复杂度的同时尽可能的用少数几个主成分来保留原始数据集的信息，训练加入动量因子的小波神经网络，通过加入动量因子的方法来提升小波神经网络的学习效率，将经过主成分分析法降维后的数据输入改进的小波神经网络中进行分类训练，得到态势要素提取模型。对小波神经网络的参数进行修正，可提高小波分类器的分类精度与分类效率。因此在利用态势要素提取模型进行网络安全态势要素提取时，能够提高态势要素提取的分类精度，而且也进一(56)对比文件张然;潘芷涵;尹毅峰;蔡增玉.基于SAA-SSA-BPNN的网络安全态势评估模型《.计算机工程与应用》.2022,117-124页.Jin Zhang;Shuilin Yan;Yang Liu;Weixiang Zhu;Zhongwei Zhao.A NovelWavelet Neural Network Load ForecastingAlgorithm with Adaptive Momentum Factor.《2021 IEEE 5th Advanced InformationTechnology, Electronic and AutomationControl Conference (IAEAC)》.2021,1673-1678页.
-
公开(公告)号：CN112766343B
公开(公告)日：2022-03-11
申请号：CN202110034429.2
申请日：2021-01-12
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于改进WOA‑SVM的网络安全态势评估方法，其步骤为：以现有的网络安全数据组成样本集；初始化WOA算法和SA算法；选择螺旋捕食或随机搜索猎物，利用自适应权重法更新WOA算法中的当前鲸鱼位置，更新当前的鲸鱼最优位置和全局最优位置；根据SA算法的突跳概率判断是否接受新的鲸鱼位置；判断是否满足迭代的终止条件；将得到的全局最优位置的值赋值给SVM，利用回归拟合分析最佳的参数进行SVM网络训练，将评估值转化为网络安全等级。本发明利用WOA的全局寻优特性寻找SVM的最优参数，利用自适应权重调整鲸鱼位置更新系数，并采用SA算法增加随机搜索因素，避免陷入局部极值，以改善全局寻优能力。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
