-
公开(公告)号：CN116362246A
公开(公告)日：2023-06-30
申请号：CN202310126446.8
申请日：2023-02-16
Applicant: 重庆邮电大学
IPC: G06F40/295 , G06F40/30 , G06F18/214 , G06F18/2415 , G06N7/01 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向多源威胁情报的实体识别及关系抽取方法，包括：获取与APT攻击相关的原始情报文本数据，并采用YEEDA对原始文本数据中的实体进行标注得到标注语料文本数据；构建实体识别模型和实体关系抽取模型，将标注语料文本数据做为训练样本对实体识别模型和实体关系抽取模型进行训练；获取目标情报文本数据，将目标情报文本数据输入训练好的实体识别模型和实体关系抽取模型，通过实体识别模型识别出目标情报文本中的实体；通过实体关系抽取模型抽取目标情报文本中实体之间的关系，本发明通过实体识别模型和实体关系抽取模型能够自动且准确的识别出文本中的实体与实体之间的关系，及时的发现网络攻击，提高网络的安全。
-
公开(公告)号：CN113726803B
公开(公告)日：2023-02-07
申请号：CN202111027517.6
申请日：2021-09-02
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明涉及物联网终端威胁检测技术领域，特别涉及一种基于ATT&CK矩阵映射的轻量级物联网入侵检测方法，包括对嗅探的物联网原始数据进行数据清洗，并自动识别攻击数据；实时筛选物联网协议头部和数据部分字节作为有效特征；量化物联网协议头部和数据部分字节形成流量初始特征矩阵；量化物联网通信数据的逻辑通信关系形成行为初始特征矩阵；通过矩阵线性运算将流量和行为初始特征进行线性加权，并将加权之后得到的综合特征矩阵映射到ATT&CK矩阵；通过ATT&CK检测物联网威胁类型；本发明能够以较高的效率和准确率判别针对物联网终端的威胁，达到对物联网终端威胁进行快速检测的目的。
-
公开(公告)号：CN112749524B
公开(公告)日：2022-07-12
申请号：CN202110064374.X
申请日：2021-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及硬件木马电路检测技术领域，具体涉及一种基于残差编码器神经网络的硬件木马电路检测方法，包括：获取电路设计阶段的Verilog文件，根据Verilog文件进行有效特征提取，得到硬件木马电路的有效特征集合；基于有效特征对木马电路相关性，采用关键特征选择方法从硬件木马电路的有效特征集合中选择强相关特征；将强相关特征输入残差卷积编码器网络，残差卷积编码器网络根据输入的特征识别木马电路。本发明提出一种残差编码器神经网络模型，该模型结合了残差神经网络(ResNet)和编码器(Encoder)，能够防止网络退化问题，相比于传统机器学习算法，错误率更低、准确率更高。
-
公开(公告)号：CN105930833B
公开(公告)日：2019-01-22
申请号：CN201610338147.0
申请日：2016-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于视频监控的车辆跟踪与分割方法，包括：预先浏览视频前20帧确定车辆行驶方法和车道宽度；初始化第1帧图像建立背景模型；从第2帧开始，利用背景模型提取所述视频帧图像的前景图像；更新背景模型；结合前景图像的面积及其外接矩形的面积联合判定前景图像是否为运动车辆；根据前景图像的外接凸包对运动目标进行粘连车辆判定；若为粘连车辆，对车辆进行分割；将车辆加入跟踪队列进行跟踪。本发明能够实时对视频中的车辆进行稳定的跟踪，并能够对粘连车辆进行分割，处理速度快，可满足对实时系统的要求。
-
公开(公告)号：CN113516180B
公开(公告)日：2022-07-12
申请号：CN202110714161.7
申请日：2021-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。
-
Patent Agency Ranking
公开(公告)号：CN113095378B
公开(公告)日：2022-04-05
申请号：CN202110325569.5
申请日：2021-03-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及物联网设备嗅探识别技术领域，具体涉及一种无线网络设备识别方法、计算机设备以及可读存储介质，包括：利用软件无线电设备捕获无线网络设备的无线电信号，对无线电信号进行信号滤波及低噪声放大；通过模数转换得到数据包的字节流信息，在原始字节流的基础上根据无线网络协议要求分离数据包，提取数据包的有效特征并识别；对原始无线电信号经过信号变换后进行特征提取工作，在原始特征的基础上构造出新的特征即信号射频指纹并识别；将根据数据包特征识别出的结果和根据射频指纹识别出的结果进行融合，利用两次识别的结果识别设备类型，在已获得设备类型的基础上根据射频指纹识别具体设备固件信息，得到最终分类结果，实现设备固件识别。
-
公开(公告)号：CN113516180A
公开(公告)日：2021-10-19
申请号：CN202110714161.7
申请日：2021-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。
-
公开(公告)号：CN104599502B
公开(公告)日：2017-01-25
申请号：CN201510079339.X
申请日：2015-02-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于视频监控的车流量统计方法，涉及智能交通监控领域，包括以下步骤：初始化第1帧图像建立背景模型；从第2帧开始，利用背景模型提取所述视频帧图像的前景图像；更新背景模型；确定前景图像的面积大于设定值的图像为运动目标，计算运动目标的外接矩形，若所述外接矩形的长宽在设定范围内，则其为车辆；否则查找其他可以合并的所述外接矩形，若合并后的外接矩形的长宽在设定范围内，则为车辆；对车辆进行跟踪，若车辆连续三帧出现，则其为运动稳定车辆。当车辆到达所述第2种虚拟线圈时，统计车流量数目。本发明安装方便、精确度高。
-
公开(公告)号：CN104599502A
公开(公告)日：2015-05-06
申请号：CN201510079339.X
申请日：2015-02-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于视频监控的车流量统计方法，涉及智能交通监控领域，包括以下步骤：初始化第1帧图像建立背景模型；从第2帧开始，利用背景模型提取所述视频帧图像的前景图像；更新背景模型；确定前景图像的面积大于设定值的图像为运动目标，计算运动目标的外接矩形，若所述外接矩形的长宽在设定范围内，则其为车辆；否则查找其他可以合并的所述外接矩形，若合并后的外接矩形的长宽在设定范围内，则为车辆；对车辆进行跟踪，若车辆连续三帧出现，则其为运动稳定车辆。当车辆到达所述第2种虚拟线圈时，统计车流量数目。本发明安装方便、精确度高。
-
公开(公告)号：CN117155701A
公开(公告)日：2023-12-01
申请号：CN202311294607.0
申请日：2023-10-09
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L43/062 , G06F18/213 , G06F18/214 , G06F18/23 , G06F18/2413 , G06N3/006 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明属于网络安全领域，具体涉及一种网络流量入侵检测方法；该方法包括：获取训练数据集并将其划分为训练集和测试集；对训练集进行预处理，针对数据集的不平衡问题，采用一种基于密度聚类和重要性度量的特征选择算法DBIM对数据集进行降维，得到训练特征向量；将训练特征向量输入到网络流量入侵检测模型中，并采用粒子群优化算法对网络流量入侵检测模型进行参数调优，得到训练好的网络流量入侵检测模型；采用训练好的网络流量入侵检测模型对测试集进行处理，得到入侵检测结果；本发明实现网络流量入侵检测的速度快，准确率高。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
