-
公开(公告)号:CN114064470B
公开(公告)日:2024-11-15
申请号:CN202111323148.5
申请日:2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质,该方法通过构建测试程序,将所述测试程序部署到联盟链网络中成为测试服务器节点;通过客户端发送交易请求到所述测试服务器节点以产生一笔交易,并记录交易产生的交易哈希值;通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点,并重放所述交易;在所述联盟链网络中查询历史交易,并检查重放所述交易后的所有交易哈希值,以生成测试结果;根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响,实现了对联盟链网络的加密交易通信进行重放攻击测试,进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
公开(公告)号:CN114064470A
公开(公告)日:2022-02-18
申请号:CN202111323148.5
申请日:2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质,该方法通过构建测试程序,将所述测试程序部署到联盟链网络中成为测试服务器节点;通过客户端发送交易请求到所述测试服务器节点以产生一笔交易,并记录交易产生的交易哈希值;通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点,并重放所述交易;在所述联盟链网络中查询历史交易,并检查重放所述交易后的所有交易哈希值,以生成测试结果;根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响,实现了对联盟链网络的加密交易通信进行重放攻击测试,进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
公开(公告)号:CN108429649B
公开(公告)日:2020-11-06
申请号:CN201810244277.7
申请日:2018-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/24
Abstract: 本发明公开了一种基于多次单类型采集结果的综合异常判断系统,涉及网络预警技术领域。所述系统包括:阈值生成单元和异常判断单元;所述阈值生成单元,在从被采集系统上获取到的采集数据的基础上,计算判断阈值;所述异常判断单元,在所述判断阈值和所述采集数据的基础上,判断被采集系统运行是正常还是异常。本发明所述系统对采集到的数据进行多种方式进行判断,从而在不接触被监测系统后台日志或硬件数据的情况下准确识别出被检测系统的运行状况,解决了因使用平均值计算抗干扰性太弱,固定阈值判断性能太差,阈值波动范围设置方案单一且低效的问题。
-
公开(公告)号:CN108804527A
公开(公告)日:2018-11-13
申请号:CN201810400819.5
申请日:2018-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
Abstract: 本发明公开了一种基于微信区域朋友圈数据分析系统,包括:账户采集模块,账户消重模块,账户存储模块;信息采集模块,用于连续多次采集该限定区域内的朋友圈可见信息;信息消重模块,过滤掉该限定区域内在该次采集的朋友圈可见信息中以前已经出现过的朋友圈可见信息,得到新的朋友圈可见信息;信息存储模块,用于接收并储存新的朋友圈可见信息。本发明还公开了一种基于微信区域朋友圈数据分析方法。本发明实现了对限定区域内的所有微信用户的朋友圈可见信息进行了全面的分析,及时监测舆情,有效预警突发事件,防患于未然。
-
公开(公告)号:CN108563686A
公开(公告)日:2018-09-21
申请号:CN201810208801.5
申请日:2018-03-14
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及计算机技术领域,具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统,旨在解决如何在考虑谣言转发评论信息的情况下,准确识别社交网络中谣言的技术问题。为此目的,本发明中社交网络谣言识别方法,首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量,然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量,最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤,能够快速且准确地检测到社交网络中的谣言。同时,本发明中的系统能够执行并实现上述步骤。
-
公开(公告)号:CN108429649A
公开(公告)日:2018-08-21
申请号:CN201810244277.7
申请日:2018-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/24
CPC classification number: H04L41/0631 , H04L41/064
Abstract: 本发明公开了一种基于多次单类型采集结果的综合异常判断系统,涉及网络预警技术领域。所述系统包括:阈值生成单元和异常判断单元;所述阈值生成单元,在从被采集系统上获取到的采集数据的基础上,计算判断阈值;所述异常判断单元,在所述判断阈值和所述采集数据的基础上,判断被采集系统运行是正常还是异常。本发明所述系统对采集到的数据进行多种方式进行判断,从而在不接触被监测系统后台日志或硬件数据的情况下准确识别出被检测系统的运行状况,解决了因使用平均值计算抗干扰性太弱,固定阈值判断性能太差,阈值波动范围设置方案单一且低效的问题。
-
公开(公告)号:CN108563686B
公开(公告)日:2021-07-30
申请号:CN201810208801.5
申请日:2018-03-14
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机技术领域,具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统,旨在解决如何在考虑谣言转发评论信息的情况下,准确识别社交网络中谣言的技术问题。为此目的,本发明中社交网络谣言识别方法,首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量,然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量,最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤,能够快速且准确地检测到社交网络中的谣言。同时,本发明中的系统能够执行并实现上述步骤。
-
公开(公告)号:CN108470046B
公开(公告)日:2020-12-01
申请号:CN201810184478.2
申请日:2018-03-07
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/34
Abstract: 本发明涉及计算机技术领域,具体提供了一种基于新闻事件搜索语句的新闻事件排序方法及系统,旨在解决在考虑用户主观信息的情况下,如何实现新闻事件排序的技术问题。为此目的,本发明中的新闻事件排序方法,能够通过预设的新闻事件排序模型对预先获取的新闻事件搜索语句进行识别,得到按照相关度大小排序的新闻事件排序结果。其中,新闻事件搜索语句包含能够表征用户情感倾向的用户主观信息。基于此,本发明能够结合用户对新闻事件的情感倾向,按照新闻事件与用户偏好相关程度进行排序,从而提高新闻事件排序结果的准确性。同时,本发明中的系统能够执行并实现上述方法。
-
公开(公告)号:CN108846017A
公开(公告)日:2018-11-20
申请号:CN201810426304.2
申请日:2018-05-07
Applicant: 国家计算机网络与信息安全管理中心 , 北京天润基业科技发展股份有限公司
Abstract: 本发明一种基于Bi-GRU和字向量的大规模新闻文本的端到端分类方法,包括如下步骤:S1.进行Word Embedding的字级别语义特征表示;S2.构建注意力权重的Bi-GRU字级别的句子特征编码模型;S3.搭建基于注意力权重的Bi-GRU句子级别特征编码模型;S4.使用分层Softmax实现端到端分类实现。本发明方法可降低向量的维度,且有效地防止特征过于稀疏问题。优化了最终的输出向量,增强了模型特征编码有效性。避免维度过高造成的模型难以训练问题,又提供了额外的语义信息。可灵活组合特征抽取模型和各种常见分类器,方便更换调试分类器。计算复杂度比Softmax从|K|降低到log|K|。
-
公开(公告)号:CN108805254A
公开(公告)日:2018-11-13
申请号:CN201810393788.5
申请日:2018-04-27
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 本发明属于时序预测技术领域,具体提供了一种时序预测的参数优选系统,旨在解决现有技术对先验知识要求高、可拓展途径较低、时间复杂度高、实际可行度低以及鲁棒性差的技术问题。为此目的,本发明提供的参数优化系统包括参数优化模块,参数优化模块配置为基于预先构建的参数优化模型对预先获取的时序预测模型进行参数优化。其中,参数优化模块包括空间调控单元以及收敛调控单元;空间调控单元配置为基于第一权重函数调控参数优化模块的空间搜索范围;收敛调控单元配置为基于第二权重函数调控参数优化模块的收敛速率。本发明的系统增加了分布式表现,各个个体可以高效交流、协作,且提高了算法的性能。
-
-
-
-
-
-
-
-
-