一种基于生成对抗网络过采样的网络流量分类方法及系统

    公开(公告)号:CN117319315A

    公开(公告)日:2023-12-29

    申请号:CN202311190711.5

    申请日:2023-09-15

    Abstract: 本发明公开了一种基于生成对抗网络过采样的网络流量分类方法及系统,属于网络入侵检测领域。方法包括:首先,对原始数据集进行预处理,得到带标签的两个标准训练数据集训练改进的生成对抗网络模型;然后,进行混合采样平衡训练集各类别数据分布:使用训练后的生成对抗网络中的生成器生成若干条少数类流量数据加入到原始训练数据集中,同时对原始训练集中的多数类流量数据进行随机欠采样,得到一份新的平衡数据集;最后,使用平衡数据集训练多分类器,实现对未知类型流量进行分类。本发明解决了流量分类模型训练过程中各类别流量数据分布不平衡导致基于深度学习的分类方法性能下降的问题,实现了一种高精度的流量分类方法。

    一种基于异构图与图神经网络的Webshell检测方法和系统

    公开(公告)号:CN117272300A

    公开(公告)日:2023-12-22

    申请号:CN202311147332.8

    申请日:2023-09-06

    Abstract: 本发明公开了一种基于异构图与图神经网络的Webshell检测方法和系统,属于恶意代码检测技术领域,包括:训练阶段:采用Webshell数据集对Webshell检测模型进行训练,数据集中训练样本为采用PHP语言编写的代码,标签为Webshell样本和良性样本;所述Webshell检测模型包括:抽象语法树模块,用于将每个训练样本转换为对应的抽象语法树;异构图编码器,用于将所述抽象语法树中两节点之间的边进行映射,得到对应的异构图G;图神经网络,用于提取所述异构图G中包含的特征信息,以预测输入的样本是否为Webshell;应用阶段:将用PHP语言编写的待检测的Webshell输入至训练好的Webshell检测模型中,所述图神经网络输出是否为Webshell的检测结果。本发明的方法能够提升对Webshell检测的准确度。

    一种跨模态哈希检索特征融合方法、系统及存储介质

    公开(公告)号:CN116992054A

    公开(公告)日:2023-11-03

    申请号:CN202311063089.1

    申请日:2023-08-22

    Abstract: 本发明公开了一种跨模态哈希检索特征融合方法、系统及存储介质,属于计算机多模态技术领域,包括:训练阶段:采用图像和文本构成的数据对作为训练样本数据集对跨模态哈希检索模型进行训练;所述跨模态哈希检索模型包括:语义特征提取模块,用于提取训练样本中不同模态数据的语义特征,并预测对应模态的哈希码;张量融合模块,用于采用张量融合算子将不同模态数据的语义特征融合,并用融合后的语义特征对应的哈希码对所述语义特征提取模块中预测的哈希码进行语义指导;对抗特征融合模块,用于和不同模态数据的语义特征进行对抗训练;应用阶段:用训练好的跨模态哈希检索模型执行跨模态哈希检索任务。本发明能够提升跨模态哈希检索精度。

Patent Agency Ranking