一种基于软件的全系统虚拟化模拟系统及其构建方法

    公开(公告)号:CN118069296B

    公开(公告)日:2024-07-23

    申请号:CN202410459216.8

    申请日:2024-04-17

    Abstract: 本发明公开了一种基于软件的全系统虚拟化模拟系统及其构建方法,该系统包括:仿真镜像构建模块,被配置为根据获取的目标固件文件系统结合定制的相应CPU架构的Linux内核进行仿真镜像的构建,并生成镜像文件;仿真质量评估模块,被配置为评估仿真镜像构建所生成的镜像中各项仿真服务的质量,并生成质量评估报告;仿真应用模块,被配置为面向用户提供最终应用能力和交互界面,用户可通过仿真应用模块执行多软件类型环境仿真和/或多设备类型固件仿真。本发明的基于软件的全系统虚拟化模拟系统能够实现全系统的虚拟化模拟,以较小的开销解决一大部分物联网设备的模拟问题,具有一定的可扩展性。

    一种用于网络威胁的多源异构数据治理方法和系统

    公开(公告)号:CN118174971B

    公开(公告)日:2024-07-19

    申请号:CN202410598600.6

    申请日:2024-05-15

    Abstract: 本发明提出一种用于网络威胁的多源异构数据治理方法和系统。其中,方法包括:对所述多源异构网络威胁数据以数据仓库的形式临时存储;对数据仓库中多源异构网络威胁数据的进行数据探查,得到数据探查结果;根据数据探查结果,编辑多源异构网络威胁数据的数据标准;根据所述数据标准,配置自定义任务,所述自定义任务规范化处理数据仓库中的多源异构网络威胁数据,完成数据清洗、数据关联和数据回填工作,最终将处理后数据存储到对应的原始情报库中。本发明提出的方案能够实现对多源异构网络威胁数据的汇聚、清洗、关联、分发等全流程的处理,具备了一站式的数据治理能力和多源异构跨平台的数据适配能力。

    一种面向不良视频加密流量数据的质量属性评价方法和系统

    公开(公告)号:CN117939189B

    公开(公告)日:2024-06-11

    申请号:CN202410324004.9

    申请日:2024-03-21

    Abstract: 本发明提出一种面向不良视频加密流量数据的质量属性评价方法和系统。其中,方法包括:采集预定义视频平台的不良视频明文数据并进行存储;识别和检测所述不良视频明文数据,并对不良视频明文数据进行分类、标记和存储;采集预定义种类的不良视频加密流量数据包信息,对不良视频明文数据和不良视频加密流量数据包信息进行映射和标记;对不良视频明文数据的基本属性进行评价的同时,对映射和标记后的不良视频加密流量数据包信息的采集环境属性进行评价,最后给出不良视频加密流量数据质量的综合评价。本发明提出的方案,便于数据集的管理与调用,也有利于检测识别模型的训练数据与评测数据的评估与筛选。

    基于IDC机房双向流量的深度合成音频检测方法及系统

    公开(公告)号:CN116319467A

    公开(公告)日:2023-06-23

    申请号:CN202310573012.2

    申请日:2023-05-22

    Abstract: 本发明公开了一种基于IDC机房双向流量的深度合成音频检测方法及系统,该方法包括:按照预设采集策略获取现网IDC机房出口的原始流量数据,并对获取到的原始流量数据进行还原处理得到还原音频文件,其中原始流量数据包括加密流量数据和非加密流量数据;基于预先建立的样本特征库对还原音频文件进行数据去重处理;对经去重处理后的还原音频文件进行音频检测以得到检测结果;该方法可做到现网流量深度合成信息的实时检测,并为了提高文件检测效率,减轻检测端压力,对数据进行去重处理,整体检测流程数据流转思路明确,可扩展至对于其他类型文件的检测,检测方法的普适性较强。

    一种基于增量学习的加密对抗攻击检测方法和系统

    公开(公告)号:CN118972104A

    公开(公告)日:2024-11-15

    申请号:CN202410979108.3

    申请日:2024-07-22

    Abstract: 本发明提出一种基于增量学习的加密对抗攻击检测方法和系统。其中,方法包括:提取加密流量特征数据;基于VAE模型和GAN模型对加密流量特征进行数据增强,得到原训练集;应用原训练集对SVM进行初始训练,得到初始训练SVM;通过增量样本构建原模型保留集和新增样本保留集;应用原模型保留集和新增样本保留集训练所述初始训练SVM,得到增量训练SVM;应用所述增量训练SVM进行加密对抗攻击检测,并重复上一步骤。本发明提出的方案能够通过数据增强技术生成多样化的训练样本,缓解数据稀缺和数据不平衡问题。采用增量学习策略,使得模型能够在新的加密流量出现时快速更新,无需重新训练整个模型,从而提高了分类效率和准确性。

    一种用于处理网络威胁的动态资源分配系统、电子设备及存储介质

    公开(公告)号:CN118331750A

    公开(公告)日:2024-07-12

    申请号:CN202410763544.7

    申请日:2024-06-14

    Abstract: 本发明提供一种用于处理网络威胁的动态资源分配系统、电子设备及存储介质,其中,系统包括:资源指标采集模块获取服务插件实例资源分配情况指标与服务插件实例资源使用情况指标;资源数据分析与评估模块得到CPU负载等级、内存负载等级、响应时间等级、趋势性和平稳性指标的标签,并根据指标和标签训练评估预测模型;资源调度策略模块根据预测模型得到模型输出结果及权重函数;根据输出结果的权重函数,构造扩容策略函数和缩容策略函数;资源控制器根据策略函数,实施资源扩容或缩容的配置变更;资源调度策略模块判断扩容或缩容的配置变更效果。本发明具有保障服务处理插件有效运行;提升服务处理的响应速度;保障网络威胁业务正常开展。

    一种改进的深度合成检测方法和系统

    公开(公告)号:CN116866211B

    公开(公告)日:2024-02-23

    申请号:CN202310763614.4

    申请日:2023-06-26

    Abstract: 本发明提供一种改进的深度合成检测方法和系统,通过针对不同类型的数据包,分别提取深度学习、生物和时间三个不同维度的特征,从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样;针对生物特征采用生物指纹匹配和滑动框二次采样;针对时间特征根据差异化结果重新定义采样窗,再次对深度学习和生物两种特征进行采样重组。再利用帧内和帧间特征的差异性,计算两两特征之间的欧氏距离,以此判断对比损失,实现检测的高效和自动调整。

    一种深度伪造音频鉴别方法和系统

    公开(公告)号:CN116994590A

    公开(公告)日:2023-11-03

    申请号:CN202311253131.6

    申请日:2023-09-27

    Abstract: 本发明提出一种深度伪造音频鉴别方法和系统。其中,方法包括:基于随机质量压缩、模糊和随机添加附加噪声方法,对音频数据进行数据增强处理;将数据增强处理后的音频数据输入基于自监督学习的特征提取模型,得到音频特征;将所述音频特征输入基于残差结构的伪造鉴别模型,提取出音频的时序特征,以实现对音频的鉴别。本发明提出的方案能够利用自监督语音表示学习技术学习语音特征,降低对深度伪造音频数据的依赖,提高系统的泛化性;基于残差结构实现音频特征增强,充分提取音频的时序特征;使用数据增强方法提升训练数据的复杂性,提高鉴别模型的性能。

Patent Agency Ranking