-
公开(公告)号：CN117093915A
公开(公告)日：2023-11-21
申请号：CN202311179247.X
申请日：2023-09-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06N3/0895 , G06F18/214 , G06F18/213 , G06F16/29 , G06F16/951
Abstract: 本发明公开了一种基于弱监督学习的网络空间测绘方法，包括以下步骤：S1、建立公共网络空间测绘IP地址库，识别已知IP信息；利用自有的基础资源数据，对单位归属较为明确的IP进行信息收集；S2、识别非已知IP地址的IP地址关联信息。本发明中，通过自研的资产识别算法，利用弱监督学习算法提取网站特征，制作高精度资产标签，对互联网资产进行空间测绘，测绘的主要内容包括IP街道级地理位置、行业分类、IP端口服务信息、证书信息、网站特征信息等，以空间测绘地图与矢量地形图相结合的方式，将数据呈现。网络空间测绘地图作为数字化时代实现数字化生产生活和数字化治理的基础设施，对提供网络安全事件监测分析、应急响应、攻击溯源都具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN113269327A
公开(公告)日：2021-08-17
申请号：CN202110467791.9
申请日：2021-04-28
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种基于机器学习的流量异常预测方法，采用全新设计策略，综合考虑网络流量的多维特征属性，并结合特征属性之间的相关性，设计迭代循环的特征属性筛选策略，确定流量所对应的各个目标特征属性，再基于目标特征属性与网络流量明确的异常标签，针对指定分类网络进行训练，获得异常流量预测模型，并最终针对目标流量，实现其是否存在异常的检测，能够有效提高网络流量异常预测的工作效率。
-
公开(公告)号：CN117081866B
公开(公告)日：2024-01-23
申请号：CN202311340776.3
申请日：2023-10-17
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本申请提供一种基于网络的病毒防护方法、装置、存储介质和电子设备；该方法包括：令每个节点按照预设的网络拓扑构建表示网络中各个节点之间是否邻接的邻接矩阵；令每个节点获取清除概率，利用清除概率构建该节点处于各个预设状态下的概率的变化量；令每个节点获取单节点感染概率，利用邻接矩阵的特征值和单节点感染概率构建稳态指标，并利用稳态指标判断变化量是否达到零点稳态；响应于确定变化量未达到零点稳态，令该节点将每个邻接节点的受控态概率之和确定为邻居影响值，并利用清除概率和单节点感染概率构建影响门限值，令该节点比对邻居影响值与影响门限值，并按照比对结果执行预设的防护选择策略。
-
公开(公告)号：CN117081866A
公开(公告)日：2023-11-17
申请号：CN202311340776.3
申请日：2023-10-17
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本申请提供一种基于网络的病毒防护方法、装置、存储介质和电子设备；该方法包括：令每个节点按照预设的网络拓扑构建表示网络中各个节点之间是否邻接的邻接矩阵；令每个节点获取清除概率，利用清除概率构建该节点处于各个预设状态下的概率的变化量；令每个节点获取单节点感染概率，利用邻接矩阵的特征值和单节点感染概率构建稳态指标，并利用稳态指标判断变化量是否达到零点稳态；响应于确定变化量未达到零点稳态，令该节点将每个邻接节点的受控态概率之和确定为邻居影响值，并利用清除概率和单节点感染概率构建影响门限值，令该节点比对邻居影响值与影响门限值，并按照比对结果执行预设的防护选择策略。
-
公开(公告)号：CN117113197A
公开(公告)日：2023-11-24
申请号：CN202311179240.8
申请日：2023-09-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F18/10 , G06F18/22 , G06F18/213
Abstract: 本发明公开了一种基于社区发现的微博群体识别方法，包括以下步骤：S1、数据收集与清洗；S2、特征提取与表示；S3、建立分类模型；S4、社群标签和影响力分析。本发明中，通过利用优化的动态主题模型DTM来挖掘微博社区中的特定群体，利用选取近一年的微博博文作为研究对象，将不同作者博文的主题相似度作为作者之间链接的权重,将微博网络映射为有向加权网络,结合标签传播算法LPA进行社区发现，识别出社交关系网络中固有的社区结构，本发明对微博网络的用户关系进行深入分析，基于用户产生内容特征、用户关联关系特征、环境特征的识别方法，对潜在主题进行挖掘，找出兴趣相似的用户以及特定领域的活跃用户群体。
-
公开(公告)号：CN115242431A
公开(公告)日：2022-10-25
申请号：CN202210657643.8
申请日：2022-06-10
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06N5/00 , G06N20/20 , G16Y40/10 , G16Y40/20 , G16Y40/50
Abstract: 本发明涉及基于随机森林和长短期记忆网络的工业物联网数据异常检测方法，首先进行数据预处理，然后通过随机森林算法筛选出各目标流量特征，最后基于长短期记忆网络，训练获得工业物联网数据异常检测模型，用于对目标工业物联网中的待分析工业物联网流量实现异常检测；设计方法不仅综合考量了多维度数据特征，使模型能过适应真实的应用环境，提升检测准确性，而且针对多维度特征分析，引入随机森林算法对多维数据进行特征提取，以信息熵为度量构造熵值下降最快的树，到叶子节点处的熵值为零或接近零，能够很好的选择出多维数据的重要特征；整个设计方法能够有效应对工业网络物联网安全威胁，提高异常流量检测的准确率。
-
-
-
-
-
Search Results
16
records
(took 0.063 seconds)
