-
公开(公告)号：CN116192722A
公开(公告)日：2023-05-30
申请号：CN202211735780.5
申请日：2022-12-31
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L45/02 , H04L45/00 , H04L43/0852 , H04L61/10 , H04L61/30
Abstract: 本发明涉及网络边界识别技术领域，特别涉及一种基于多源数据融合分析的网络边界识别方法及系统，通过探测源探测目标城域网中路由IP地址并获取单跳时延和探测路径数据；通过融合分析相邻前后跳之间在单跳时延、路由IP地址主机名和路由IP地址上的差异来识别网格边界。本发明通过探测收集路由IP地址相关的单跳时延、主机名等多源数据并统计分析前后跳路由IP地址在相关数据差异，提升网络边界识别适用性及准确性，便于利用探测路径数据来尽可能的还原真实网络对应的拓扑。并进一步通过对比试验验证，本案方案能够处理较高比例的路径数据，且能够识别出更多的边界节点数量，便于在真实网络中进行部署实施。
-
公开(公告)号：CN111047497B
公开(公告)日：2022-10-04
申请号：CN201911344997.1
申请日：2019-12-24
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于同频子图滤波的JPEG图像隐写信息定位方法，本发明将JPEG图像中各8×8分块相同位置的系数进行组合，得到64幅隐密图像同频子图，然后对各个隐密图像同频子图低通滤波，估计载体图像同频子图，从而估计载体JPEG图像，得到载体JPEG图像的DCT系数的估计；接着计算多幅嵌入路径和嵌入率都相同的待检测隐密图像中每个位置的残差均值，根据残差均值实现隐密位置估计，并在计算残差时考虑JPEG图像隐写时不在特定系数中嵌入信息的特点，显著提高对JSteg隐写的隐密位置定位准确率。
-
公开(公告)号：CN109639510B
公开(公告)日：2021-09-10
申请号：CN201910061390.6
申请日：2019-01-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于子网分析的区域PoP划分算法，先对给定的IP集合，利用分布式探测获取探测路径和单跳时延信息，获取IP所处区域对应的路由节点，再分析路由节点所属的子网，获取同一子网的其它IP，作为目标并探测，然后，基于相同城市IP探测路径的路由跳数及单跳时延的相似性，排除不属于上述区域的边界IP，重新获取区域内路由节点，最后，对这些路由节点进行别名解析，提取、合并Bi‑fan结构，获取IP集合对应的PoP划分结果，并利用PoP中已知地理位置的少量IP获得PoP的位置属性，本发明相比现有的典型算法更适用于特定区域的PoP网络划分，且最终能够获取特定区域更为完整、准确的PoP划分结果。
-
公开(公告)号：CN118784272A
公开(公告)日：2024-10-15
申请号：CN202410730852.X
申请日：2024-06-06
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40
Abstract: 本发明提供了一种基于内容生成与投送的用户抗定位方法和系统，涉及网络安全技术领域，所述方法通过爬取和清洗用户发布的动态数据集并进行用户位置信息泄露风险评估，根据评估结果对应的不同动态投送策略，生成用于干扰用户位置信息的干扰数据并进行动态投送。本发明解决了现有技术中对于高级定位方法难以有效抗定位导致用户信息泄露的技术问题，实现了有效对抗基于生成文本的用户位置推断技术和更高级的定位方法，从而为用户提供了更全面的位置隐私保护。
-
公开(公告)号：CN111245969B
公开(公告)日：2022-07-22
申请号：CN201911270805.7
申请日：2019-12-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L61/30 , H04L41/12 , G06K9/62 , H04L101/69
Abstract: 本发明提供了一种面向IP定位的大规模网络别名解析方法，包括以下步骤：步骤1：从公开数据中获取存在别名关系的IP对集合和不存在别名关系的IP对集合；步骤2：获取每个IP的时延、探测路径、ISP及Whois信息；步骤3：利用步骤2的数据对待解析的IP对进行非别名IP过滤；步骤4：利用步骤2的数据对待解析的IP对进行分类特征表示；步骤5：分类模型训练；步骤6：利用步骤5的分类模型对待解析的IP对别名解析；本发明提出了一种面向IP定位的大规模网络别名解析方法，可对大规模网络中的路由器接口IP进行准确、高效的别名解析；本发明提出了非别名IP过滤方法，排除不可能存在别名关系的IP对，提高别名解析的效率。
-
Patent Agency Ranking
公开(公告)号：CN113537461A
公开(公告)日：2021-10-22
申请号：CN202110740215.7
申请日：2021-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N3/04 , G06N3/08 , G06F16/901 , G06F16/903
Abstract: 本发明属于计算机网络数据处理技术领域，特别涉及一种基于SIR值学习的网络关键节点发现方法及系统，针对样本数据，利用网络分析工具构建不同网络类型的无权无向网络并获取相应网络类型的网络数据；依据无权无向网络及网络数据计算网络节点特征，并利用SIR模型计算表征节点传播能力的SIR值，将网络节点特征和SIR值作为训练样本；构建回归模型，并利用训练样本对回归模型进行训练优化；计算目标网络数据的节点特征，并利用训练优化后的回归模型来获取节点对应的SIR值；通过对SIR值进行排序来选取网络关键节点。本发明利用节点结构上的特征预测节点SIR值来发现高影响力节点，降低节点分析中的复杂度，提高网络中关键节点预测效率，具有较好的应用前景。
-
公开(公告)号：CN109547414B
公开(公告)日：2021-04-20
申请号：CN201811268875.4
申请日：2018-10-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于亮灯效应的定长消息格式逆向方法。该方法包括：步骤1、判断定长消息m中所有定长域的域类型，所述域类型包括同步域和异步域；步骤2、若所述定长消息m中所有定长域均为同步域，则按照第一域边界识别规则确定定长消息各定长域的域边界序列；步骤3、若所述定长消息m中的定长域包括异步域，则按照第二域边界识别规则确定定长消息各定长域的域边界序列。本发明受到建筑物亮灯效应的启发，将定长消息类比为建筑物，将消息中的字节类比为建筑物的窗户，将两个消息取值相同的连续区间类比为亮灯区域，结合定长消息的域类型对亮灯效应的影响，对不同类型的定长消息制定不同的域边界识别规则，能够有效解决定长域边界识别的难题。
-
公开(公告)号：CN111274582A
公开(公告)日：2020-06-12
申请号：CN202010037350.0
申请日：2020-01-14
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F21/57
Abstract: 本发明提供一种基于透明度的取证效果评估方法、取证分析装置及方法。该取证分析装置以基于透明度的取证效果评估方法为设计依据，包括：基于裸机的运行环境、近透明取证系统和取证分析系统；所述基于裸机的运行环境，构建于真实的裸机平台上，不开启新的硬件接口，并构建有真实硬件设备的运行记录；所述近透明取证系统设置在内核中，包括Snipschedule快照调度器，所述Snipschedule快照调度器采用被动唤醒策略，所述被动唤醒策略指当攻击触发时，唤醒Snipschedule快照调度器对内存页当前状态进行快照留存，并将快照传送至取证分析系统；所述取证分析系统，用于根据接收的快照对内核进程数据、proc文件和task_struct相关数据进行交叉比对分析。
-
公开(公告)号：CN118632255A
公开(公告)日：2024-09-10
申请号：CN202410481098.0
申请日：2024-04-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04W12/121 , G06F18/241 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及网络空间态势感知的入侵检测技术领域，尤其涉及一种基于混合卷积神经网络的移动加密流量分类方法及系统，从移动设备捕获流量数据；将捕获的流量数据根据其所包含的IP五元组信息，按照会话进行分组排序；将分组后的流量数据根据时空关系转化为流量拓扑图；使用基于图卷积神经网络的分类模型对流量拓扑图进行分类，得到分类结果1；将分组后的流量数据转化为灰度图；使用基于卷积神经网络的分类模型对灰度图进行分类，得到分类结果2；结合分类结果1和分类结果2，得到最终的分类结果。本发明使用两条路线进行移动加密流量的分类，不但考虑流量的数值特征，还充分考虑了流量的拓扑属性，通过保留同一会话中的时序关联提高分类的准确率。
-
公开(公告)号：CN113537461B
公开(公告)日：2023-04-18
申请号：CN202110740215.7
申请日：2021-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/27 , G06N3/0499 , G06N3/048 , G06N3/08 , G06F16/901 , G06F16/903
Abstract: 本发明属于计算机网络数据处理技术领域，特别涉及一种基于SIR值学习的网络关键节点发现方法及系统，针对样本数据，利用网络分析工具构建不同网络类型的无权无向网络并获取相应网络类型的网络数据；依据无权无向网络及网络数据计算网络节点特征，并利用SIR模型计算表征节点传播能力的SIR值，将网络节点特征和SIR值作为训练样本；构建回归模型，并利用训练样本对回归模型进行训练优化；计算目标网络数据的节点特征，并利用训练优化后的回归模型来获取节点对应的SIR值；通过对SIR值进行排序来选取网络关键节点。本发明利用节点结构上的特征预测节点SIR值来发现高影响力节点，降低节点分析中的复杂度，提高网络中关键节点预测效率，具有较好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.041 seconds)
