公开(公告)号：CN118473792A

公开(公告)日：2024-08-09

申请号：CN202410681641.1

申请日：2024-05-29

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 熊小兵 ,  舒辉 ,  申晨阳 ,  王映淇 ,  魏然

IPC: H04L9/40

Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于深度学习的APT样本检测方法及系统，收集APT数据样本并利用利用深度学习方法提取APT数据样本关键函数特征；依据APT数据样本关键函数特征构建APT特征函数库，在APT特征函数库中以数据表格形式存储APT信息、APT数据样本信息及特征函数信息；将待检测流量数据中功能函数与APT特征函数库中的特征函数进行相似性度量，根据相似性度量结果判定待检测流量数据是否为APT恶意流量。本发明将深度学习和自动化特征提取技术相结合来识别关键特征函数的相似性，能够准确检测和识别来自某个APT组织的恶意样本，提高APT样本分析效率和准确率。

公开(公告)号：CN117558032A

公开(公告)日：2024-02-13

申请号：CN202311577850.3

申请日：2023-11-23

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 周萌阳 ,  李昊钰 ,  申晨阳 ,  王奕森 ,  江子锐 ,  翟锦源 ,  邱戈 ,  郭瀚杨 ,  黄敏感

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种带时序特征的类图像处理的足弓类型检测方法。该方法包括：构建改进的AlexNet图像分类模型和足底图像数据集；针对足底图像数据集中的每个足底图像，进行数据增强处理，以便生成该足底图像对应的m张子图，从而得到新的足底图像数据集，并分为训练集、测试集和验证集；提取各足底图像对应的足弓特征指标；针对每张原始的足底图像，使用该原始的足底图像和对应的m张子图作为连续m+1个时刻的足底图像，将该m+1张足底图像对应的足弓特征指标转换为一张灰度图像；使用得到的灰度图像作为改进的AlexNet图像分类模型的输入，进行有监督训练，得到训练好的图像分类模型；获取待测足底图像，将待测足底图像输入至训练好的图像分类模型，得到足弓类型。