一种社会工程学攻击仿真与验证量化评估方法

    公开(公告)号:CN113055366A

    公开(公告)日:2021-06-29

    申请号:CN202110244730.6

    申请日:2021-03-05

    Inventor: 王伟 齐亚灵 韩昫

    Abstract: 本发明公开了一种社会工程学攻击仿真与验证量化评估方法,包括以下步骤:步骤1、利用针对选定攻击目标选择的伪装身份以及被攻击者的弱点所采取的具体的攻击手段,确定攻击载荷;步骤2、对攻击载荷导致的后果的严重性和杀伤力进行评估;步骤3、根据步骤2得到的评估结果选择相应防御手段拦截社会工程学攻击;步骤4、构建仿真与验证的指标体系,对仿真结果进行评估。本发明可以用于对社会工程学中的攻击链进行仿真,通过攻击载荷的确认、攻击后果的评估和防御效果的评估对社会工程学攻击链进行全面思考研究,为制订合理的通信网安全保障措施和制订对敌方友校的通信网攻击策略提供理论依据和实践方法。

    基于知识蒸馏和锐度感知最小化的个性化联邦学习方法

    公开(公告)号:CN118862948A

    公开(公告)日:2024-10-29

    申请号:CN202410786500.6

    申请日:2024-06-18

    Abstract: 本发明提供了一种基于知识蒸馏和锐度感知最小化的个性化联邦学习方法。该方法包括:服务器生成全局共享无标签伪数据集,并下发给各个客户端;客户端利采用锐度感知最小化方法对本地模型进行优化,得到优化后的本地模型wc;客户端利用本地数据集和无标签伪数据集生成本地知识,服务器对各个客户端的本地知识中的logits依据权重系数进行加权运算得到全局#imgabs0#将由全局原型p和全局#imgabs1#构成的全局知识下发给各个客户端;客户端根据本地logits和全局知识中的全局#imgabs2#对本地模型wc进行更新。本发明利用无标签伪数据集作为公共数据集进行知识蒸馏,就能够实现良好的性能。服务器利用权重对本地知识进行聚合,以获得高质量的全局知识,用于提升本地模型性能。

Patent Agency Ranking