-
Patent Agency Ranking
公开(公告)号：CN116346437A
公开(公告)日：2023-06-27
申请号：CN202310209945.3
申请日：2023-03-07
Applicant: 厦门大学
IPC: H04L9/40 , G06F18/214 , G06F18/2451 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种少样本网页指纹学习方法、终端设备及存储介质，该方法中包括：组建预训练数据集和少样本数据集；构建对比网络，对比网络包括数据增强模块、特征提取器、投影头模块和对比损失模块；通过预训练数据集对对比网络进行训练，得到预训练特征提取器；将少样本数据集中的原始流量经过数据增强模块和训练后的特征提取器后得到少样本数据集中各样本的增强流量的特征向量；构建线性分类器，将特征向量作为线性分类器的输入线性分类器进行训练；将训练后的特征提取器和训练后的线性分类器组合得到流量分类模型，通过流量分类模型对待监测网页的流量进行指纹识别。本发明可以通过收集少量流量快速训练新的分类器，保证了网页指纹识别的准确性。
-
公开(公告)号：CN113641935A
公开(公告)日：2021-11-12
申请号：CN202110924601.1
申请日：2021-08-12
Applicant: 厦门大学
IPC: G06F16/958 , G06N20/00
Abstract: 本发明公开了一种利用数据增强提高匿名网络网页指纹监控能力的方法，包括：收集预设数量的网络流量；对每一条收集到的网络流量应用预设次三种数据包增强操作，以将每一条网络流量生成多条不同的网络流量；所述三种数据包增强操作包括插入操作(Injecting)、移除操作(Removing)和丢失操作(Losing)；使用增强后的网络流量数据集对分类器进行训练；监控者监听并捕获用户的网络流量，并利用训练好的分类器实现网页指纹识别。本发明通过三个增强操作模拟了真实互联网环境下可能出现的网络异常情况，具有现实意义；限制收集的网络流量在一定程度上解决了网页指纹识别中出现的可复制性困难和引导时间过长的问题。
-
公开(公告)号：CN113037709A
公开(公告)日：2021-06-25
申请号：CN202110144506.X
申请日：2021-02-02
Applicant: 厦门大学
Abstract: 本发明涉及一种针对匿名网络的多标签浏览的网页指纹监控方法，适用于多个标签网页浏览的现实场景，同时兼容单标签网页浏览的特殊场景。本发明利用网页指纹识别技术，首先对多标签的网页流量进行基于块的最优分割，然后对分割后的标签网页流量进行准确的网页识别，即可监控在多标签情景下通过匿名网络浏览网页的行为。本发明以数据块而不是数据包为分割粒度来划分不同标签网页的网页流量，提升了分割的效率和网页识别的准确率，也体现了一定的鲁棒性。本发明使用同一个CNN分类器判定多标签浏览行为和分割每个标签网页流量，然后使用两个CNN分类器识别多个标签网页；本发明执行过程中，无需人工调整参数，CNN分类器训练快速收敛，且具有鲁棒性。
-
公开(公告)号：CN113641935B
公开(公告)日：2023-10-20
申请号：CN202110924601.1
申请日：2021-08-12
Applicant: 厦门大学
IPC: G06F16/958 , G06N20/00
Abstract: 本发明公开了一种利用数据增强提高匿名网络网页指纹监控能力的方法，包括：收集预设数量的网络流量；对每一条收集到的网络流量应用预设次三种数据包增强操作，以将每一条网络流量生成多条不同的网络流量；所述三种数据包增强操作包括插入操作(Injecting)、移除操作(Removing)和丢失操作(Losing)；使用增强后的网络流量数据集对分类器进行训练；监控者监听并捕获用户的网络流量，并利用训练好的分类器实现网页指纹识别。本发明通过三个增强操作模拟了真实互联网环境下可能出现的网络异常情况，具有现实意义；限制收集的网络流量在一定程度上解决了网页指纹识别中出现的可复制性困难和引导时间过长的问题。
-
公开(公告)号：CN113037709B
公开(公告)日：2022-03-29
申请号：CN202110144506.X
申请日：2021-02-02
Applicant: 厦门大学
Abstract: 本发明涉及一种针对匿名网络的多标签浏览的网页指纹监控方法，适用于多个标签网页浏览的现实场景，同时兼容单标签网页浏览的特殊场景。本发明利用网页指纹识别技术，首先对多标签的网页流量进行基于块的最优分割，然后对分割后的标签网页流量进行准确的网页识别，即可监控在多标签情景下通过匿名网络浏览网页的行为。本发明以数据块而不是数据包为分割粒度来划分不同标签网页的网页流量，提升了分割的效率和网页识别的准确率，也体现了一定的鲁棒性。本发明使用同一个CNN分类器判定多标签浏览行为和分割每个标签网页流量，然后使用两个CNN分类器识别多个标签网页；本发明执行过程中，无需人工调整参数，CNN分类器训练快速收敛，且具有鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
