-
公开(公告)号：CN118627060A
公开(公告)日：2024-09-10
申请号：CN202411081388.2
申请日：2024-08-08
Applicant: 浙江鹏信信息科技股份有限公司 , 浙江省水文管理中心
Abstract: 本发明涉及物联网数据处理方法、系统及计算机可读存储介质，方法包括：数据采集；数据格式校验，并判断是否通过；若是，则转至步骤S3；S3、利用身份评估算法组件库对校验通过的数据进行评分计算，得到初始身份可信度评分，并判断初始身份可信度评分是否大于目标分值；若是，则转至步骤S4；S4、将原始数据上报至互联网云平台，结合第三方信息查询平台补充新增特征数据，新增特征数据与原始数据数据拼接得到目标特征数据；重新对目标特征数据进行评分计算，得到最终身份可信度评分，并判断最终身份可信度评分是否大于目标分值；若是，则转至步骤S5；S5、将目标特征数据上报至互联网云平台。本发明有效提升物联网安全防护能力。
-
Patent Agency Ranking
公开(公告)号：CN118627060B
公开(公告)日：2025-01-28
申请号：CN202411081388.2
申请日：2024-08-08
Applicant: 浙江鹏信信息科技股份有限公司 , 浙江省水文管理中心
Abstract: 本发明涉及物联网数据处理方法、系统及计算机可读存储介质，方法包括：数据采集；数据格式校验，并判断是否通过；若是，则转至步骤S3；S3、利用身份评估算法组件库对校验通过的数据进行评分计算，得到初始身份可信度评分，并判断初始身份可信度评分是否大于目标分值；若是，则转至步骤S4；S4、将原始数据上报至互联网云平台，结合第三方信息查询平台补充新增特征数据，新增特征数据与原始数据数据拼接得到目标特征数据；重新对目标特征数据进行评分计算，得到最终身份可信度评分，并判断最终身份可信度评分是否大于目标分值；若是，则转至步骤S5；S5、将目标特征数据上报至互联网云平台。本发明有效提升物联网安全防护能力。
-
公开(公告)号：CN118337532B
公开(公告)日：2024-08-23
申请号：CN202410757190.5
申请日：2024-06-13
Applicant: 浙江鹏信信息科技股份有限公司 , 浙江省水文管理中心
IPC: H04L9/40 , G06F18/2411 , G06F18/22 , G06F18/213 , G06F18/23 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及基于零信任的流量安全审计防护方法及系统、可读介质，具体过程包括：采集零信任客户端的流量安全审计数据；判断流量安全审计数据是否超出数据边界；若否，则将流量安全审计数据输入特征提取网络，以输出目标特征向量；将目标特征向量与特征向量库进行聚类计算，判断目标特征向量是否匹配标注有目标告警标签的特征向量；若是，则根据零信任客户端对应的当前评分以及目标告警标签对应的扣除分数的差值计算，得到零信任客户端对应的最终评分；并根据最终评分确定禁止授权或授权评级下降的防护策略。本发明采用离线分析流量安全审计数据，持续对网络、客户端设备进行评估，中止有风险的网络访问，有效减小通信的安全隐患。
-
公开(公告)号：CN118337532A
公开(公告)日：2024-07-12
申请号：CN202410757190.5
申请日：2024-06-13
Applicant: 浙江鹏信信息科技股份有限公司
IPC: H04L9/40 , G06F18/2411 , G06F18/22 , G06F18/213 , G06F18/23 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及基于零信任的流量安全审计防护方法及系统、可读介质，具体过程包括：采集零信任客户端的流量安全审计数据；判断流量安全审计数据是否超出数据边界；若否，则将流量安全审计数据输入特征提取网络，以输出目标特征向量；将目标特征向量与特征向量库进行聚类计算，判断目标特征向量是否匹配标注有目标告警标签的特征向量；若是，则根据零信任客户端对应的当前评分以及目标告警标签对应的扣除分数的差值计算，得到零信任客户端对应的最终评分；并根据最终评分确定禁止授权或授权评级下降的防护策略。本发明采用离线分析流量安全审计数据，持续对网络、客户端设备进行评估，中止有风险的网络访问，有效减小通信的安全隐患。
-
公开(公告)号：CN116720753A
公开(公告)日：2023-09-08
申请号：CN202310982632.1
申请日：2023-08-07
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/2433 , G06F18/2413 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种水文数据的处理方法、系统及可读存储介质，其处理方法包括：采集水文数据并进行数据校验，判断数据校验是否通过；若否，则对校验不通过的异常数据序列进行后续处理；利用One‑Class SVM模型对数据点进行异常检测，得到第一指标值；分别利用EWMA算法、COF算法、Isolation Forest算法对数据点进行异常检测，并结合各算法的权重加权求和得到第二指标值；将数据点对应的历年数据输入LSTM模型得到拟合值，基于拟合值与异常数据序列的方差确定异常数据点，得到第三指标值；将第一指标值、第二指标值和第三指标值作为观测值输入隐马尔可夫模型得到目标异常数据点。本发明提升异常数据的识别精度。
-
公开(公告)号：CN116720753B
公开(公告)日：2023-10-31
申请号：CN202310982632.1
申请日：2023-08-07
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/2433 , G06F18/2413 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种水文数据的处理方法、系统及可读存储介质，其处理方法包括：采集水文数据并进行数据校验，判断数据校验是否通过；若否，则对校验不通过的异常数据序列进行后续处理；利用One‑Class SVM模型对数据点进行异常检测，得到第一指标值；分别利用EWMA算法、COF算法、Isolation Forest算法对数据点进行异常检测，并结合各算法的权重加权求和得到第二指标值；将数据点对应的历年数据输入LSTM模型得到拟合值，基于拟合值与异常数据序列的方差确定异常数据点，得到第三指标值；将第一指标值、第二指标值和第三指标值作为观测值输入隐马尔可夫模型得到目标异常数据点。本发明提升异常数据的识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.064 seconds)
