具有非线性防污闪结构的复合绝缘子

    公开(公告)号:CN109887688A

    公开(公告)日:2019-06-14

    申请号:CN201910017856.2

    申请日:2019-01-09

    Abstract: 一种具有非线性防污闪结构的复合绝缘子,适用于交流电力系统,包括芯棒,所述芯棒的一端安装有端部金具球窝,所述芯棒的另一端安装有端部金具球头,所述芯棒的外侧套有非线性防污闪层,所述非线性防污闪层的外侧套有带有护套的硅橡胶伞群,所述具有非线性电导防污闪层为非线性电导材料,所述非线性电导材料包括氧化锌陶瓷粉体颗粒、硅橡胶。其有益效果是:采用非线性防污闪结构的绝缘子,将非线性电导复合材料引入复合绝缘子中,用于均匀复合绝缘子沿芯棒方向的场强分布。不仅可以使干区处场强下降,抑制污闪发生,同时替代了人工和涂料等,降低了成本。

    一种状态感知的轻量级蓝牙安全框架

    公开(公告)号:CN119854762A

    公开(公告)日:2025-04-18

    申请号:CN202411818208.4

    申请日:2024-12-11

    Applicant: 清华大学

    Abstract: 本申请提出一种状态感知的轻量级蓝牙安全框架,包括:基于状态的规则构建模块,用于从蓝牙低功耗攻击数据库中提取攻击步骤和攻击数据包,基于蓝牙规范构建有限状态机模型,通过定义正常状态、非法状态及状态间的转移路径,生成针对恶意路径的状态转换规则;eBPF规则部署模块,用于利用LLVM编译器将状态转换规则编译为eBPF字节码,并通过蓝牙服务将eBPF字节码传输至目标BLE设备,将eBPF字节码加载至目标BLE设备内核环境中,以使eBPF规则实时生效;会话状态提取模块,用于在链路层和安全管理协议层部署钩子捕获会话流量,根据部署的eBPF规则分析捕获的会话事件以实时更新有限状态机状态,并在检测到恶意路径时触发防御机制,阻止攻击行为并重置有限状态机状态。

    一种基于交叉注意力特征融合的小样本攻击流量检测方法

    公开(公告)号:CN118764229A

    公开(公告)日:2024-10-11

    申请号:CN202410787353.4

    申请日:2024-06-18

    Applicant: 清华大学

    Abstract: 本申请提出了一种基于交叉注意力特征融合的小样本攻击流量检测方法,涉及网络安全技术领域,其中,该方法包括:获取目标网络的流量数据;使用神经网络模型对流量数据进行编码,在编码时提取流量数据的序列化特征,并将流量数据的序列化特征和非序列化特征、采用交叉注意力机制进行融合,得到流量数据的流量特征;采用分类模型,基于流量特征对流量数据进行分类,确定流量数据为正常流量或异常流量。采用上述方案的本发明能够在小样本条件下实现精确的攻击流量识别。

    基于状态混淆的无连接IPID状态泄露攻击防御方法和装置

    公开(公告)号:CN118487821A

    公开(公告)日:2024-08-13

    申请号:CN202410644739.X

    申请日:2024-05-23

    Applicant: 清华大学

    Abstract: 本发明提出一种基于状态混淆的无连接IPID状态泄露攻击防御方法,包括,获取待保护主机;对发往待保护主机的请求数据包进行监控;若待保护主机的count_ICMP或unique_ICMP_srcIPs出现异常,则通过交换机代理回复ICMP请求数据包;若待保护主机的unique_UDP_srcIPs出现异常,则对发往待保护主机的UDP数据包的源IP地址进行动态映射,并对源地址空间进行动态压缩转换;若请求数据包经过了地址转换,则将回复数据包的dst_IP和dst_Port转换成原请求数据包的源IP地址和源端口号。

    一种训练风险识别模型的方法及装置

    公开(公告)号:CN117743856A

    公开(公告)日:2024-03-22

    申请号:CN202311845208.9

    申请日:2023-12-28

    Abstract: 本说明书实施例涉及一种训练风险识别模型的方法及装置,方法包括:首先,获取有硬标签的第一样本集,以及无标签的第二样本集,任一样本集包括交易样本,硬标签指示交易是否为风险交易。然后,基于插值法对第一样本集进行样本增强,并使用增强后的第一样本集训练得到第一模型。接下来,将第一样本集和第二样本集构成的样本总集中的各个交易样本输入到第一模型中,得到关于风险预测的软标签。最后,将第一样本集中的交易样本输入到第二模型中,基于硬标签确定第一损失;将样本总集中的交易样本输入到第二模型中,基于软标签确定第二损失;基于第一损失和第二损失所确定的总预测损失,对第二模型进行训练,第二模型用于预测交易是否为风险交易。

Patent Agency Ranking