专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果34个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度学习高效工业控制协议解析方法-CN202210201202.7有效
  • 宁博伟;宗学军;何戡;郑洪宇;杨忠君;连莲;孙逸菲 - 沈阳化工大学
  • 2022-03-03 - 2023-10-24 - H04L69/22
  • 一种基于深度学习高效工业控制协议解析方法,涉及一种工业控制协议解析方法,该方法从仿真平台和开源平台截获得工业控制系统流量数据报文,通过分析协议字段变化特征,采用无监督学习方法,投票专家算法(VE)对协议字段进行序列分割和格式特征推断。将经过处理字段序列特征作为输入,搭建加入注意力机制的双向长短期记忆神经网络模型(BiLSTM‑AM)并进行训练,使用softmax作为协议字段分类器,并且根据分类结果来实现工业协议字段分类结果预测。本发明基于加入注意力机制的双向长短期记忆神经网络模型,在未知工业协议预测和分类上达到了良好检测结果;解决了目前市面上多数网络协议逆向工具无法高效准确解析工业协议的问题。
  • 一种基于深度学习高效工业控制协议解析方法
  • [发明专利]一种工控网络流量实时入侵检测方法-CN202210366787.8有效
  • 连莲;王文诚;宗学军;何戡;杨忠君;郑洪宇 - 沈阳化工大学
  • 2022-04-08 - 2023-09-19 - H04L9/40
  • 本发明一种工控网络流量实时入侵检测方法,涉及一种互联网安全检测方法,本发明针对工业互联网实时流量的周期性特征,提供了一种入侵检测方法,该入侵检测方法对采集的正常流量进行滑动窗口分组构造正常流量特征,并设置正常流量哨兵;然后对采集的攻击流量进行滑动窗口分组构造攻击流量特征,并设置异常流量哨兵;接着通过这两个哨兵快速筛选实时流量中的绝对正常流量组和绝对异常流量组,对组中正常流量和异常流量掺杂的情况通过均值聚类将正常流量和异常流量分离,标记异常流量并反馈给可视化平台,以达到态势感知及入侵检测的目的。该方法有较高的检测成功率并且通过三个方面加快了入侵检测速度,进一步满足工业控制系统实时性的要求。
  • 一种网络流量实时入侵检测方法
  • [发明专利]一种基于可视化胶囊网络入侵检测方法-CN202310431641.1在审
  • 杨忠君;黄晴;宗学军;何戡;张继雪 - 沈阳化工大学
  • 2023-04-21 - 2023-08-15 - H04L9/40
  • 本发明公开了一种基于可视化胶囊网络入侵检测方法,涉及一种网络的入侵检测方法,该方法包括数据处理,模型训练和模型分类三个步骤。首先搜集历史网络安全数据并进行预处理,再对全体数据进行归一化,按比例缩放。然后将样本数据进行可视化处理,使其从一维数据变为具有空间信息的二维矩阵,以此更加适配深度学习模型,对可视化过程中的碰撞特征采用信息熵加权平均算法进行选取,以此构建新的特征值,提高网络效果。使用社交网络搜索算法对胶囊网络结构进行寻优,确定最佳参数。最后对实时采集的网络数据进行网络入侵分类检测。本发明提高了对网络攻击的检测率,降低了误报率。
  • 一种基于可视化胶囊网络入侵检测方法
  • [发明专利]一种基于优化随机森林的工控网络异常检测方法-CN202310045012.5在审
  • 宗学军;王润鹏;何戡;杨忠君;连莲;郑洪宇;孙逸菲;宁博伟 - 沈阳化工大学
  • 2023-01-30 - 2023-05-26 - G06F18/2431
  • 本发明公开了一种基于优化随机森林的工控网络异常检测方法,涉及一种工控网络安全检测方法。该方法对数据集进行特征提取并利用主成分分析降维,划分训练集与测试集,考虑异常检测效率和准确率低的问题,利用改进鲸鱼算法优化随机森林模型。将柯西变异和自适应动态惯性权重相结合,一方面利用柯西变异算子增加种群多样性,避免算法陷入局部最优;另一方面引用自适应动态惯性权重因子提高种群全局搜索能力,加快算法收敛速度。结本发明有着更高的准确率和较强的适应性,更适合工业环境。此外,在国内石油化工行业信息安全重点实验室的油气集输全流程工业场景攻防靶场上进行验证实验,证明了本发明在实际应用中有较高的检测精度。
  • 一种基于优化随机森林网络异常检测方法
  • [发明专利]一种基于BILSTM-CRF工业入侵检测方法-CN202210856731.0在审
  • 何戡;寇文松;宗学军 - 沈阳化工大学
  • 2022-07-21 - 2022-11-25 - H04L9/40
  • 一种基于BILSTM‑CRF工业入侵检测方法,涉及一种网络工业入侵检测方法,本发明根据网络入侵的时序性特点提出了一种由双向长短时记忆网络(Bi‑LSTM)和条件随机场(CRF)组成的网络入侵检测模型—BILSTM‑CRF模型。针对原始攻击数据具有离散性且分布较广的问题,对数据进行数值化及归一化的预处理操作,将模型应用在CIC‑IDS2017数据集上进行实验测试,本发明模型对网络入侵检测的多种攻击类别的精确率P和F1值都有提高,而且模型最终准确率更高(99.81%)远高于其他模型,符合网络入侵检测的要求。证明了该模型在工业控制系统实时入侵检测应用中的性能的优越性。
  • 一种基于bilstmcrf工业入侵检测方法
  • [发明专利]一种基于深度学习的工业控制流量协议识别方法-CN202210366791.4在审
  • 李群峰;郑洪宇;宗学军;何戡;杨忠君;连莲;孙逸菲 - 沈阳化工大学
  • 2022-04-08 - 2022-08-09 - H04L9/40
  • 一种基于深度学习的工业控制流量协议识别方法,涉及一种提高工业控制模型运行方法,本发明将其划分为训练数据集和做测试数据集;通过数据加强将训练数据集调整数据的不平衡性,将处理过后的数据作为下一层的输入;使用最大似然估计计算最优标注序列,通过训练得到最高条件概率对输入数据进行标记;使用MLP作为协议识别的分类器,效果不理想可以优化权重参数,继续学习直到模型最优化,将此模块与真实工控环境结合达到实时监测的效果。本发明绕过了私有协议的预特征处理以及人工提取特征值,避免不必要的困难与损失;实现对工业控制系统协议的实时自动有效解析识别,达到流量监测与分类,避免恶意流量攻击工业系统,保障工业控制系统的安全,提高工业环境的工作效率。
  • 一种基于深度学习工业控制流量协议识别方法
  • [发明专利]一种工业现场PLC网络安全运维方法-CN202111121276.1在审
  • 何戡;陈金喆;宗学军;杨忠君;连莲;齐济 - 沈阳化工大学
  • 2021-09-24 - 2022-01-04 - G05B19/05
  • 一种工业现场PLC网络安全运维方法,涉及一种网络安全运维方法,该方法通过运维操作设备(如:计算机)向运维审计服务器发送建立连接请求,并输入用户名、密码进行身份验证,如身份验证成功,则运维审计服务器将工艺运维服务站的远程桌面传送给运维操作设备并提示登录成功;与此同时运维审计服务器将根据登录的运维人员用户名所对应的操作权限,向协议解析服务站部署相应的权限指令;运维人员通过运维操作设备远程控制工艺运维服务站下发运维指令,且运维指令经由协议解析服务站认证、审核通过后,传送给现场PLC设备,并进行运维操作。本发明加强了对运维人员操作(特殊指令)的管控,提升了对PLC设备运维操作的安全性。
  • 一种工业现场plc网络安全方法
  • [实用新型]一种工业控制系统信息安全演示展屏-CN201922169331.9有效
  • 何戡;张居华;宗学军;郑洪宇;杨忠君;王国刚;程军;金琼;冉维周 - 沈阳化工大学
  • 2019-12-06 - 2020-07-03 - G09F9/00
  • 一种工业控制系统信息安全演示展屏,涉及一种展屏,展屏电视屏区域呈凹空状,电视屏背部设有有固定板,孔结构布局板内有分布均匀、密集的方形孔,活动键盘托盘支架装设有键盘托盘;斜支架为三角固定板,固定板构成三角储槽,放入三角支撑物,保持展屏竖立平衡;底盘为梯形,其上摆放设备,如计算机;下方带有四只脚轮;展屏内侧面有接线端子排;展屏侧面设有可变形弯管,弯管左右末端有插头。本实用新型为一种集成度高、扩展性好的工业控制系统安全信息展屏,该展屏通过孔结构布局板、调节孔、三角支撑物、接线端子排、可变形弯头等结构组合,使之实现展示灵活、表达充分的综合效果。
  • 一种工业控制系统信息安全演示
  • [外观设计]包装桶-CN201930527306.6有效
  • 宗学军 - 宗学军
  • 2019-09-25 - 2020-04-10 - 09-02
  • 1.本外观设计产品的名称:包装桶。2.本外观设计产品的用途:用于包装和运输。3.本外观设计产品的设计要点:在于形状与图案的结合。4.最能表明设计要点的图片或照片:主视图。
  • 包装

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top