“施江勇”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种敏感数据隐私保护的天际线查询方法及系统-CN202211562891.0有效
发明人：杨岳湘;陈誉;柳林;付绍静;叶昭晖;顾智拼;刘吉元;施江勇;孙一鹏 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-07 - 公布日： 2023-08-01 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种敏感数据隐私保护的天际线查询方法和系统，其将敏感数据信息通过加法秘密共享上传到两个不合谋的第一服务器和第二服务器，两个服务器通过联合隐私计算生成天际线图，且各自拥有对应份额图；在用户端将用户信息通过加法秘密共享上传，各服务器在各自的份额图上联合地通过私有信息检索方法检索用户所期望查询的相似信息份额，并将所述相似信息份额发送至所述用户端；所述用户端恢复完整的查询信息，以进行辅助决策；其一方面提高了现有技术中外包查询的个人数据和敏感模型隐私保护的安全级别，另一方面实现了离线查询，显著缩短了查询感知时间。
一种敏感数据隐私保护天际线查询方法系统

[发明专利]基于度量学习的联邦学习恶意模型更新的检测方法及系统-CN202211563482.2在审
发明人：杨岳湘;顾智拼;刘吉元;叶昭晖;施江勇;陈誉;孙一鹏 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-07 - 公布日： 2023-04-04 - 主分类号： G06N3/098 文献下载
摘要：本发明公开了一种基于度量学习的联邦学习恶意模型更新的检测方法，采集本地更新数据，并对本地更新数据进行预处理，得到特征向量；将特征向量输入度量学习模块，进行训练和测试，得到训练好的度量学习网络并通过其获得特征向量的低维表示；将低维表示输入异常检测模块，筛选符合要求的低维表示并找到对应的模型更新；将模型更新输入安全聚合模块，进行安全聚合，得到客户端平均准确率并将其输入提前终止模块，计算差值，若差值大于阈值则继续联邦学习，反之则终止联邦学习；本发明从模型更新中直接使用度量学习映射得到低维特征表示，不对模型更新做任何采样裁剪，将低维特征表示用于异常监测，加强低维表示效果的同时减小计算负担。
基于度量学习联邦恶意模型更新检测方法系统

[发明专利]基于动作场景强化的脚本事件预测方法-CN202111202221.3有效
发明人：黄振宇;王勇军;马行空;解培岱;许方亮;施江勇;严晔晴 -专利权人：中国人民解放军国防科技大学
申请日： 2021-10-15 - 公布日： 2022-09-13 - 主分类号： G06F40/205 文献下载
摘要：本发明公开了一种基于动作场景强化的脚本事件预测方法，目的是提高脚本事件预测准确率。技术方案是：先构建由元素编码模块、Token表示模块、事件预测层构成的脚本事件预测系统；从事件性新闻文本中抽取出一系列事件序列作为训练脚本事件预测系统所需的数据；对训练数据进行预处理，得到事件序列的token编码序列和动作序列的token编码序列，作为训练数据。使用训练数据训练Token表示模块和事件预测层，得到网络权重参数。训练后的脚本事件预测系统接收用户输入的已发生的事件序列，进行元素编码、Token表示，根据已发生的事件序列预测候选事件集合中最可能发生的事件。采用本发明可以提高脚本事件预测准确率。
基于动作场景强化脚本事件预测方法

[发明专利]人员流动性的安全预测方法、系统、客户端设备及服务器-CN202210299560.6在审
发明人：柳林;付绍静;黄雪伦;罗玉川;王勇军;赵文涛;陈荣茂;施江勇 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-25 - 公布日： 2022-06-28 - 主分类号： H04L9/40 文献下载
摘要：本发明提供一种人员流动性的安全预测方法、系统、客户端设备及服务器，方法包括：获取客户端所属用户的轨迹数据，根据轨迹数据随机分成第一秘密共享数据；根据轨迹数据、服务器端传输的对人员流动性预测模型的模型参数随机分成得到的第二秘密共享数据以及可信第三方产生的第一随机数集合应用安全交互协议与服务器端交互进行预训练的人员流动性预测模型的推理，获取第一推理结果；接收服务器端根据第一秘密共享数据、模型参数以及可信第三方产生的第二随机数集合对人员流动性预测模型进行交互推理获取的第二推理结果，结合第一推理结果和第二推理结果获取预测结果。本发明能够实现安全有效的预测，在保证准确率的同时，减小通信开销。
人员流动性安全预测方法系统客户端设备服务器

[发明专利]一种基于变分自编码器的恶意更新检测方法及系统-CN202210232667.9有效
发明人：杨岳湘;顾智拼;刘吉元;施江勇;陈誉;孙一鹏;何亮忠 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-10 - 公布日： 2022-05-13 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于变分自编码器的恶意更新检测方法及系统，该方法包括步骤：采集本地更新数据，并对本地更新数据进行预处理，得到代理向量；将代理向量输入至多个变分自编码器，对变分自编码器进行预训练，将多轮次的代理向量输入至预训练完成的变分自编码器，得到多轮次的重构向量，根据多轮次的代理向量和多轮次的重构向量，得到多轮次的重构误差；根据多轮次的代理向量进行聚类，进而判断本地更新是否为恶意更新；该系统包括特征提取模块、重构误差计算模块和聚类模块；与现有技术相比，本发明通过多个变分自编码器得到重构误差，并通过聚类方法对代理向量进行聚类，进而判断本地更新是否为恶意更新，可以应对恶意更新占多数的情况。
一种基于编码器恶意更新检测方法系统

[发明专利]一种基于多模态神经网络的恶意加密流量检测方法-CN202110612198.9有效
发明人：杨岳湘;刘吉元;施江勇;顾智拼;孙一鹏;吴添君;何亮忠 -专利权人：中国人民解放军国防科技大学
申请日： 2021-06-02 - 公布日： 2021-08-10 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种基于多模态神经网络的恶意加密流量检测方法，具体包括如下步骤：S1：构建一个特征提取模块，从网络流量上捕获数据包，并输出网络流的多个模态的特征；S2：构建并训练一个神经网络检测模块，输入S1中输出的网络流的多个模态的特征，进行恶意流量检测。本发明能够提取网络流量的多模态特征，从多个维度对网络流量进行分析，提高恶意流量识别率。
一种基于多模态神经网络恶意加密流量检测方法

[发明专利]基于IDS反馈的软件定义网络流采样方法及系统-CN201810083594.5有效
发明人：杨岳湘;施江勇;曾迎之;唐川;李文华;王晓磊 -专利权人：中国人民解放军国防科技大学
申请日： 2018-01-29 - 公布日： 2020-12-04 - 主分类号： H04L12/801 文献下载
摘要：本发明公开了一种基于IDS反馈的软件定义网络流采样方法及系统，借助SDN控制器对于网络流量的集中控制能力对流量先临时采样送给IDS进行初步检测，并根据IDS检测的结果决定是否继续对该流进行采样，从而提高采样的准确性，在带宽有限的情况下尽可能选择具有高威胁度的流量进行检测，提高采样带宽的利用率和检测的精度。本发明实施简单、反馈速度快，使用独立的采样表实施采样，采样不影响正常业务，具有在实际系统，尤其是云数据中心进行部署的能力。
基于 ids 反馈软件定义网络采样方法系统

[发明专利]一种虚拟机安全监控方法及系统-CN201710316584.7在审
发明人：杨岳湘;施江勇;曾迎之;唐川;王晓磊 -专利权人：中国人民解放军国防科学技术大学
申请日： 2017-05-08 - 公布日： 2018-03-13 - 主分类号： G06F11/30 文献下载
摘要：本发明公开了一种虚拟机安全监控方法及系统，利用了虚拟化异常功能（#VE）实现对应用程序执行的监控。同时，通过EPT页表的隔离，可以实现应用程序和操作系统的隔离，以及不同应用程序之间的内存隔离。CPU在执行时，通过CPU硬件提供的VMFUNC功能实现不同EPT页表的切换，从而实现执行流的切换。本发明采用带内的方式实现虚拟机安全监控，同时基于新的硬件特性支持保证监控程序和监控目标的安全隔离，以最终达到安全和效率的统一。
一种虚拟机安全监控方法系统

[发明专利]一种隐匿P2P程序实时检测方法及系统-CN201410291325.X有效
发明人：杨岳湘;何杰;曾迎之;唐川;王晓磊;施江勇;田硕伟 -专利权人：中国人民解放军国防科学技术大学
申请日： 2014-06-26 - 公布日： 2017-01-11 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种隐匿P2P程序实时检测方法及系统，属于网络安全技术领域。本发明的基本思想是分两步完成对隐匿P2P程序的检测：首先，利用网络流的关键属性和BGP前缀提取流簇，根据是否存在流簇来判断IP主机是否运行了P2P程序；然后，通过分析流簇的IP回访总次数来检测P2P主机上运行的是否为隐匿P2P程序。与现有技术相比，本发明具有以下优势：方法简单，计算开销小，可以对隐匿P2P程序进行实时检测；无需使用标准流量数据集进行预先训练；当待检网络内运行的同类型隐匿P2P程序只有一个时，也可以实施精确检测；当待检主机上同时运行了合法P2P程序和隐匿P2P程序时，同样适用；检测精度高，误报率低，且扩展性好，可与已有的NIDS系统无缝集成。
一种隐匿 p2p 程序实时检测方法系统

[发明专利]一种基于P2P僵尸节点感知的自适应网络流量采样方法-CN201510643971.2有效
发明人：杨岳湘;何杰;曾迎之;唐川;王晓磊;施江勇;李城烨 -专利权人：中国人民解放军国防科学技术大学
申请日： 2015-10-08 - 公布日： 2016-11-16 - 主分类号： H04L12/26 文献下载
摘要：本发明公开了一种基于P2P僵尸节点感知的自适应网络流量采样方法，属于网络数据处理领域。本发明首先根据P2P僵尸网络的本质特性，从高速网络中以较小的开销提取出潜在P2P僵尸节点的IP地址；然后根据即时采样率分配算法对目标采样率进行分配，计算各个IP地址的即时采样率；最后用计算所得的即时采样率对报文进行采样，将采得的网络流量输入P2P僵尸网络检测系统，以便进行进一步细粒度的检测。本发明自适应调节速度快，感知P2P僵尸节点能力强，能在目标采样率不变的情况下，极大的提高P2P僵尸节点流量的采样率，可与已有的基于网络流量的P2P僵尸网络检测系统无缝集成。
一种基于 p2p 僵尸节点感知自适应网络流量采样方法

1
共 10 条