“浙江中都信息技术有限公司”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于遗传算法的隐马尔科夫模型在主机风险评估中的应用-CN201710011231.6有效
发明人：冯望烟;吴淑宁;张立钢 -专利权人： 浙江中都信息技术有限公司
申请日： 2017-01-06 - 公布日： 2018-12-21 - 主分类号： G06F21/55 文献下载
摘要：本发明属于网络安全技术领域，具体涉及基于遗传算法的隐马尔科夫模型在主机风险评估中的应用；所述的基于遗传算法的隐马尔科夫模型在主机风险评估中的应用包括以下具体步骤：1)建立隐马尔科夫模型；2)应用遗传算法优化隐马尔科夫模型；本发明将隐马尔可夫模型和遗传算法结合使用来对主机风险进行评估，能够避免单独使用隐马尔可夫模型来对主机风险进行评估时的有时警报可能不在特定时间段内出现，关于该警报的先验信息则无法捕获，或者有时由于系统错误而可能生成太多警报，则先验信息会被夸大的问题。
基于遗传算法隐马尔科夫模型主机风险评估中的应用

[发明专利]用于在企业网络中检测异常主机的机器学习系统-CN201611144494.6有效
发明人：冯望烟;吴淑宁;张立钢 -专利权人： 浙江中都信息技术有限公司
申请日： 2016-12-13 - 公布日： 2018-08-24 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种用于在企业网络中检测异常主机的机器学习系统。所述机器学习系统包括数据收集子系统、数据处理子系统、三阶段机器学习子系统和标记报警子系统，所述四个子系统顺次衔接，所述数据收集子系统收集企业网络中各类安全信息后，传递给所述数据处理子系统，所述数据处理子系统对数据进行标准化和特征提取处理后，将特征向量传递给所述三阶段机器学习子系统，所述三阶段机器学习子系统对安全信息进行逐级求精的甄别和筛选，将异常主机的信息传递给所述标记报警子系统，所述标记报警子系统对异常主机进行标记，对达到报警要求的异常主机和安全事件进行报警。所述机器学习系统能够解决现有技术存在的报警量大、虚警率高的问题。
用于企业网络检测异常主机机器学习系统

[发明专利]一种预测恶意软件感染的统计预测系统和方法-CN201710011379.X有效
发明人：冯望烟;张立钢;吴淑宁 -专利权人： 浙江中都信息技术有限公司
申请日： 2017-01-06 - 公布日： 2018-06-01 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及网络安全领域，特别涉及一种预测恶意软件感染的统计预测系统和方法。本发明根据员工的统计数据来预测其在企业网络中被恶意软件感染的风险，以便对高风险员工采取预防措施。本发明针对个体员工在未来被恶意软件感染的可预见性进行分析，结合安全信息和事件管理工具实现对高风险组采取主动应对，同时，还可可以识别具有统计意义的关键驱动因素，进而可供决策使用，以帮助安全风险和管理机构设计和执行安全策略并监控其有效性。
恶意软件感染预测系统预测员工网络安全领域安全策略安全信息工具实现关键驱动管理机构企业网络事件管理统计数据预防措施统计监控决策分析帮助安全

[发明专利]一种动态IP到主机映射的高效方法-CN201710011380.2有效
发明人：冯望烟;吴淑宁;张立钢 -专利权人： 浙江中都信息技术有限公司
申请日： 2017-01-06 - 公布日： 2017-11-21 - 主分类号： H04L29/12 文献下载
摘要：本发明涉及网络安全领域，特别涉及一种动态IP到主机映射的高效方法。本发明包括如下步骤1)数据采集；2)数据排序；3)对于每台主机，在对应的相同IP下，结束时间为下一个立即分配的时间戳，如果没有下一个立即分配的时间戳，则使用最新的日志时间或当前时间作为结束时间；4)在相应的相同IP下，使用邻近变化点检测算法创建动态主机分组；5)通过IP，主机和主机组来合并起始时间和结束时间；6)输出最终映射表。本发明可智能的来动态和自动地推断主机上IP分配的结束时间，只需要三个最小数据元素(IP，主机和起始时间)，更简单和更灵活，并采用动态主机分组算法，用最少量的结果映射表获得精确的IP到主机的映射。
一种动态 ip 主机映射高效方法

[发明专利]基于终端代理的威胁监控及数据防泄露方法与系统-CN201710044237.3在审
发明人：吴淑宁;冯望烟;张立钢 -专利权人： 浙江中都信息技术有限公司
申请日： 2017-01-19 - 公布日： 2017-06-13 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于终端代理的威胁监控及数据防泄漏方法与系统。所述方法通过在终端设备上部署代理软件，收集用户的行为数据，将收集到的数据发送到中央数据仓库，在数据仓库中，这些收集的信息被归类并摘要；处理后的数据，用作机器学习系统的输入，进行进一步的安全分析，以便监控用户的各种操作行为，在数据泄露发生前，就及时获知数据泄露风险，采取合适的行动，防止数据丢失。所述系统包括部署于各类终端设备上的代理软件、中央数据仓库、机器学习单元和配套的网络通信模块。本发明提供的方法和系统能够克服现有的DLP工具不能为企业提供全面可靠的威胁监控和数据防泄漏保障的问题。
基于终端代理威胁监控数据泄露方法系统

[发明专利]一种企业安全运营中心Bot-CN201710060586.4在审
发明人：冯望烟;吴淑宁;张立钢 -专利权人： 浙江中都信息技术有限公司
申请日： 2017-01-25 - 公布日： 2017-06-13 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种辅助SOC分析师检测、调查和修复企业网络安全中的各种事件的SOC Bot。所述SOC Bot包括数据收集、数据识别、数据处理、数据整合、机器学习、标记报警、命令执行等部分，所述各部分相互配合，共同完成企业安全线索收集、安全事件监测与标记、安全威胁报警和安全防护与修复等功能，为SOC安全分析师提供分析线索，执行安全分析师下达的任务。通过所述Bot可以大幅度减轻分析人员的劳动强度，大幅提升企业安全检测、维护工作的效率和自动化智能化水平。
一种企业安全运营中心 bot