检索结果-内蒙古大学图书馆

E动时尚 2023年第2期 22-24页

作者：索朗旺姆国家计算机网络与信息安全管理中心西藏分中心

随着技术的不断发展,互联网在人们的日常生活中得到了广泛应用,给人们的生活带来了极大的便利,但个人信息泄露和网络诈骗等问题也随之而来.新时代,应重视网络信息安全并开展有针对性的防护工作,充分认识到互联网时代的便利性和潜在的风... 详细信息

随着技术的不断发展,互联网在人们的日常生活中得到了广泛应用,给人们的生活带来了极大的便利,但个人信息泄露和网络诈骗等问题也随之而来.新时代,应重视网络信息安全并开展有针对性的防护工作,充分认识到互联网时代的便利性和潜在的风险,加强网络信息保护.因此,对"互联网+"时代网络信息安全现状与防护展开深入探究具有重要的现实意义,能够推动我国网络信息安全工作进一步开展.

关键词： "互联网+"时代网络信息安全信息防护

来源：评论

学校读者我要写书评

暂无评论

基于Scrapy的高性能网站状态批量采集系统

引用

中国新通信 2023年第13期25卷 48-50页

作者：赵鹏苏楠于慧霞国家计算机网络与信息安全管理中心宁夏分中心

为实现对网站是否可用、域名解析是否发生变化、页面响应速度是否正常等状态的监测,需要定时批量采集上述信息,本文基于Scrapy框架设计并实现高性能网站状态批量采集系统。利用Scrapy异步IO框架高吞吐量的特点,可在短时间内完成大批量... 详细信息

为实现对网站是否可用、域名解析是否发生变化、页面响应速度是否正常等状态的监测,需要定时批量采集上述信息,本文基于Scrapy框架设计并实现高性能网站状态批量采集系统。利用Scrapy异步IO框架高吞吐量的特点,可在短时间内完成大批量网站状态信息采集工作,能够有效地支撑后续网站状态监测分析。

关键词： Scrapy 高性能网站状态批量采集

来源：评论

学校读者我要写书评

暂无评论

赌博网站自动识别技术研究

引用

信息安全研究 2023年第5期9卷 440-445页

作者：杨哲陈应虎国家计算机网络与信息安全管理中心云南分中心昆明650228

网络赌博存在严重的信息安全风险,有效发现判定赌博网站对维护国家金融稳定有着十分重要的意义.针对赌博网站发现困难的问题,提出一种赌博网站自动识别技术方案,该方案根据云平台的AS信息获取其拥有的IP网段,遍历IP反向解析域名后进行... 详细信息

网络赌博存在严重的信息安全风险,有效发现判定赌博网站对维护国家金融稳定有着十分重要的意义.针对赌博网站发现困难的问题,提出一种赌博网站自动识别技术方案,该方案根据云平台的AS信息获取其拥有的IP网段,遍历IP反向解析域名后进行分布式爬取以获得网站截图.针对赌博网站判定困难的问题(例如有的赌博网站仅是一幅包含赌博APP下载链接的图片),方案利用dHash算法对正样本进行清洗,训练卷积神经网络(CNN)进行网站二分类.实验结果表明方案泛化能力较强、人工参与少,可在一定程度上解决赌博网站发现、识别方面存在的问题.

关键词：网络赌博卷积神经网络(CNN) dHash算法分布式爬虫云平台自动识别

来源：评论

学校读者我要写书评

暂无评论

一种云平台上加密TLS应用流量分类方法及系统

一种云平台上加密TLS应用流量分类方法及系统

引用

作者：王一鹏云晓春赖英旭 100124 北京市朝阳区平乐园100号

本发明公开了一种云平台上加密TLS应用流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对加密TLS应用流量样本进行统一处理；对训练数据进行学习训练，构建应用分类模型；分类阶段包括：对未分类的加密TLS应用流量... 详细信息

标准号: CN113723440B

本发明公开了一种云平台上加密TLS应用流量分类方法及系统，该方法包括训练阶段和分类阶段；训练阶段包括：对加密TLS应用流量样本进行统一处理；对训练数据进行学习训练，构建应用分类模型；分类阶段包括：对未分类的加密TLS应用流量样本进行统一处理；根据训练阶段得到的应用分类模型，对待测流量样本的应用类型进行判别，并输出判别结果。本方法及系统通过提取网络流的报文长度序列并结合门限机制、自注意力机制等，从而实现了准确率、效率更优的“云”平台上加密TLS应用流量分类。

关键词：应用流量加密训练阶段分类阶段统一处理应用分类分类样本注意力机制报文长度流量样本门限机制判别结果学习训练训练数据应用类型网络流云平台准确率构建输出

来源：评论

学校读者我要写书评

暂无评论

一种基于特定话题下的社交网络数据获取方法

一种基于特定话题下的社交网络数据获取方法

引用

作者：欧圣波杨博李致徐彦婷王海洋隋明爽董一凡初杰 264000 山东省烟台市高新区蓝海路1号蓝海国际软件园A座

一种基于特定话题下的社交网络数据获取方法，涉及网络信息采集领域，本发明针对现有的社交网络获取方法采集结果不准确、效率低、获取数据不完整、考虑维度不全面的缺陷，提供了一种社交网络数据获取方法：对目标用户在特定话题下的社... 详细信息

标准号: CN115687798A

一种基于特定话题下的社交网络数据获取方法，涉及网络信息采集领域，本发明针对现有的社交网络获取方法采集结果不准确、效率低、获取数据不完整、考虑维度不全面的缺陷，提供了一种社交网络数据获取方法：对目标用户在特定话题下的社交关系进行关联分析，获得社交网络数据；构建并合成社交网络全信息无向图；获得目标用户发布社交信息的总次数和相邻两用户进行社交行为的总次数；预设不同社交行为的权重，计算两个用户之间的社交关联度；获得关联用户的影响力，采集关联用户针对特定话题的社交网络数据，并统计追踪热度；当采集的总数据量达到预设数量时，停止采集。用于获取特定话题下的社交网络数据。

关键词：社交网络采集关联用户目标用户社交行为数据获取话题预设网络信息采集关联分析获取数据社交关系社交信息总数据量关联度全信息无向图构建权重热度维度合成追踪发布统计

来源：评论

学校读者我要写书评

暂无评论

网络安全事件的监测方法、装置、电子设备以及存储介质

网络安全事件的监测方法、装置、电子设备以及存储介质

引用

作者：雷君何能强仇晨悦张宇鹏朱文扬周彧季莹莹严定宇郑勤健周昊尤杰张录录李雪峰尚程杨满智梁彧傅强王杰金红高川贾世琳吕卓航楼书逸文静贺铮王宏宇刘玲张榜秦佳伟石桂欣 100029 北京市朝阳区裕民路甲3号

本申请实施例公开了一种网络安全事件的监测方法、装置、电子设备以及存储介质。其中，该方法包括：当接收到安全监测系统发送的网络安全事件上报信息时，获取网络安全事件的日志信息；根据网络安全事件的日志信息，在备份信息数据库中... 详细信息

标准号: CN115811421A

本申请实施例公开了一种网络安全事件的监测方法、装置、电子设备以及存储介质。其中，该方法包括：当接收到安全监测系统发送的网络安全事件上报信息时，获取网络安全事件的日志信息；根据网络安全事件的日志信息，在备份信息数据库中确定与所述网络安全事件匹配的监管主体；生成与所述网络安全事件匹配的处理工单，并将所述处理工单发送至所述监管主体。本技术方案根据网络安全事件的日志信息，在备份信息数据库中确定出相匹配的监管主体，并对监管主体发送处理工单，实现了对网络安全事件的快速响应处置，缩短了网络安全事件响应处置时间。

关键词：网络安全事件日志信息匹配备份信息监管数据库安全监测系统发送存储介质电子设备发送处理快速响应上报信息监测响应申请

来源：评论

学校读者我要写书评

暂无评论

一种视觉场景标志检测与识别方法及装置

一种视觉场景标志检测与识别方法及装置

引用

作者：张菁张广朋张冬明王柳谦 100022 北京市朝阳区平乐园100号

本申请实施例涉及一种视觉场景标志的检测与识别方法及装置，该方法包括：通过视觉场景标志合成算法确定目标识别类别的视觉场景标志训练数据；基于多尺度特征融合网络模型，对视觉场景标志训练数据进行视觉场景标志的检测与识别；其中... 详细信息

标准号: CN114118127B

本申请实施例涉及一种视觉场景标志的检测与识别方法及装置，该方法包括：通过视觉场景标志合成算法确定目标识别类别的视觉场景标志训练数据；基于多尺度特征融合网络模型，对视觉场景标志训练数据进行视觉场景标志的检测与识别；其中，多尺度特征融合网络模型基于以下步骤获得：构建多尺度特征融合网络模型；基于视觉场景标志合成数据对多尺度特征融合网络模型进行第一训练，得到第一训练后的多尺度特征融合网络模型；基于预先标注的视觉场景标志对第一训练后的多尺度特征融合网络模型进行第二训练，得到训练好的多尺度特征融合网络模型。本申请实施例能够提升视觉场景标志检测与识别的精准度和速度。

关键词：视觉场景多尺度特征融合网络训练数据标志检测合成数据合成算法目标识别精准度检测构建申请标注

来源：评论

学校读者我要写书评

暂无评论

一种基于模型解释的规则式应用流量分类方法及系统

一种基于模型解释的规则式应用流量分类方法及系统

引用

作者：王一鹏赵辰 100124 北京市朝阳区平乐园100号

本发明公开了一种基于模型解释的规则式应用流量分类方法及系统，该方法包括用于构建阶段和分类阶段；构建阶段包括：对已知类型的应用流量样本进行统一处理；对深度学习模型进行训练调优；通过基于模型解释的方法对训练调优后的深度学... 详细信息

标准号: CN114726800B

本发明公开了一种基于模型解释的规则式应用流量分类方法及系统，该方法包括用于构建阶段和分类阶段；构建阶段包括：对已知类型的应用流量样本进行统一处理；对深度学习模型进行训练调优；通过基于模型解释的方法对训练调优后的深度学习模型进行分析，并对模型解释结果进行规则筛选，得到分类规则集；分类阶段包括：对待分类的应用流量统一处理；对待分类应用流量进行策略匹配，输出判别结果。本方法及系统通过将深度学习模型从训练数据中自动学习到的知识以带权规则的方式来表征，并在此基础上使用策略规则匹配进行应用流量分类，从而实现了高准确率、高效率的应用流量分类。

关键词：应用流量模型解释分类分类阶段统一处理构建分类规则集策略匹配规则匹配规则筛选判别结果使用策略训练数据自动学习高效率准确率学习样本输出分析

来源：评论

学校读者我要写书评

暂无评论

超分辨模型训练方法、图像识别方法、装置及设备

超分辨模型训练方法、图像识别方法、装置及设备

引用

作者：纪天啸刘晓辉闵宗茹巨星海闫玮佳王海洋王海涛周启荣 264000 山东省烟台市高新区蓝海路1号蓝海国际软件园A座

本发明公开了超分辨模型训练方法、图像识别方法、装置及设备，属于图像处理技术领域，获取多个样本数据，样本数据包括获取同一场景成对的<高分辨率图像，低分辨率图像>；构建图像超分辨率模型：将含有多个卷积网络模块... 详细信息

标准号: CN115713462A

本发明公开了超分辨模型训练方法、图像识别方法、装置及设备，属于图像处理技术领域，获取多个样本数据，样本数据包括获取同一场景成对的<高分辨率图像，低分辨率图像>；构建图像超分辨率模型：将含有多个卷积网络模块的深度神经网络模型分别对低分辨率图像和高分辨率图像的特征进行提取和映射，学习特征间非线性的映射关系，最终将提取到的特征进行加权融合；构建目标方程：将低分辨率图像LR(x)输入到图像超分辨率模型中，获得超分辨率图像SR(x)，SR(x)与对应的高分辨率图像HR(x)计算损失用于约束网络的训练过程。本申请能够使得重建后的高分辨率图像具有更清晰的纹理细节，进而提高图像检测的精确率。

关键词：高分辨率图像低分辨率图像图像超分辨率样本数据构建超分辨率图像神经网络模型图像处理技术装置及设备加权融合模型训练目标方程同一场景图像检测图像识别网络模块纹理细节训练过程映射关系约束网络超分辨成对的卷积映射清晰重建申请学习

来源：评论

学校读者我要写书评

暂无评论

基于改进双向记忆残差网络的Tor流量分类研究

引用

信息安全研究 2025年第5期11卷 447-456页

作者：唐妍王恒马自强滕海龙施若涵张宁宁宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室(宁夏大学) 银川750021 国家计算机网络与信息安全管理中心宁夏分中心银川750021

为了解决Tor链路加密的特性导致模型难以对Tor流量进行正确分类导致监管困难的问题,提出了一种基于改进双向记忆残差网络(convolutional block attention module-bidirectional memory residual neural network, CBAM-BiMRNet)的Tor流量分类方法.首先,采用SMOTETomek(SMOTE and tomek links)综合采样算法平衡数据集,使模型能够对各类流量数据进行充分学习.其次,采用CBAM为重要的特征赋予更大的权值,将1维卷积与双向长短期记忆模块结合起来,提取Tor流量数据的时间特征和局部空间特征.最后,通过添加恒等映射避免因模型层数的增加而出现的梯度消失和梯度爆炸现象,并且解决了网络退化问题.实验结果表明,在ISCXTor2016数据集上,该模型对Tor流量识别的准确率达到99.22%,对Tor流量应用服务类型分类的准确率达到93.10%,证明该模型能够有效地对Tor流量进行识别和分类.

关键词： Tor流量残差网络流量识别综合采样类别不平衡

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：