基于內(nèi)存取證的工業(yè)控制器漏洞熱修復(fù)方法及系統(tǒng)，該方法通過固件提取模塊實(shí)時(shí)獲取工業(yè)控制器的內(nèi)存和固件信息，以為后續(xù)的漏洞分析提供數(shù)據(jù)支持，同時(shí)保持系統(tǒng)的穩(wěn)定運(yùn)行；通過漏洞定位模塊通過內(nèi)存解析和行為檢測(cè)來精確查找系統(tǒng)中的漏洞和異常，提供快速...

本發(fā)明提供一種基于證書信任透明化技術(shù)的證書驗(yàn)證方法及裝置，涉及信息處理技術(shù)領(lǐng)域，其中所述方法用于網(wǎng)站服務(wù)器，包括：生成CA信任策略密鑰對(duì)，以及待申請(qǐng)證書密鑰對(duì)；根據(jù)CA信任策略公鑰和證書公鑰生成證書簽發(fā)請(qǐng)求，并將證書簽發(fā)請(qǐng)求發(fā)送給CA，...

本發(fā)明公開一種面向高級(jí)持續(xù)威脅的攻擊主動(dòng)誘捕方法及系統(tǒng)，屬于安全監(jiān)控技術(shù)領(lǐng)域。所述方法包括：生成誘捕目標(biāo)，以使誘導(dǎo)攻擊者基于高級(jí)持續(xù)威脅對(duì)保護(hù)對(duì)象、誘捕服務(wù)器或/和誘捕內(nèi)網(wǎng)區(qū)發(fā)動(dòng)攻擊；其中，誘捕服務(wù)器上部署真實(shí)服務(wù)軟件和高仿真數(shù)據(jù)，誘捕...

本發(fā)明公開了基于詞義聚合和語義分離技術(shù)的加密流量分類方法及系統(tǒng)，屬于網(wǎng)絡(luò)空間安全領(lǐng)域，針對(duì)目前方法無法有效理解加密流量數(shù)據(jù)的問題，采用詞義聚合和語義分離技術(shù)，通過詞義聚合保留完整詞義，通過語義分離將抽象特征解耦在不同類別空間，增強(qiáng)特征可...

本發(fā)明公開了一種基于網(wǎng)絡(luò)攻擊相似性的多標(biāo)簽檢測(cè)方法及系統(tǒng)，所述方法包括：將樣本流量按流為單位進(jìn)行會(huì)話重組，并提取每個(gè)會(huì)話的統(tǒng)計(jì)特征；根據(jù)所述統(tǒng)計(jì)特征的特征重疊進(jìn)行所述會(huì)話的多標(biāo)簽重標(biāo)注以及會(huì)話標(biāo)簽的相關(guān)性挖掘，并結(jié)合會(huì)話標(biāo)簽的相關(guān)性挖掘...

本發(fā)明涉及基于上下文一致性的自然對(duì)抗補(bǔ)丁泛化檢測(cè)方法，同時(shí)涉及基于上下文一致性的自然對(duì)抗補(bǔ)丁泛化檢測(cè)方法裝置及系統(tǒng)，屬于深度學(xué)習(xí)技術(shù)領(lǐng)域。所述方法，包括：對(duì)原始數(shù)據(jù)集中的圖片進(jìn)行銳化增強(qiáng)，得到訓(xùn)練集；利用訓(xùn)練集對(duì)初始模型進(jìn)行訓(xùn)練，得到對(duì)...

本發(fā)明公開了一種面向高級(jí)持續(xù)威脅的數(shù)字替身防御系統(tǒng)設(shè)計(jì)方法及裝置，屬于安全監(jiān)控技術(shù)領(lǐng)域。所述方法包括：對(duì)真實(shí)業(yè)務(wù)系統(tǒng)進(jìn)行業(yè)務(wù)仿真和系統(tǒng)克隆；構(gòu)建真實(shí)業(yè)務(wù)系統(tǒng)與數(shù)字替身防御系統(tǒng)之間的數(shù)據(jù)單向傳輸通路，并在數(shù)據(jù)單向傳輸通路中對(duì)真實(shí)業(yè)務(wù)系統(tǒng)中...

本申請(qǐng)?zhí)岢隽艘环N基于多級(jí)關(guān)聯(lián)策略的活躍IPv6地址探測(cè)方法及裝置，該方法包括：獲取IPv6種子地址，并確定種子地址的高密度區(qū)域，其中，每個(gè)高密度區(qū)域包含不同的地址模式；采用基于貪心的游離地址去除機(jī)制提取高密度區(qū)域中的通用地址模式，并構(gòu)建...

本發(fā)明公開了一種面向高級(jí)持續(xù)威脅的雙階智能異常檢測(cè)方法及系統(tǒng)，所述方法包括：從網(wǎng)絡(luò)流量中提取待檢測(cè)用戶的用戶流量，以得到該待檢測(cè)用戶的行為數(shù)據(jù)和該待檢測(cè)用戶所涉及的每一用戶設(shè)備的流量數(shù)據(jù)；從所述行為數(shù)據(jù)提取用戶級(jí)特征，并從所述流量數(shù)據(jù)提...

本申請(qǐng)?zhí)岢鲆环N基于偏序關(guān)系的路由源信息沖突判定方法及裝置，涉及互聯(lián)網(wǎng)通信技術(shù)領(lǐng)域，其中，方法包括：監(jiān)測(cè)網(wǎng)絡(luò)沖突事件，并確定沖突事件相關(guān)的路由方；獲取所述路由方的授權(quán)信息并確定授權(quán)關(guān)系；根據(jù)所述路由方的沖突信息生成仲裁事件集合，并確定仲裁...

本發(fā)明涉及基于語義擾動(dòng)的自然對(duì)抗補(bǔ)丁泛化檢測(cè)方法，同時(shí)涉及基于語義擾動(dòng)的自然對(duì)抗補(bǔ)丁泛化檢測(cè)方法裝置及系統(tǒng)，屬于深度學(xué)習(xí)技術(shù)領(lǐng)域。所述方法包括：將待測(cè)測(cè)試集中的圖片進(jìn)行模糊處理；通過對(duì)抗補(bǔ)丁定位模型對(duì)處理后的測(cè)試集中自然對(duì)抗補(bǔ)丁進(jìn)行定位...

本申請(qǐng)公開了一種針對(duì)PLC設(shè)備協(xié)議棧的深層次漏洞挖掘方法和系統(tǒng)，該系統(tǒng)包括：漏洞挖掘模塊、漏洞分析模塊、漏洞利用模塊、數(shù)據(jù)庫(kù)模塊和交互模塊。其中，交互模塊，用于獲取待測(cè)設(shè)備的設(shè)備信息；數(shù)據(jù)庫(kù)模塊存儲(chǔ)PLC設(shè)備的協(xié)議棧信息，用于數(shù)據(jù)交互；...

本發(fā)明公開了一種基于多維度優(yōu)化的快速DoH服務(wù)測(cè)量方法及工具。本方法為：1)對(duì)目標(biāo)網(wǎng)絡(luò)進(jìn)行掃描，獲取探測(cè)目標(biāo)；2)申請(qǐng)公開域名作為基域名，并基于基域名選定一子域名作為探測(cè)子域名；然后基于探測(cè)子域名為每一所述探測(cè)目標(biāo)分配唯一性子域名；3)...

本發(fā)明涉及面向真實(shí)視覺應(yīng)用的物理世界對(duì)抗補(bǔ)丁檢測(cè)方法，同時(shí)涉及面向真實(shí)視覺應(yīng)用的物理世界對(duì)抗補(bǔ)丁檢測(cè)裝置及系統(tǒng)，屬于深度學(xué)習(xí)技術(shù)領(lǐng)域。所述方法包括：對(duì)原始數(shù)據(jù)集中的圖片進(jìn)行銳化增強(qiáng)，得到訓(xùn)練集；利用訓(xùn)練集對(duì)初始模型進(jìn)行訓(xùn)練，得到對(duì)抗補(bǔ)丁...

本發(fā)明涉及網(wǎng)絡(luò)安全領(lǐng)域，具體提出一種基于智能合約的路由起源驗(yàn)證方法及系統(tǒng)，其中方法包括通過智能合約建立域間路由源驗(yàn)證信任聯(lián)盟，將ISP或AS管理者加入該聯(lián)盟；若發(fā)現(xiàn)網(wǎng)絡(luò)中存在未曾驗(yàn)證的路由起源信息，則ISP或AS管理者向智能合約提出驗(yàn)證...

本發(fā)明公開了一種多智能體系統(tǒng)的控制方法及相關(guān)產(chǎn)品。對(duì)于多智能體系統(tǒng)中的任一個(gè)智能體，按照如下公式確定控制輸入，并根據(jù)計(jì)算得到的控制輸入調(diào)控自身狀態(tài)：。該方法有助于實(shí)現(xiàn)對(duì)多智能體系統(tǒng)的無源一致性控制。

本申請(qǐng)?zhí)峁┮环N受攻擊工業(yè)節(jié)點(diǎn)間的防御資源分布式調(diào)度方法及裝置，涉及網(wǎng)絡(luò)安全領(lǐng)域。其中，對(duì)于任意一個(gè)節(jié)點(diǎn)，若工業(yè)網(wǎng)絡(luò)受到網(wǎng)絡(luò)攻擊，則確定出工業(yè)網(wǎng)絡(luò)中的全部相鄰節(jié)點(diǎn)，其中，每個(gè)相鄰節(jié)點(diǎn)表示與自身相鄰的節(jié)點(diǎn)；對(duì)于每個(gè)相鄰節(jié)點(diǎn)，計(jì)算相鄰節(jié)點(diǎn)與自...

本發(fā)明涉及一種安全魯棒的室內(nèi)行人軌跡跟蹤方法和系統(tǒng)，屬于室內(nèi)行人軌跡跟蹤技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中WiFi基站易被攻擊、定位精度低以及工廠的生產(chǎn)及安全易受到影響的問題。本發(fā)明的安全魯棒的室內(nèi)行人軌跡跟蹤方法和系統(tǒng)，通過對(duì)被攻擊的基站進(jìn)行...

本申請(qǐng)?zhí)峁┮环N基于全局信任的區(qū)塊鏈輕量級(jí)共識(shí)方法及系統(tǒng)，所述方法包括：響應(yīng)于接收到客戶端發(fā)送的共識(shí)請(qǐng)求，所述多個(gè)共識(shí)節(jié)點(diǎn)和區(qū)塊鏈網(wǎng)絡(luò)中除所述多個(gè)共識(shí)節(jié)點(diǎn)以外的其他部分節(jié)點(diǎn)通過共識(shí)機(jī)制完成本輪共識(shí)，無需區(qū)塊鏈網(wǎng)絡(luò)中的全部節(jié)點(diǎn)參與共識(shí)，減輕...

本發(fā)明涉及基于音素?cái)_動(dòng)的語音識(shí)別對(duì)抗樣本生成方法，同時(shí)涉及基于音素?cái)_動(dòng)的語音識(shí)別對(duì)抗樣本生成裝置，屬于深度學(xué)習(xí)技術(shù)領(lǐng)域。所述方法包括：從音頻數(shù)據(jù)集中，獲取采樣樣本；將音素噪聲以滑動(dòng)的方式注入采樣樣本的不同音頻片段中，生成對(duì)抗樣本。本發(fā)明...