期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于信息熵与闭合频繁序列的密码协议逆向方法
被引量：
1
1
作者
梁晨
洪征
+1 位作者
吴礼发
吉庆兵
《计算机科学》
CSCD
北大核心
2024年第3期326-334,共9页
未知密码协议被广泛用于敏感信息的安全传输,对其进行逆向分析对攻防双方都具有重要意义。为从网络流量中推断结构复杂的密码协议格式,提出了一种基于信息熵与闭合频繁序列的密码协议逆向方法。利用字节信息熵划分报文的明文域与密文域...
未知密码协议被广泛用于敏感信息的安全传输,对其进行逆向分析对攻防双方都具有重要意义。为从网络流量中推断结构复杂的密码协议格式,提出了一种基于信息熵与闭合频繁序列的密码协议逆向方法。利用字节信息熵划分报文的明文域与密文域,使用BIDE算法挖掘闭合频繁序列,划分报文的动态域和静态域;设计了一种长度域识别算法,对报文进行字节片切,将片切后的字段值与长度域取值集合进行循环比对,实现了密码协议中多种形式的长度域识别;设计了启发策略,用于对加密套件、加密算法等密码协议特有的关键字段进行语义识别。实验结果表明,该方法可以有效地对密码协议进行域划分,提取密码协议的格式,并且在长度域识别和密码协议特有关键字段的语义识别上优于现有方法。
展开更多
关键词
协议逆向
密码协议
信息熵
闭合频繁序列
网络流量
语义分析
在线阅读
下载PDF
职称材料
一种新的评估脑白质纤维形态变化的长度特征构建
2
作者
董卫红
秦姣龙
+4 位作者
倪黄晶
罗丹丹
吴烨
姚志剑
卢青
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第2期173-182,共10页
基于弥散张量成像(DTI)数据可对全脑白质纤维进行三维呈现。当前对脑白质纤维的形态分析已用于研究在发育过程或病理情况下纤维形态的变化。本研究提出了一种新的逐脑白质纤维上点累加的欧氏空间距离表征其长度的特征,并进一步采用人类...
基于弥散张量成像(DTI)数据可对全脑白质纤维进行三维呈现。当前对脑白质纤维的形态分析已用于研究在发育过程或病理情况下纤维形态的变化。本研究提出了一种新的逐脑白质纤维上点累加的欧氏空间距离表征其长度的特征,并进一步采用人类连接组计划(HCP)数据集中的50例样本从两个方面探究该特征稳定性。其一,不同纤维跟踪算法重建出的脑白质纤维对特征的影响;其二,同一种纤维跟踪算法下不同的脑白质纤维根数对特征的影响。纳入HCP数据集中的254例被试,运用该特征采用基于体素的分析(VBA)方式初步探究性别对脑白质纤维形态的影响。通过类内相关性系数(ICC)模型的计算发现,在两种纤维跟踪算法重建出的总体纤维长度比较接近的情况下,颅内绝大部分体素对应特征值的ICC在0.4以上。此外,同一种纤维跟踪算法下不同的脑白质纤维根数对特征的影响甚微,颅内体素对应特征值的ICC集中在0.8以上。性别对脑白质纤维长度影响的分析结果发现,相比于男性,女性在丘脑、穹窿、小脑中脚和苍白球区域的脑白质纤维长度特征值显著偏高;男性在右侧直回和右侧苍白球区域特征值显著高于女性。所提出的脑白质纤维长度特征丰富了脑白质纤维形态分析方法,可用于研究脑发育和脑相关的疾病。
展开更多
关键词
脑白质纤维
长度特征
稳定性
性别差异
在线阅读
下载PDF
职称材料
基于稀疏自动编码器的可解释性异常流量检测
被引量：
4
3
作者
刘宇啸
陈伟
+1 位作者
张天月
吴礼发
《信息网络安全》
CSCD
北大核心
2023年第7期74-85,共12页
目前许多深度学习检测模型在各项指标上达到较好的效果,但是由于安全管理者不理解深度学习模型的决策依据,导致一方面无法信任模型的判别结果,另一方面不能很好地诊断和追踪模型的错误,这极大地限制了深度学习模型在该领域的实际应用。...
目前许多深度学习检测模型在各项指标上达到较好的效果,但是由于安全管理者不理解深度学习模型的决策依据,导致一方面无法信任模型的判别结果,另一方面不能很好地诊断和追踪模型的错误,这极大地限制了深度学习模型在该领域的实际应用。面对这样的问题,文章提出了一个基于稀疏自动编码器的可解释性异常流量检测模型(Sparse Autoencoder Based Anomaly Traffic Detection,SAE-ATD)。该模型利用稀疏自动编码器学习正常流量特征,并在此基础上引入了阈值迭代选取最佳阈值,以提高模型的检测率。模型预测完毕后,将预测结果的异常值送入解释器中,通过解释器对参考值进行迭代更新后,返回每个特征参考值和异常值的差值,并结合原始数据进行可解释性分析。文章在CICIDS2017数据集和CIRA-CIC-DoHBrw-2020数据集上进行实验,实验结果表明SAE-ATD在两个数据集上对大部分攻击检测的精确率和召回率达到99%,且能给模型提供可解释性。
展开更多
关键词
异常流量检测
自动编码器
深度学习
可解释性
在线阅读
下载PDF
职称材料
题名
基于信息熵与闭合频繁序列的密码协议逆向方法
被引量：
1
1
作者
梁晨
洪征
吴礼发
吉庆兵
机构
南京邮电大学网络空间安全学院
陆军工程
大学
指挥控制工程
学院
中国电子科技集团公司第三十研究所
出处
《计算机科学》
CSCD
北大核心
2024年第3期326-334,共9页
基金
国家重点研发计划(2019YFB2101704)。
文摘
未知密码协议被广泛用于敏感信息的安全传输,对其进行逆向分析对攻防双方都具有重要意义。为从网络流量中推断结构复杂的密码协议格式,提出了一种基于信息熵与闭合频繁序列的密码协议逆向方法。利用字节信息熵划分报文的明文域与密文域,使用BIDE算法挖掘闭合频繁序列,划分报文的动态域和静态域;设计了一种长度域识别算法,对报文进行字节片切,将片切后的字段值与长度域取值集合进行循环比对,实现了密码协议中多种形式的长度域识别;设计了启发策略,用于对加密套件、加密算法等密码协议特有的关键字段进行语义识别。实验结果表明,该方法可以有效地对密码协议进行域划分,提取密码协议的格式,并且在长度域识别和密码协议特有关键字段的语义识别上优于现有方法。
关键词
协议逆向
密码协议
信息熵
闭合频繁序列
网络流量
语义分析
Keywords
Protocol reverse
Cryptographic protocol
Information entropy
Closed frequent sequence
Network traffic
Semantic recognition
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种新的评估脑白质纤维形态变化的长度特征构建
2
作者
董卫红
秦姣龙
倪黄晶
罗丹丹
吴烨
姚志剑
卢青
机构
东南
大学
生物科学与医学工程
学院
南京
理工
大学
计算机科学与工程
学院
南京邮电大学
计算机
学院
南京邮电大学
软件
学院
南京邮电大学网络空间安全学院
南京
医科
大学
附属脑科医院精神科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第2期173-182,共10页
文摘
基于弥散张量成像(DTI)数据可对全脑白质纤维进行三维呈现。当前对脑白质纤维的形态分析已用于研究在发育过程或病理情况下纤维形态的变化。本研究提出了一种新的逐脑白质纤维上点累加的欧氏空间距离表征其长度的特征,并进一步采用人类连接组计划(HCP)数据集中的50例样本从两个方面探究该特征稳定性。其一,不同纤维跟踪算法重建出的脑白质纤维对特征的影响;其二,同一种纤维跟踪算法下不同的脑白质纤维根数对特征的影响。纳入HCP数据集中的254例被试,运用该特征采用基于体素的分析(VBA)方式初步探究性别对脑白质纤维形态的影响。通过类内相关性系数(ICC)模型的计算发现,在两种纤维跟踪算法重建出的总体纤维长度比较接近的情况下,颅内绝大部分体素对应特征值的ICC在0.4以上。此外,同一种纤维跟踪算法下不同的脑白质纤维根数对特征的影响甚微,颅内体素对应特征值的ICC集中在0.8以上。性别对脑白质纤维长度影响的分析结果发现,相比于男性,女性在丘脑、穹窿、小脑中脚和苍白球区域的脑白质纤维长度特征值显著偏高;男性在右侧直回和右侧苍白球区域特征值显著高于女性。所提出的脑白质纤维长度特征丰富了脑白质纤维形态分析方法,可用于研究脑发育和脑相关的疾病。
关键词
脑白质纤维
长度特征
稳定性
性别差异
Keywords
brain white matter fiber
length feature
stability
gender difference
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
基于稀疏自动编码器的可解释性异常流量检测
被引量：
4
3
作者
刘宇啸
陈伟
张天月
吴礼发
机构
南京邮电大学网络空间安全学院
出处
《信息网络安全》
CSCD
北大核心
2023年第7期74-85,共12页
基金
国家重点研发计划[2019YFB2101704]。
文摘
目前许多深度学习检测模型在各项指标上达到较好的效果,但是由于安全管理者不理解深度学习模型的决策依据,导致一方面无法信任模型的判别结果,另一方面不能很好地诊断和追踪模型的错误,这极大地限制了深度学习模型在该领域的实际应用。面对这样的问题,文章提出了一个基于稀疏自动编码器的可解释性异常流量检测模型(Sparse Autoencoder Based Anomaly Traffic Detection,SAE-ATD)。该模型利用稀疏自动编码器学习正常流量特征,并在此基础上引入了阈值迭代选取最佳阈值,以提高模型的检测率。模型预测完毕后,将预测结果的异常值送入解释器中,通过解释器对参考值进行迭代更新后,返回每个特征参考值和异常值的差值,并结合原始数据进行可解释性分析。文章在CICIDS2017数据集和CIRA-CIC-DoHBrw-2020数据集上进行实验,实验结果表明SAE-ATD在两个数据集上对大部分攻击检测的精确率和召回率达到99%,且能给模型提供可解释性。
关键词
异常流量检测
自动编码器
深度学习
可解释性
Keywords
anomaly traffic detection
autoencoder
deep learning
explainability
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于信息熵与闭合频繁序列的密码协议逆向方法
梁晨
洪征
吴礼发
吉庆兵
《计算机科学》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
一种新的评估脑白质纤维形态变化的长度特征构建
董卫红
秦姣龙
倪黄晶
罗丹丹
吴烨
姚志剑
卢青
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于稀疏自动编码器的可解释性异常流量检测
刘宇啸
陈伟
张天月
吴礼发
《信息网络安全》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
