IDFE:面向物联网设备识别的指纹深度提取方法

传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式,在形成安全隐患的同时限制了模型的性能。针对上述问题,提出一种基于设备行为的物联网设备指纹深度提取方法(IoT device deep fingerprint extraction,IDFE)。IDFE将网络流量pcap文件划分为多个会话(sessions),并提取非隐私信息构建会话信息矩阵,设计了会话信息矩阵不同信息序列之间的依赖关系和会话数据包之间的时序依赖关系建模方法和融合方法,利用设计的全卷积Transformer提取融合后的会话特征矩阵中设备行为特征并生成设备指纹。在UNSW和YourThings两个公开数据集上进行了广泛的实验,验证了该方法的有效性。

DNA指纹图谱技术在动物行为学研究上的应用

DNA指纹图谱技术于 80年代末在国外已被广泛应用于行为学尤其是动物繁殖行为学研究中 ,国内在此方面的应用尚少。综述了 DNA指纹图谱技术在动物行为学研究中的应用 ,介绍了 DNA指纹图谱的产生、实验操作方法、应用实例及其优缺点。

基于浏览器指纹技术的预防黄牛党挂号系统

针对目前医院在网上挂号服务中热门专家号遭受黄牛党抢号囤号的问题,结合浏览器指纹技术可识别浏览器访问用户身份的特点,设计了一个可识别挂号者身份的预防黄牛党挂号系统。首先,通过浏览器端采集挂号者的浏览器特征参数,生成浏览指纹信息;然后根据浏览器指纹分析挂号者行为特征和挂号记录,进而区别正常用户和黄牛身份的挂号请求。实验结果证明,所设计的系统对于黄牛党的身份具有很高识别率,可以有效预防黄牛党行为。

基于读者行为追踪的智能服务研究——以帆布指纹识别与CNZZ为例

[目的 /意义]高校图书馆为了掌握读者信息需求动态数据。[方法/过程]利用帆布指纹识别与CNZZ两种方法进行读者信息追踪,获取读者信息行为,在法律与道德允许范围内,从获取的数据中挖掘读者需求信息。通过对高校读者的信息行为的特征需求分析,匹配与图书馆拥有的信息资源并通过网络平台推送至读者。[结果 /结论]借助于智能推荐系统,能够促进服务由粗放化向精细化转变,用以提高图书馆智能化服务水平。

基于软件行为指纹的自检测防窜改技术研究

对软件的行为进行抽象建模,通过安全hash函数计算软件的行为指纹,并通过自检测防窜改技术检测软件行为指纹,保护客户端软件的完整性和安全性。给出了软件的行为建模和检测,以及自检测防窜改系统,并作了系统安全性分析。

纳米二氧化硅在无铬耐指纹水性涂料中的行为研究

纳米二氧化硅作为现代耐指纹液中的重要组分,对于耐指纹涂层的性能有着非常重要的作用。本研究通过中性盐雾实验、耐指纹测试、黏度测试等测试手段研究了纳米二氧化硅在无铬耐指纹水性涂料中的行为。结果表明:在同等涂覆条件下,耐指纹液中加入2%纳米二氧化硅后,涂层盐雾试验96 h不腐蚀,耐指纹(△E)为0.14,研究表明,耐指纹液中加入纳米二氧化硅后,涂层耐蚀性、耐指纹性显著提高,对涂料液有增稠作用,而且纳米二氧化硅的加入量与涂料液黏度之间近似呈线性关系。

一种基于行为和航迹特征的室内定位方法研究

对基于Wi-Fi的指纹定位算法进行了深入研究和分析,并以LBS的应用为研究背景,解决指纹定位算法在离线阶段和实时定位阶段所存在的问题及提高室内定位的可靠性和有效性为研究目标。在对被定位目标在整个过程中所表现的行为特征研究的基础上提出一种基于行人航迹和行为特征的定位算法。该算法在有少量AP的情况下,充分利用行人的行走、转向以及轨迹连续性等特征来辅助定位,同时收集定位过程中行人产生的大量定位数据,形成历史参考信息来实现定位。在保证系统定位精度的前提下,极大缩减了系统的定位成本并在一定程度上提升了系统的定位精度。实验表明,在不同AP数量的情况下,该算法在定位精度上明显优于Wi Fi-FP等算法。

基于动态行为指纹的恶意代码同源性分析

针对恶意代码在网络空间中呈爆发式增长,但多数是已有代码变种的情况。通过研究恶意代码行为特征,提出一套新的判别恶意代码同源性的方法.从恶意代码行为入手,提取恶意代码行为指纹,通过指纹匹配算法来分析恶意样本是否是已知样本的变种.经研究分析,最终筛选3种特征来描绘恶意软件的动态行为指纹:一是字符串的命名特征;二是注册表的变化特征;三是围绕关键API函数的调用顺序的特征.通过指纹匹配算法计算不同恶意代码之间的相似性度量,进行同源性分析.实验结果表明,该方法能够有效地对不同恶意代码及其变种进行同源性分析.

基于安卓平台的行为指纹安全认证

传统密码认证易被窃取,人们开始寻找新的安全认证方式。行为指纹是指用户对手机的操作数据,由多元素组成。这些数据可以作为用户独特的身份信息运用到安全领域之中。该文将行为指纹应用于手机安全认证,开发出一款基于安卓平台的行为指纹安全认证应用软件,在建模和识别的算法上,将一类和二类向量机相结合,应用一类支持向量机(SVM)、二类SVM识别的方法,提高了行为识别的准确率。测试结果表明该软件能够运用于手机的安全认证中。

基于行为指纹的网络设备识别方法

根据其静态特征进行网络设备识别忽视了固件版本对设备安全性的影响,为此本文提出一种采用行为指纹的设备识别方法。首先通过高精度授时方案采集网络设备转发数据包时的处理时延,然后借助遗传算法提取时延分布特征,进而生成设备的标准行为指纹,据此进行设备识别。实验结果表明,相比于静态指纹,行为指纹可反映设备的动态特征,能检测出设备固件版本的变化,提高了设备指纹的安全性。

射频功率放大器经典两盒模型的最优选取

提出了一种选取射频功率放大器的最优行为模型并获取指纹特征的方法。针对Wiener模型和Hammerstein模型,提出了一种基于加权最小二乘法的最优行为模型选取方法,并给出了具体的数学分析。并对实际系统的功率放大器进行数值仿真,验证了算法的可行性及有效性,即首先根据训练集得到放大器的行为模型系数,再采用多种评判标准,通过分析测试集、训练集的误差得到最优行为模型。数值仿真结果表明:本文提出的方法能够有效地选取射频功率放大器的最优行为模型,且拟合误差较小。

业务系统异常行为检测

近几年,恶意扫号、刷单、羊毛党、恶意灌水等业务层面安全问题越来越多,直接关系到应用系统中企业用户数据的安全,经济利益,甚至影响用户隐私信息安全。通过分析几个典型安全案例,梳理了业务安全威胁的常见类型和危害;提出了几种分析方法和实现原理;最后介绍了构建一个业务系统异常行为检测系统需要使用到的技术、检测流程、检测内容和异常判定方法。

基于关联规则的通信行为指纹编码研究

现代社会多种多样的通信方式改变了人们的生活工作方式,各种通信行为普遍存在于社会交往中。但是在目前的研究成果中还没有出现过对一个通信个体的通信特征提取的方法,因此文中针对电子邮件这种通信行为提出一种编码方式,应用关联规则的相关理论和方法,深入剖析了电子邮件通信行为的特征与属性,提取每个通信实体的特征编码,并用MD5算法进行加密,最终得到电子邮件通信实体的通信行为指纹编码。得到每个通信实体的"指纹"码后能够组成"指纹"码库,能够给数据挖掘、公共安全等领域提供大量数据信息。

大数据环境下医学教育拓展与创新

在大数据背景下开展医学教学,是对传统医学教育模式的一种创新与改革,弥补了课堂效率低、理论与实践无法结合、临床教师与学生之间交流难等缺点。探索大数据时代下的医学教学改革,从医学教育资源共享平台建设、医学教育“行为指纹”的发展、“个性化教育”发展、虚拟仿真实验的应用及LOGpc数据库简介等五个方面对大数据在医学教育中的应用进行探究,将大数据与医学教育不断深入融合。

改进的TLS指纹增强用户行为安全分析能力

随着攻防对抗的升级,用户行为分析与网络安全的结合逐渐进入了研究者的视野。用户行为分析技术可以做到在被成功攻击前识别不可信用户,遏制入侵,达到主动防御的效果。当前在Web安全中用户行为分析所使用的数据源主要是应用层HTTP维度的数据,这不足以确定用户身份,容易造成漏报。在安全性和隐私性更好的HTTPS技术被大规模应用的情况下,文中提出了基于n-gram和Simhash的改进的TLS指纹数据,该方法提高了现有TLS(Transport Layer Security)指纹的容错性。将该指纹应用到用户行为分析中可提高用户身份判定的准确率。对比实验使用卷积神经网络对从真实环境中得到的指纹数据和日志型用户行为数据进行建模分析。结果表明,改进的TLS指纹数据可以更有效地识别用户和黑客,将准确率提高了4.2%。进一步的分析表明,通过改进的TLS指纹关联用户行为和时间轴回溯,还能在一定程度上对黑客进行追踪溯源,从而为安全事件调查提供情报上下文。

基于射频指纹与行为序列的射频机器学习系统研究

主要提出了一种基于射频指纹特征和行为序列的射频信号机器学习系统,本研究采用理论分析为主,结合建模仿真的方法。首先分析了目前射频信号处理系统面临的问题,然后提出了射频信号机器学习系统,接着详细分析了组成系统的射频指纹特征提取、个体与行为序列识别、信号性质分类3个部分的功能与实现,最后指出需要解决的关键科学问题,包括时频分析对射频指纹特征提取及个体识别的影响问题、神经网络的局部过拟合问题、行为序列中可识别模式组合的向量化问题等。创建了一种既能够对射频辐射源个体识别又能够在重要性、危害性、合作性等行为等级方面进行分类的机器学习系统框架,大大提高了频谱空间中的态势感知能力。

Genetic study on the behavior of honeybees influenced by polyandry system

Within a honeybee population, due to polyandry, there are super-sister and half-sister relations, thus many sub-families exist. For the Chinese honeybee (Apis cerana cerana F.) a phylogenetic dendrogram has been constructed in which 4 sub-families are clustered based on DNA fingerprint patterns. And it has been observed that each kind of workers is distributed to several different sub-families.

巢湖流域典型环境介质溶解有机质光谱特征及其环境指示意义

溶解有机质(DOM)广泛存在于流域范围内不同环境介质中,并能发生迁移转化.以巢湖流域典型环境(农田土壤、浮游藻类、水生植物和沉积物)DOM样品为研究对象,利用紫外-可见光光谱和三维荧光光谱技术揭示不同环境DOM样品的组成特征,探究流域范围内不同环境介质间DOM可能迁移、转化过程及其环境行为与生态效应.结果表明,巢湖流域典型环境样品单位质量可溶性有机碳(DOC)含量均值从大到小的顺序为:浮游藻类(26701.59 mg·kg^(-1))>水生植物(9331.00 mg·kg^(-1))>土壤(204.93 mg·kg^(-1))≈沉积物(141.13 mg·kg^(-1)).与DOC含量类似,280 nm处吸光系数(a280值)和总荧光强度均表现为:浮游藻类>水生植物>土壤≈沉积物,且沉积物和土壤DOM样品的重均分子量、芳香性、腐殖化程度均与水生植物和浮游藻类DOM样品具有显著性差异.在此基础上,本文提出了流域层面不同环境介质之间DOM的迁移转化概念模型,结果显示,流域范围内不同环境介质间DOM的迁移转化改变了其组成特征,进而导致生态效应发生改变.上述研究结果为流域环境质量提升和生态效应调控提供了一种新思路.