共查询到20条相似文献,搜索用时 0 毫秒
1.
为解决区块链交易安全问题,基于智能合约交易等区块链相关业务的安全态势感知方法,提出了一种基于交易数据分析的异常交易检测系统,通过构建地址和实体交易图,联合特征和机器学习进行交易实体识别,并基于交易数据分析提取多粒度交易模式和用户画像,对区块链中的异常交易进行及时可靠的检测,可提高监管部门的监管效率,保障区块链交易安全。 相似文献
2.
为提升对区块链网络层混合型攻击流量的综合泛化特征感知能力,增强异常流量检测性能,提出一种具有支持异常数据综合判决机制和强泛化能力的基于多分类器集成的区块链网络层异常流量检测方法。首先,为扩大所用基分类器的输入特征子集差异度,提出基于区分度和冗余信息量特征子集选择算法,特征筛选过程中激励高区分度子集项输出,同时抑制冗余信息生成。其次,在Bagging集成算法中引入随机方差缩减梯度算法动态调整各基模型投票权重,提升对混合型攻击流量的检测泛化能力。最后,为了将集成算法输出的低维数值向量向高维空间映射,提出基于数据场概念的局部离群因子算法,并基于数据点间势差放大各样本数据点空间密度分布差异性,提升异常数据点检测召回率。实验结果表明,相较于单一分类检测器集成方法,所提方法的异常检测准确率、召回率分别平均提升1.57%、2.71%。 相似文献
3.
4.
5.
针对地震资料处理过程中产生的异常初至,为了寻找一种自动检测方法以节约人工成本,结合一系列数据处理,利用改进的残差网络,提出一种基于图像多标签分类思路的自动异常初至检测方法.通过自建地震图像数据集FB779,在该数据集上进行训练和测试.最终测试结果表明,所提方法在检测精确率和召回率上分别提升至87.27%和84.17%,... 相似文献
6.
7.
身份标识认证模型节点设置多为单向结构,认证范围受限制,导致认证识别率下降,为此,本文提出基于区块链的多特征融合身份标识认证模型。预处理多特征基础认证环境,采用多阶段认证形式,布设一定数量的节点,部署模糊特征身份标识认证矩阵,以此为基础构建区块链CNN多特征融合认证模型框架,采用区块链自适应密钥修正,实现身份认证。测试结果表明:设计模型认证识别率可达90%以上,认证准确度更高,认证速度快,误差可控。 相似文献
8.
传统地震行业的网络安全风险采用安全厂商漏扫设备进行识别,通常存在漏洞扫描受限等问题,导致地震行业网络安全承载能力变差。为此文章设计一款基于区块链技术的地震行业网络风险监测系统。采用检索引擎模块获取待检测网络存在的安全风险,同时按照网络安全风险所属类别进行分类,并将其反馈至对应的风险监测模块。在区块链技术的基础上,将区块链智能合约、交易方法进行联合,实现对安全风险检测系统功能的分析。实验数据结果比对表明,与传统的安全厂商漏洞扫描设备相比,基于区块链技术的安全风险监测系统的风险级别划分得更为细致,支持检测的漏洞类型范围宽泛,有助于地震行业网络安全能力的稳步提升。 相似文献
9.
10.
徐卫克 《电子技术与软件工程》2020,(3):186-187
本文对区块链技术及其分叉问题展开了分析,结合分叉产生原因和危害性提出了节点检测算法,可以通过算法应用完成恶意节点攻击行为检测和制约,保证网络畅通性和区块链系统安全性,促使区块链分叉期间的攻击概率得到有效降低。 相似文献
11.
12.
13.
14.
针对当前长租房系统中出现的难以维权、信息不对称等问题,同时改善用户的使用体验,开发一套基于区块链的长租房可靠租赁交易系统。从用户的实际需求与利益出发,系统基于区块链技术的不可篡改性、自治性等特点,依托于共识机制,并通过智能合约进行交易,同时根据现实需求对当前区块链网络结构与共识算法进行优化。能够解决租房过程中“第三方信任”的问题,可以提高平台的用户可信度、改善国内长租房整体环境,响应国家政策、保障民生,推动国内长租房市场健康蓬勃发展。 相似文献
15.
一种新的基于Markov链模型的用户行为异常检测方法 总被引:3,自引:0,他引:3
提出一种新的基于Markov链模型的用户行为异常检测方法。该方法利用一阶齐次Markov链对网络系统中合法用户的正常行为进行建模,将Markov链的状态同用户执行的shell命令序列联系在一起,并引入一个附加状态;在检测阶段,基于状态序列的出现概率对用户当前行为的异常程度进行分析,并根据Markov链状态的实际含义和用户行为的特点, 采用了较为特殊的判决准则。与Lane T提出的基于隐Markov模型的检测方法相比,该方法的计算复杂度较低,更适用于在线检测。而同基于实例学习的检测方法相比,该方法则在检测准确率方面具有较大优势。文中提出的方法已在实际入侵检测系统中得到应用,并表现出良好的检测性能。 相似文献
16.
17.
针对通信网络中存在的未经授权访问、数据被篡改及泄露等安全问题,文中研究并设计了一种基于区块链的通信网络安全加密系统,该系统利用区块链技术的分布式存储、去中心化及不可篡改的特点,并结合密码学算法,有效实现了对通信数据的加密、验证与访问控制。最后,通过实验客观评估了系统的性能与效果。实验表明,该系统具有较好的加密效果与安全性。 相似文献
18.
当前通过深度学习方法进行区块链智能合约分类的方法越来越流行,但基于深度学习的方法往往需要大量的样本标签数据去进行有监督的模型训练,才能达到较高的分类性能。该文针对当前可用智能合约数据集存在数据类别不均衡以及标注数据量过少会导致模型训练困难,分类性能不佳的问题,提出基于双层孪生神经网络的小样本场景下的区块链智能合约分类方法:首先,通过分析智能合约数据特征,构建了可以捕获较长合约数据特征的双层孪生神经网络模型;然后,基于该模型设计了小样本场景下的智能合约训练策略和分类方法。最后,实验结果表明,该文所提方法在小样本场景下的分类性能优于目前最先进的智能合约分类方法,分类准确率达到94.7%,F1值达到94.6%,同时该方法对标签数据的需求更低,仅需同类型其他方法约20%数据量。 相似文献
19.
针对网络切片场景中,由于软硬件异常而导致服务功能链(SFC)异常的问题,该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先,为学习SFC中正常数据的特征,提出分布式GAN架构,对SFC中包含的多个虚拟网络功能(VNF)进行异常检测;其次,针对时间序列数据构建一种基于滑动窗口数据特征提取器,通过提取数据的两种衍生特性和8种统计特征以挖掘深层次特征,得到特征序列;最后,为学习并重构数据特征,提出时间卷积网络(TCN)与自动编码器(AE)构建的3层编解码器作为分布式生成器,生成器通过异常得分函数衡量重构数据与输入数据的差异以检测VNF的状态,进而完成SFC的异常检测。在数据集Clearwater上采用准确率、精确率、召回率和F1分数这4个性能指标验证了该文所提模型的有效性和稳定性。 相似文献
20.