文献类型：成果

完 成 人：易军凯 夏春和 赵向辉 朱贺军 谢丰 杨飞 杨鸿波 侯霞 刘林 李

完成单位：北京信息科技大学 北京航空航天大学 北京应用科学技术研究院 北京亿赛通网络安全技术有限公司 中国信息安全测评中心 北京化工大学

项目年度编号：2000050401

公布年份：2019

语　　种：中文

成果简介：《海量网络数据的隐藏信息深度智能感知关键技术及应用》研究成果解决的是数据安全智能检测问题。该项目成果历经近十年的自主研发和技术攻关，立足于网络海量数据防泄露保护研究，采用了人工智能和大数据相关技术手段，研究了电子数据安全性静态智能检测和动态智能检测技术，旨在研究检查海量网络中的数据文件是否存在隐藏数据和敏感信息，阻止网络中敏感数据的泄漏。成果主要实现了以下四个创新技术： (1)成果提出了基于Length-ware的限制聚类Markov流量分类方法，通过高斯混合模型以数据包的长度为分析目标建立模型，解决应用指纹的重复问题；通过限制聚类的方法将同一应用长度相近的数据包划分到尽可能少的簇内，提高方法的收敛速度和聚类效果。 (2)成果提出了基于Sketch的变迁式异常流量侦测方法，提出的方法根据网络流量的分类结果，基于Sketch建立移动终端行为的配置文件Profile，通过深度学习中的卷积神经网络和长短期记忆神经网络(LSTM)提取空间和时间上的特征建立变迁式的Baseline，以发现细粒度的异常情况和侦测产生异常的目标。 (3)成果提出了一种tf-DE算法，解决电子文档隐蔽信道检测和隐藏信息提取问题，包括office、wps等在内四十余种常规类型，检测的数据隐藏方式达到了20余种，是国内最全面的信息隐藏检测手段。 (4)成果提出了一种图像隐写数据主动攻击方法，该方法根据隐写术对图像频域影响的特点，将图像进行快速傅里叶变换后，分别对高频数据和低频数据分开处理，最后将分别得到的高频分量和低频分量进行融合。实验结果显示该方法能够很好地去除隐写数据，并不会引起图像质量的下降。 成果基于以上自主研发技术先后研制了电子文档安全分析引擎、智慧网络数据防泄漏平台、电子�

关 键 词：网络海量数据防泄露保护  移动终端 流量分类方法  

分 类 号：TN915.08]