网络对抗

摘要： 工业控制网络是事关国计民生的关键信息基础设施.确保高强度大规模网络对抗条件下的功能安全和防止致瘫致乱是工业控制网络安全防御的基本底线与核心要务.随着信息物理系统(cyber physical system,CPS)理论、方法与技术广泛应用到工业控制等行业领域,传统的功能安全问题和现实的网络安全问题相互交织叠加,成为数字时代挑战人类智慧的广义功能安全问题.理论探索和技术实践表明,2类数学性质迥然不同的功能失效问题无法用“分而治之”的方法有效解决.那么,是否存在一种既能解决基于随机性失效的可靠性问题,又能克服不确定性网络攻击造成的“使命确保”或“弹性/韧性”问题的集约化解决方案,成为CPS领域全球研究的新焦点与热点.本文从网络空间内生安全理论出发,探索出一条针对CPS领域广义功能安全问题的归一化解决途径.

摘要： 在大国博弈的时代背景下,网络空间对抗逐步呈现战争化趋势,加强网络实战演习已成为美欧主要国家提升网络空间防御和对抗能力的重要举措。虽持续受新冠肺炎疫情影响,美欧等国仍通过各种方式开展网络演习训练和竞赛活动,逐步增强网络空间作战协同性,扩大军事演习跨域、跨国、跨部门的协同化趋势,建立在新兴作战领域的集体作战优势,全面提升网络作战能力,力图掌控未来作战主导权。

摘要： 针对网络对抗训练中单纯依赖实体训练风险高、花费大的缺点,提出构建虚实结合的网络对抗训练体系,首先,从理论层次上研究了网络对抗训练体系构成和技术思路,其次,以病毒攻击等实际问题为依托,分析、设计出典型的实训项目,为网络对抗的教学与施训提供理论依据和技术支撑.

摘要： 为了对同一逻辑函数不同特殊性进行判别,并在检测过程中排除任意项函数干扰问题,提出基于分解图的时空嵌入式生成对抗网络特殊逻辑函数检测方法.通过分析嵌入式生成对抗网络,获取生成式模型运行流程及特征;通过行变量、列变量对线性函数、冗余函数检测,采用分解图方法对其检测结果举例计算与说明,经过变量逻辑函数计算自反函数,获得自双反函数检测结果;通过二叉树映射变换检测含任意项的特殊逻辑函数,实现对全部特殊逻辑函数的检测.仿真结果表明,所提算法可以有效提升检测效果、减少计算步骤,具有较高的适用性,可广泛应用于实际工作中.

摘要： 通信干扰与主动网络攻击是信息战中两种主要的进攻性手段,二者既紧密穿插、交融相似,又具有各自特点.在此以开放系统互联简化模型为参考,分析了通信干扰与主动网络攻击在信息战中所发挥的主要作用.从传输手段适应性、设备通用性、攻击模型层次性、目标应用的广泛性、对社会工程学和系统漏洞的依赖性、以及使用的编程语言、作用范围、无线发射功率、起效速度与结束对抗后的恢复速度等多个方面对比阐述了二者所具有的不同特性,同时也分析了二者共同关注之内容,反映了各自的优势与适用条件,从而为信息战实施过程中这两种作战手段的优化选取与组合应用提供了重要参考.

摘要： 目前,我国通信网络建设水平不断提高,面对复杂的通信环境做好网络安全管理具有现实意义。文章主要以信号处理技术为基础,对该技术在通信网络对抗中的应用展开探讨。

摘要： 网络对抗推演是在网络对抗中进行任务规划、评估决策的重要环节.针对网络对抗广维度、多目标、短猝发的特点,传统的推演系统已不能完成网络对抗推演的要求.为了解决该问题,本文设计基于攻防行动链的网络对抗推演系统.系统架构由数据库、可视化平台、攻防链构设、推演控制引擎、模型构建、应用层等子系统构成,各子系统的模块之间相互配合,驱动整体网络对抗推演系统按照推演剧情进行,并形成具有攻防博弈性的链式行动想定或构设,称之为攻防行动链.攻防行动链的提出,使推演系统能够更好地进行推演过程中的调度和决策,也为网络攻防对抗推演提供了一个参考的研究方向.

摘要： 如今网络技术日新月异,覆盖了全球众多领域,人们也越来越离不开网络,随之而来的涉及国家和人民在政治、经济、文化、军事等领域的网络安全问题也逐渐显现,本文主要探究网络在军事斗争中的运用,期望更好的在军事斗争中利用网络对抗来达到更有效地防御和对抗.

摘要： 历史上每发生一次军事变革，武器装备与战场的样貌就会变化一次。上世纪80年代以来，随着计算机技术与作战平台综合性能的突破性发展，人们已经开始讨论：“下一次军事变革，将是人被智能化的武器装备替代么？”

摘要： 在信息化战场上,网络对抗非常重要,本文研究了网络对抗的实施等问题,并通过对网络对抗的地位进行论述,提出了陆航直升机要着力提高网络对抗能力,以在信息战中取得一席之地,结合网络对抗的发展现状,研究探讨了其发展趋势.

摘要： 随着部队信息化建设的不断深入,现已逐渐形成我军的信息化作战能力，要冷静的认识到信息化在提升建军质量的同时,所带来的安全威胁.只有正确的理解信息作战和网络对抗的重要性,充分开展部队网络对抗训练,才能有效地将信息化的风险降到最低.本文基于网络对抗的特征,简单的分析了网络对抗在部队训练中存在的问题,并提出一些解决措施.

摘要： 为了提高网络对抗课程的教学效果,引入虚拟机技术,介绍了虚拟机软件VMware的安装、配置及其使用,并结合了基于虚拟机的实践教学,从实验准备、网络侦察实验、Windows基本攻防实验和病毒、木马攻防类实验四个方面入手,充分利用实验教学资源,在单机上搭建虚拟网络环境,模拟网络安全攻击和防范,从而提升理论课和实践课的教学效果.

摘要： 本文介绍网络对抗技术的军事需求、发展趋势、发展目标、关键技术、研究内容以及研究方法等内容。

摘要： 本文介绍了网络对抗技术的军事需求、发展趋势以及发展目标，并且对网络对抗的关键技术进行了比较详细地分析.e86

摘要： 信息化战争条件下,网络对抗作为重要战争形态之一,作用越来越突出.网络对抗机制泛指网络攻击、防御的方式及其各自实现的策略或过程,它包括网络攻击和网络防御两个基本方面.无论何种信息网络防御机制,都不同程度地存在脆弱性,相应的也就有攻击机制.最大限度地降低网络的脆弱性,积极寻找敌方网络的弱点并适时予以攻击,将成为未来信息化战争中取胜的关键.

摘要： 指挥自动化网络对抗在未来信息化战争中地位越来越重要,做好网络攻防关键技术的研究显得刻不容缓.作为一种网络安全主动防护技术,入侵诱骗技术能将敌方攻击或入侵重定向到特定的虚假诱骗系统中,实现对关键信息节点的保护.其中入侵重定向技术是实现诱骗技术的关键,本文通过对入侵重定向原理的分析,结合几种常见的防火墙技术,给出了入侵重定向技术实现的几种方法.

摘要： 本文主要从信息化战争的角度出发,介绍了复杂电磁环境的基本概念和构成,以及网络电磁对抗中的攻击和防御技术,阐述了在这一环境下,信息系统在激烈的网络电磁对抗中如何保障自身的安全,维持信息系统的稳定,以保障其在战争中发挥应有的作用.

摘要： 本文主要从信息化战争的角度出发,介绍了复杂电磁环境的基本概念和构成,以及网络电磁对抗中的攻击和防御技术,阐述了在这一环境下,信息系统在激烈的网络电磁对抗中如何保障自身的安全,维持信息系统的稳定,以保障其在战争中发挥应有的作用.

摘要： 本文主要从信息化战争的角度出发,介绍了复杂电磁环境的基本概念和构成,以及网络电磁对抗中的攻击和防御技术,阐述了在这一环境下,信息系统在激烈的网络电磁对抗中如何保障自身的安全,维持信息系统的稳定,以保障其在战争中发挥应有的作用.

摘要： 本说明书实施例提供一种利用对抗生成网络生成对抗样本的方法，其中对抗生成网络包括：预先训练好的、用于针对业务对象执行N分类任务的分类器，用于生成对应于各类别真实样本的模拟样本的生成器，以及对应于N个类别的N个判别器，其中第i个判别器用于判别输入其中的样本是否属于第i个类别下的真实样本。在该方法中，可以实现对生成器和判别器的训练，进而利用其中训练好的生成器生成具有指定真实类别，但会被上述分类器预测为其他类别的对抗样本，同时，可以实现高效、快捷地生成大批量的优质对抗样本。

摘要： 本发明提供了一种基于生成对抗网络模型的水下图像修复方法和生成对抗网络模型的训练方法，属于水下图像处理技术领域。生成对抗网络模型包括生成器网络和判别器网络，生成器网络包括依次设置的编码器网络块、特征转换网络块以及解码器网络块，生成器网络和判别器网络均包括多个BN层和PReLU层；在训练时，生成器网络中的编码器网络块和解码器网络块之间还设置有剩余路径网络块。本发明通过在编码器网络块和解码器网络块之间并添加了剩余路径网络块，增强生成器的细节特征提取能力，缓解了编码器低级特征与解码器高级特征之间的语义差异，避免了编码器下采样过程中的细节丢失，使得增强后的图像细节纹理更清晰。

摘要： 本发明提出了一种基于对抗生成网络的散景效果渲染方法，通过设计一个轻量化的网络，并同时使用TensorFlow Lite框架支持的算子重新实现了实例归一化，确保提出的一个由眼镜形状的端到端生成器以及多感受野判别器组成的对抗生成网络来训练散景渲染模型的所有算子都能在智能手机的GPU上进行计算，且不占用很大的资源。本发明同时还达到了不依赖于先验的方法的同时，还可以显著的检测出待聚焦区域，使得失焦区域的模糊效果也很自然，适用于多场景的情况而非只能处理人像等特定场景的目的。

摘要： 本申请公开了一种生成对抗网络训练方法、生成对抗网络、人脸图像翻译方法和装置，涉及计算机视觉、增强现实和深度学习技术领域。其中，生成对抗网络包括N个处理层，所述N个处理层包括M个卷积层，生成对抗网络训练方法包括：对训练样本添加噪声，得到第一特征数据；将所述第一特征数据输入至所述生成对抗网络中进行训练；其中，在所述训练的过程中，对每一卷积层输出的特征数据添加噪声后，再输入至下一处理层。本申请中，通过对训练样本以及每个卷积层输出的特征数据添加噪声，来模拟现实场景中各种各样的输入，能够使生成对抗网络对现实场景中大量丰富的输入具有更强的适应能力，从而能够提高生成对抗网络的稳定性、鲁棒性和容错性。

摘要： 本公开涉及用于训练并使用生成式对抗网络的系统和方法。在一个实施方式中，一种训练生成式对抗网络的系统可以包括：至少一个处理器，其可以：提供第一多个图像，所述第一多个图像包括感兴趣特征的表示以及感兴趣特征的位置的指示符；并且利用第一多个图像和指示符来训练对象检测网络。此外，所述一个或多个处理器还可以：提供包括所述感兴趣特征的表示的第二多个图像，以及将经训练的对象检测网络应用于所述第二多个图像，以产生感兴趣特征的多个检测。此外，所述一个或多个处理器还可以：提供关于多个检测对真阳性和假阳性的手动设置的验证；利用验证来训练生成式对抗网络；以及利用至少另一组图像、进一步的检测和进一步手动设置的验证来重新训练生成式对抗网络。

摘要： 本发明公开了一种生成对抗网络模型、及利用该生成对抗网络模型的车辆轨迹预测方法，其中，生成对抗网络模型由两个模块构成，模块一：生成对抗网络的生成器；模块二：生成对抗网络的判别器。利用生成器生成模拟轨迹，利用判别器判别轨迹真伪，模块一与模块二相互博弈对抗，最后获取一个能生成与真实轨迹高度相似模拟轨迹的生成器。之后对生成对抗网络模型进行训练，并给出了数据获取方法，优化器，学习率，训练轮次，迭代轮次，损失函数。最后给出了验证车辆轨迹预测系统生成轨迹准确性的方法。本发明提出的使用生成对抗网络进行轨迹预测的预测方法，对过去网络结构做出了创新，并有效提高了预测的准确性。

摘要： 本发明公开了一种基于生成对抗网络的黑盒恶意软件检测对抗样本生成方法及装置，方法包括下述步骤：根据PE文件结构特性设计基于集成策略的恶意软件对抗性扰动方法，该扰动方法添加扰动的方式为:修改DOS头、节区末尾填充、文件末尾填充；构建基于生成对抗网络的黑盒恶意软件对抗样本生成模型；在模型攻击过程中，输入恶意软件到黑盒恶意软件对抗样本生成模型，利用训练过的生成器模型G在很短的时间内生成对抗性样本。本发明添加对抗性扰动到恶意软件的非功能区域，从而实现了保留恶意功能和样本的真实性，这样不仅可以省去检验恶意软件样本在沙箱中的动态分析方法以确保二进制文件的功能不受损害的高成本过程，还可以高效的生成恶意软件对抗样本。

摘要： 本发明涉及一种基于生成式对抗网络的图片对抗样本生成方法，其采用以下步骤：对收集到的图片进行预处理；随机初始化生成器G和鉴别器D

摘要： 本公开提供了一种网络对抗环境配置方法及系统，读取实例数据；根据实例数据，构建拓扑图，设置实例的相关选项，并将拓扑图进行保存；根据拓扑图中的实例设置进行实例部署，对拓扑图中的每个实例逐个进行部署；当所有的实例都部署完成后，检测对抗环境是否部署完成，若有失败的实例，对失败的实例进行单独的部署操作，直到整个对抗环境与拓扑环境的设置相同；本公开通过构建环境拓扑图，一键式部署大规模的网络对抗环境，同时计算系统资源，将虚拟化主机均衡的部署在集群环境中；灵活的对抗环境编辑机制，通过对拓扑图的编辑，动态的添加、减少、变更在线的虚拟机主机。

摘要： 本发明提供一种针对深度神经网络对抗样本的对抗噪声去除方法，属于图像处理领域。其包括:利用干净图像样本进行端到端训练，获得条件变分自编码器与分类器；将待去噪的对抗图像输入至所述条件变分自编码器和分类器，获得所述对抗图像的去噪样本与类别。本发明通过去除对抗图像样本中的噪声，可以提升模型针对对抗图像样本的鲁棒性，经过去除对抗噪声的图像样本特征明显，可以正确分类，同样提高了后续任务的可靠性与安全性。