南京理工大学科技成果推送,合作机遇速览(十三)

本成果针对工业互联网产业升级叠加国产化需求，开展面向国产处理器的并行优化、融合机器学习算法的用户安全行为分析、基于生产工艺与控制流程的工业互联网安全检测、基于威胁情报的编排脚本自动生成等研究，构建了“精准识别-实时感知-动态处置”的实时监测与动态可信处置技术体系，突破了终端业务语义驱动的敏感数据指纹识别技术，提出基于异构执行体动态编排的动态防御技术，核心指标达到国际先进水平。

成果获中标麒麟、华为鲲鹏兼容认证，通过江苏省信息技术应用创新产品适配性测试，获中国通信学会信息通信十大科技进展提名。成果可应用于钢铁冶金、装备制造等领域，实现全面的新型工控网络安全检测、统一安全管理等全生命周期的安全服务。

（1）元器件国产化率80%以上，数据包处理能力2Gbps；

（2）支持50种工控威胁类型检测，内置动态安全检测模型10种；

（3）内置2000种工业设备与系统安全漏洞特征库；

（4）安全编排剧本15种，自动化处置响应时间不大于2秒。

成果可推广应用于社会公共安全相关领域。

针对恶意代码存在家族化演进趋势，缺乏有效的变种识别与溯源机制，构建了融合行为路径、结构特征与传播链分析的家族化溯源方法，突破了恶意代码变种识别难、跨平台溯源效率低的核心技术障碍，围绕训练代码可信性验证薄弱，嵌入式恶意逻辑难以防范的难题，融合静态代码分析、动态沙箱行为监控、异常行为建模的多域风险识别等技术。

合作构建了目前全球最大规模反诈黑灰产样本库。相关能力已经累计帮助破获电诈案件2万多起，抓获犯罪嫌疑人4000余名，封堵涉诈域名110多万条，拦截诈骗电话4亿余次，劝阻322万余名群众免于受骗。

（1）实现通联特征自动化提取率>98%；

（2）涉诈APP检测准确率＞98%；

（3）单次涉诈APP特征转发时效小10秒。

成果可推广应用于社会公共安全相关领域。

本成果针对新一代大模型技术发展背景下智能伪造技术等带来的挑战，开展了多模态融合鉴伪技术研究，围绕音频、视频、图像、文本的深度伪造和篡改技术机理，突破了数据压缩条件下的伪造视频检测、信息折损条件下的伪造图像检测、噪声扰动条件下的音频伪造攻击检测、可读文本的敏感信息消融等关键技术，弥补了国内在现网低分辨率、高折损条件下的智能鉴伪技术短板，实现了“抗数据压缩、抗信息折损、抗噪声扰动、抗文本删改”的智能多模态鉴伪技术。

（1）单秒视频鉴伪速度不超过50毫秒，在误报率不高于15%的条件下，检出率不低于70%，整体准确率不低于70%；

（2）单张图片鉴伪速度不超过10毫秒，针对特定人检出率不低于95%的条件下，误报率不高于30%，整体准确率不低于80%；

（3）在生成长可读隐秘文本的过程中实现理想的敏感信息载荷量，达到不少于20个字符的嵌入量，文本载体在被删改达到30%的极端情况下，敏感明文提取完整度不低于80%。

成果主要应用于开源情报跟踪分析等各类信息安全相关领域。