CN115208649A - 一种基于图像识别的虚拟机远程安全访问方法及系统 - Google Patents
一种基于图像识别的虚拟机远程安全访问方法及系统 Download PDFInfo
- Publication number
- CN115208649A CN115208649A CN202210793402.6A CN202210793402A CN115208649A CN 115208649 A CN115208649 A CN 115208649A CN 202210793402 A CN202210793402 A CN 202210793402A CN 115208649 A CN115208649 A CN 115208649A
- Authority
- CN
- China
- Prior art keywords
- video frame
- virtual machine
- sensitive
- image recognition
- machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Storage Device Security (AREA)
Abstract
本发明涉及一种基于图像识别的虚拟机远程安全访问方法及系统,所述方法包括以下步骤:基于虚拟机的VNC访问服务,接收RFB数据包;解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;显示所述输出视频流。与现有技术相比,本发明具有远程访问安全性高、确保数据不泄露等优点。
Description
技术领域
本发明属于网络数据安全技术领域,涉及一种安全访问技术,尤其是涉及一种基于图像识别的虚拟机远程安全访问方法及系统。
背景技术
随着云计算的快速发展,上云业务不断增加,对云平台的安全访问需求也日益增加。如何在做到在云平台正常访问的前提下,确保信息安全、确保数据不泄露非常重要。
当前私有云领域,云平台内部物理设备和客户虚拟机的运维操作通常通过堡垒机实现,堡垒机作为一种运维工具,自身具有严格的安全配置,可以有效应对各种常见的网络攻击,实现用户安全登录的功能;同时堡垒机丰富的账号管理、授权策略功能,可以对不同用户分配不同的角色和访问权限,实现高效的分类管理功能;堡垒机也提供了事后的审计功能。运维人员登录堡垒机后,基于堡垒机为跳板,通过远程访问技术(VNC、RDP等)进一步访问虚拟机。
堡垒机可以应对大部分的安全访问场景,但是在一些对信息安全极其敏感的应用场景下,堡垒机的作用还存在一些不足,信息安全性不足以应对更敏感的应用场景,传统的堡垒机需要进一步加强安全功能,需要一种更加安全更加可靠的虚拟机远程访问方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的基于堡垒机执行运维操作时导致的信息泄露问题,而提供一种基于图像识别的虚拟机远程安全访问方法及存储介质。
本发明的目的可以通过以下技术方案来实现:
一种基于图像识别的虚拟机远程安全访问方法,包括以下步骤:
基于虚拟机的VNC访问服务,接收RFB数据包;
解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;
基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;
对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;
显示所述输出视频流。
进一步地,所述预处理包括帧率下变化、灰度化处理和/或缩放变换。
进一步地,所述敏感信息识别模型基于卷积神经网络构建,进行模型训练时采用的训练数据集基于用户输入和预设常见场景构建。
进一步地,所述加密处理具体为:将所述敏感区域标识为非可见区域。
进一步地,采用HTML5 Canvas显示所述输出视频流。
进一步地,该方法还包括:
基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问。
本发明还提供一种堡垒机,包括:
数据接收模块,用于基于虚拟机的VNC访问服务,接收RFB数据包;
解析模块,用于解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;
识别模块,用于基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;
重构模块,用于对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;
显示模块,用于显示所述输出视频流。
进一步地,所述重构模块中,加密处理具体为:将所述敏感区域标识为非可见区域。
进一步地,该堡垒机还包括:
告警模块,用于存储预设策略,基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问。
本发明还提供一种基于图像识别的虚拟机远程安全访问系统,包括云主机、机器学习GPU服务器以及如上所述的堡垒机,所述堡垒机通过VNC访问服务与云主机连接,所述机器学习GPU服务器向堡垒机发送所述敏感信息识别模型。
与现有技术相比,本发明具有以下有益效果:
1、本发明通过VNC访问服务接收RFB数据包,兼容性好,可以适配主流的操作系统,以RFB协议解析数据,无需执行复杂的画图任务(RDP协议),对客户端的要求较低。
2、本发明通过敏感信息识别模型对视频帧进行分析识别并加密处理,可以有效过滤掉客户业务的敏感数据,降低信息泄露的风险,能够在零信任安全的要求下,从技术层面避免运维人员接触到客户业务的敏感数据,降低数据泄露的风险,保证客户业务的安全。
3、本发明在实时进行视频流分析之前对视频帧进行预处理,有效降低了图像分析的数据量,提高处理性能。
4、本发明基于HTML5 Canvas显示视频流,相对于VNC客户端,用户无需安装额外的客户端,直接通过浏览器进行远程访问,使用更加灵活方便,不依赖于操作系统的具体配置。
附图说明
图1为本发明方法的流程示意图;
图2为本发明视频处理流程示意图;
图3为本发明实施例中的系统框架示意图;
图4为本发明实施例的工作过程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,本实施例提供一种基于图像识别的虚拟机远程安全访问方法,包括以下步骤:
步骤S1、基于虚拟机的VNC访问服务,接收RFB数据包,解析所述RFB数据包,获得完整视频帧;
步骤S2、对所述完整视频帧进行预处理,获得输入视频帧;
步骤S3、基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;
步骤S4、对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;
步骤S5、显示所述输出视频流。
上述方法通过图像识别对虚拟机远程桌面进行实时分析,可以有效过滤掉客户业务的敏感数据,降低信息泄露的风险,可支持浏览器直接访问,方便使用;同时使用通用远程视频流协议,对虚拟机操作系统兼容性好。
上述方法采用VNC访问服务,VNC是基于RFB(Remote Frame Buffer)协议进行通信的,是一个基于平台无关的简单显示协议的超级瘦客户系统:该系统兼容性好,可以适配主流的操作系统:Windows、Linux、MacOS等;由于使用帧缓存技术,无需执行复杂的画图任务(RDP协议),因此对客户端的要求较低;由于需要传输编码后的视频数据,因此需要占用一定的带宽,由于云平台堡垒机与客户虚拟机之间的网络一般在云平台内部,不需要跨公网传输,因此带宽不是瓶颈。
在接收到RFB数据包后,解析所述RFB数据包的过程包括:验证所述RFB数据包的用户认证信息,在验证通过后,进行视频编解码,获得传输视频流,保存完整视频帧。在具体实施过程中,按照RFB协议,整个处理流程包括:握手过程、认证过程、桌面交互和断开连接过程。其中,在握手过程中,客户端和服务端共同协商确定可用的RFB协议版本号;在认证过程中,基于服务端的配置要求进行认证操作,常见的认证方式无密码认证、密码认证,密码认证又分为明文发送和DES加密等方式;在桌面交互中,包括桌面视频流的请求与接收,客户端的鼠标键盘等消息的发送接收等。
在优选的实施方式中,为了提高视频处理的效率,在进行视频流分析之前,可先将视频流进行预处理,预处理包括帧率下变化、灰度化处理、缩放变换(分辨率调整)等,如图2所示。通过这些预处理操作,可以有效地降低视频数据量的大小,极大地提高图像分析的性能。
在具体实施方式中,敏感信息识别模型可以基于卷积神经网络构建,进行模型训练时采用的训练数据集基于用户输入和预设常见场景构建。为了满足视频处理的实时性要求,在进行视频数据分析时,需要依赖专用的GPU或硬件进行加速。
上述方法中,加密处理具体为:将所述敏感区域标识为非可见区域。在某一具体实施方式中,检测到敏感数据的区域坐标后,相关区域设置为全黑的图像块、马赛克处理等,以保护隐私敏感数据。
在优选的实施方式中,可以基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问,终止与客户虚拟机的网络连接。具体地,如当敏感区域的面积或个数大于预设值时,产生告警,断开此次远程访问。
上述方法中,采用HTML5 Canvas显示所述输出视频流。基于HTML5 Canvas画布技术,实现浏览器上显示图像和播放视频;同时接收客户端的鼠标键盘消息,基于RFB标准协议,进行消息交互。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例2
本实施例提供一种堡垒机,包括:数据接收模块,用于基于虚拟机的VNC访问服务,接收RFB数据包;解析模块,用于解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;识别模块,用于基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;重构模块,用于对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;显示模块,用于显示所述输出视频流。上述堡垒机实现虚拟机远程安全访问的具体过程如实施例1所述。
在优选的实施方式中,该堡垒机还包括告警模块,用于存储预设策略,基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问。
实施例3
本实施例提供一种基于图像识别的虚拟机远程安全访问系统,包括云主机2、机器学习GPU服务器3以及如实施例2所述的堡垒机1,所述堡垒机1通过VNC访问服务与云主机2连接,所述机器学习GPU服务器3向堡垒机1发送所述敏感信息识别模型。
如图3所示,云主机2部署有VNC Server201,用于VNC的服务访问。堡垒机1上的NodeJS框架,包含了TCP客户端101、RFB协议解析模块102、实时视频流分析模块104、HTML5Canvas画布模块105等。其中,TCP客户端101负责与VNC Server的TCP连接,用于收发原始数据包;RFB协议解析模块102,基于RFB协议要求,解析标准的RFB协议数据包,包括用户认证、视频编解码、视频流传输等;实时视频流分析模块103,基于预设的机器学习算法生成的模型,对视频流进行分析,屏蔽敏感信息;HTML5 Canvas画布模块105,用于浏览器的视频流显示。机器学习GPU服务器3用于卷积神经网络算法的模型训练,识别敏感信息的特征,并将生成模型同步到堡垒机1上。其中,被识别的敏感信息,可来自用户的输入,也可以预设一些常见的场景。
上述实时视频流分析模块103内,为了降低图像分析的数据量,提高处理性能,可预先将视频帧进行灰度化处理、缩放变换;基于已经训练的机器学习模型,对图像进行分析处理,识别并确定敏感信息的坐标位置,将相关图像块屏蔽掉,例如,相关区域设置为全黑的图像块、马赛克处理等;重新构建图像,用于Canvas画布显示。
如图4所示,上述虚拟机远程安全访问系统的具体工作过程包括:
1)云平台的虚拟机或镜像中,安装并运行VNC Server服务,对外提供VNC访问服务,VNC服务端支持RFB协议,客户的云主机包含主流的操作系统:CentOS、Fedora、Ubuntu、Windows等。
2)堡垒机基于TCP客户端模块连接虚拟机的VNC Server服务(默认端口号5900)。TCP模块负责数据通信,包括客户端与服务端的连接建立(三次握手)、状态管理、连接释放(四次挥手)等。
3)通过RFB协议解析模块,接收或发送与VNC Server交换的RFB数据包。按照RFB协议,整个处理流程包括:握手过程、认证过程、桌面交互和断开连接过程。其中,在握手过程中,客户端和服务端共同协商确定可用的RFB协议版本号;在认证过程中,基于服务端的配置要求进行认证操作,常见的认证方式无密码认证、密码认证,密码认证又分为明文发送和DES加密等方式;在桌面交互中,包括桌面视频流的请求与接收,客户端的鼠标键盘等消息的发送接收等。
4)在进行视频流分析之前,可先将视频流进行预处理,常见的方法有帧率下变化、缩放变换、灰度化处理等操作。通过这些预处理操作,可以有效地降低视频数据量的大小,极大地提高图像分析的性能。
5)基于预设的训练模型,对视频帧进行实时分析处理,屏蔽敏感数据信息,重建新的视频流。为了满足视频处理的实时性要求,在进行视频数据分析时,需要依赖专用的GPU或硬件进行加速。在对视频帧重建的过程中,基于检测到的敏感数据的区域坐标,在原始帧的相应位置通过马赛克的方式进行填充;同时也可以基于客户预设策略,终止堡垒机与客户虚拟机的网络连接。上述预设的训练模型进行训练时,收集的敏感信息的特征可来自预设的常见模型,也可来自用户的特定需求。基于卷积神经网络算法,训练并生成识别敏感信息的模型,并同步到模型库中。
6)基于HTML5 Canvas画布技术,实现浏览器上显示图像和播放视频;同时接收客户端的鼠标键盘消息,基于RFB标准协议,与VNC Server进行消息交互。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于图像识别的虚拟机远程安全访问方法,其特征在于,包括以下步骤:
基于虚拟机的VNC访问服务,接收RFB数据包;
解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;
基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;
对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;
显示所述输出视频流。
2.根据权利要求1所述的基于图像识别的虚拟机远程安全访问方法,其特征在于,所述预处理包括帧率下变化、灰度化处理和/或缩放变换。
3.根据权利要求1所述的基于图像识别的虚拟机远程安全访问方法,其特征在于,所述敏感信息识别模型基于卷积神经网络构建,进行模型训练时采用的训练数据集基于用户输入和预设常见场景构建。
4.根据权利要求1所述的基于图像识别的虚拟机远程安全访问方法,其特征在于,所述加密处理具体为:将所述敏感区域标识为非可见区域。
5.根据权利要求1所述的基于图像识别的虚拟机远程安全访问方法,其特征在于,采用HTML5 Canvas显示所述输出视频流。
6.根据权利要求1所述的基于图像识别的虚拟机远程安全访问方法,其特征在于,该方法还包括:
基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问。
7.一种堡垒机,其特征在于,包括:
数据接收模块,用于基于虚拟机的VNC访问服务,接收RFB数据包;
解析模块,用于解析所述RFB数据包,获得完整视频帧,并对所述完整视频帧进行预处理,获得输入视频帧;
识别模块,用于基于预设的敏感信息识别模型对所述输入视频帧进行分析识别,检测获得所述输入视频帧中的敏感区域;
重构模块,用于对所述敏感区域进行加密处理,重构视频帧,获得输出视频流;
显示模块,用于显示所述输出视频流。
8.根据权利要求7所述的堡垒机,其特征在于,所述重构模块中,加密处理具体为:将所述敏感区域标识为非可见区域。
9.根据权利要求7所述的堡垒机,其特征在于,该堡垒机还包括:
告警模块,用于存储预设策略,基于识别的敏感区域判断是否触发预设策略,若是,则断开远程访问。
10.一种基于图像识别的虚拟机远程安全访问系统,其特征在于,包括云主机、机器学习GPU服务器以及如权利要求7-9任一所述的堡垒机,所述堡垒机通过VNC访问服务与云主机连接,所述机器学习GPU服务器向堡垒机发送所述敏感信息识别模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210793402.6A CN115208649A (zh) | 2022-07-05 | 2022-07-05 | 一种基于图像识别的虚拟机远程安全访问方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210793402.6A CN115208649A (zh) | 2022-07-05 | 2022-07-05 | 一种基于图像识别的虚拟机远程安全访问方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115208649A true CN115208649A (zh) | 2022-10-18 |
Family
ID=83580933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210793402.6A Pending CN115208649A (zh) | 2022-07-05 | 2022-07-05 | 一种基于图像识别的虚拟机远程安全访问方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115208649A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821161A (zh) * | 2012-08-24 | 2012-12-12 | 北京神州绿盟信息安全科技股份有限公司 | 一种网络安全审计方法、装置及系统 |
CN103560933A (zh) * | 2013-11-08 | 2014-02-05 | 北京京东尚科信息技术有限公司 | 实现无显示器截取或/和录制图像的方法、装置及系统 |
CN105933415A (zh) * | 2016-04-21 | 2016-09-07 | 国家计算机网络与信息安全管理中心 | 一种基于vnc代理的云计算环境中虚拟机在线录屏方法与系统 |
CN110163250A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于分布式调度的图像脱敏处理系统、方法以及装置 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN111985419A (zh) * | 2020-08-25 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 视频处理方法及相关设备 |
CN114339049A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市商汤科技有限公司 | 一种视频处理方法、装置、计算机设备和存储介质 |
CN114422830A (zh) * | 2022-03-31 | 2022-04-29 | 深圳市海清视讯科技有限公司 | 视频加密方法、视频显示方法、装置、设备 |
-
2022
- 2022-07-05 CN CN202210793402.6A patent/CN115208649A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821161A (zh) * | 2012-08-24 | 2012-12-12 | 北京神州绿盟信息安全科技股份有限公司 | 一种网络安全审计方法、装置及系统 |
CN103560933A (zh) * | 2013-11-08 | 2014-02-05 | 北京京东尚科信息技术有限公司 | 实现无显示器截取或/和录制图像的方法、装置及系统 |
CN105933415A (zh) * | 2016-04-21 | 2016-09-07 | 国家计算机网络与信息安全管理中心 | 一种基于vnc代理的云计算环境中虚拟机在线录屏方法与系统 |
CN110163250A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于分布式调度的图像脱敏处理系统、方法以及装置 |
CN110163218A (zh) * | 2019-04-10 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 基于图像识别的脱敏处理方法以及装置 |
CN111985419A (zh) * | 2020-08-25 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 视频处理方法及相关设备 |
CN114339049A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市商汤科技有限公司 | 一种视频处理方法、装置、计算机设备和存储介质 |
CN114422830A (zh) * | 2022-03-31 | 2022-04-29 | 深圳市海清视讯科技有限公司 | 视频加密方法、视频显示方法、装置、设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019015634A1 (zh) | 门禁控制方法和装置、系统、电子设备、程序和介质 | |
CN110378095B (zh) | 基于验证码的交互验证方法、装置、介质和计算设备 | |
EP3885946B1 (en) | Method of monitoring and protecting access to an online service | |
CN113190877B (zh) | 一种模型加载方法、装置、可读存储介质及电子设备 | |
CN112202794A (zh) | 交易数据的保护方法、装置、电子设备和介质 | |
CN113285945B (zh) | 通信安全监控方法、装置、设备及存储介质 | |
CN108306970A (zh) | 一种基于安全芯片的固件安全下载以及校验装置和方法 | |
CN117313759B (zh) | 数据安全传输的方法、装置、设备及存储介质 | |
CN106789371A (zh) | 一种基于云计算的安全监控方法及系统 | |
US20230125703A1 (en) | Method for predicting the identity of a user associated to an anonymous browsing session on an online service | |
CN115208649A (zh) | 一种基于图像识别的虚拟机远程安全访问方法及系统 | |
IT202100006383A1 (it) | Metodo per monitorare e proteggere l’accesso ad un servizio online | |
CN111698253A (zh) | 一种计算机网络安全系统 | |
CN114139192B (zh) | 加密流量处理方法、装置、电子设备、介质及程序 | |
CN116232880A (zh) | 一种基于安全隔离的虚拟专用网建立方法及系统 | |
EP3885947B1 (en) | Method of monitoring and protecting access to an online service | |
CN114845115A (zh) | 一种信息传输方法、装置、设备及存储介质 | |
CN114928756A (zh) | 视频数据保护、加密、校验方法及系统、设备 | |
CN104994078B (zh) | 局域网内的信息发送、获取方法及装置、信息处理系统 | |
CN113449167A (zh) | 数据采集异常检测方法、装置、电子设备和可读存储介质 | |
CN114389896A (zh) | 一种建立安全数据通讯的方法及装置 | |
CN114710763B (zh) | 一种具有安全协同能力的智能小车系统 | |
CN105959329B (zh) | 一种高清视频叠加处理系统 | |
CN110516449A (zh) | 一种轻量化漏洞探测方法及可读存储介质 | |
CN115277025B (zh) | 安全芯片的设备认证方法、安全芯片装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |