-
公开(公告)号：CN113837253A
公开(公告)日：2021-12-24
申请号：CN202111080178.8
申请日：2021-09-15
Applicant: 广州大学
Abstract: 本申请涉及一种单步对抗训练方法、系统、设备、存储介质及产品，其方法包括对干净样本和对应的标签进行FGSM对抗攻击；同时，基于上限值，对待生成的FGSM对抗样本的步长进行裁剪，获取裁剪样本；对干净样本和裁剪样本进行对抗训练，直至所有训练数据完成一次前向计算及反向传播的过程；重复获取干净样本和裁剪样本，并对干净样本和裁剪样本进行对抗训练，直至完成全部的对抗训练，获得模型以防御攻击。解决了现有对抗训练方法鲁棒性差或者用时过长的问题。本申请具有改善对抗训练方法的鲁棒性能和缩短训练时长的效果。
-
公开(公告)号：CN113836548A
公开(公告)日：2021-12-24
申请号：CN202111023787.X
申请日：2021-09-01
Applicant: 广州大学
Abstract: 本发明提供了智能合约的数据一致性保障方法、系统、设备及存储介质，所述方法包括：接收智能合约的状态变量加锁请求；根据所述状态变量加锁请求，获取智能合约地址和状态变量名称；根据所述智能合约地址和状态变量名称分配互斥锁，并采用所述互斥锁对所述状态变量名称对应的状态变量进行加锁操作；响应于智能合约的状态变量解锁请求，执行所述状态变量的解锁操作。本发明通过对关联操作序列之间数据读写隔离结合数据锁状态检测识别重入风险，不仅能保证区块链系统交易业务正常稳定处理，而且能有效防止攻击者在脏状态下读写数据而造成数据不一致状态，防范重入攻击，较少交易损失风险，还不限制外部调用，保证智能合约应用开发的灵活性和通用性。
-
公开(公告)号：CN113780363A
公开(公告)日：2021-12-10
申请号：CN202110946024.6
申请日：2021-08-17
Applicant: 广州大学
Abstract: 本发明提供了一种对抗样本防御方法、系统、计算机及介质，所述方法包括获取待检测图像样本；分别采用不同的去噪方法对待检测图像样本进行去噪处理，得到对应的第一去噪样本和第二去噪样本；将待检测图像样本、第一去噪样本和第二去噪样本分别输入深度神经网络模型，得到对应的待检测样本概率向量、第一去噪样本概率向量和第二去噪样本概率向量；分别获取待检测图像样本概率向量与第一去噪样本概率向量的第一相似度、以及与第二去噪样本概率向量的第二相似度，并根据第一相似度和第二相似度，判断待检测图像样本是否为对抗样本。本发明能够简单、高效且精准的识别对抗样本及给出对应的预测类别，有效提升对抗样本的防御能力及模型的服务能力。
-
公开(公告)号：CN113660225A
公开(公告)日：2021-11-16
申请号：CN202110861448.2
申请日：2021-07-29
Applicant: 广州大学
IPC: H04L29/06 , G06F16/901 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于时序点的网络攻击事件预测方法、系统、装置及介质，方法包括：获取历史攻击事件数据，根据历史攻击事件数据生成第一事件序列，进而确定第一事件特征以及事件发生时间；根据第一事件特征构建第一事件图谱，进而通过图嵌入算法对第一事件图谱进行处理，得到第一特征向量；将第一特征向量和事件发生时间输入到预先构建的循环神经网络中进行深度点过程的模型训练，得到训练好的时序点过程模型；根据时序点过程模型预测得到下一次网络攻击事件的发生时间和事件类型。本发明通过图嵌入将事件图谱转换成特征向量，利用深度点过程对特征向量和时间发生时间进行训练，提高了网络攻击事件预测的准确度，可广泛应用于网络安全技术领域。
-
公开(公告)号：CN111309787B
公开(公告)日：2021-10-19
申请号：CN202010136449.6
申请日：2020-03-02
Applicant: 广州大学
IPC: G06F16/2458 , G06N5/02
Abstract: 本发明公开了一种基于Apriori算法挖掘二维数据间关联规则的方法，通过获取关系型数据库中的二维连续型数据表，对二维连续型数据表进行离散化处理，得到二维离散化数据表，然后通过Apriori算法挖掘出二维离散化数据表中各数据之间的频繁项集，并生成频繁项集的关联规则，同时计算每一条规则的置信度，最后根据亲密度计算公式、每一条规则的置信度以及频繁项集的关联规则，计算得到二层级数据的关联规则，可以挖掘二维数据表属性之间的关联规则，从而确定属性间的亲密关系。
-
Patent Agency Ranking
公开(公告)号：CN113221112A
公开(公告)日：2021-08-06
申请号：CN202110590847.X
申请日：2021-05-28
Applicant: 广州大学
Abstract: 本发明公开了一种基于弱相关集成策略的恶意行为识别方法、系统和介质，该方法包括利用样本集构建基模型；基于XGBoost对恶意代码动态行为特征进行筛选；基于弱相关集成策略对基模型进行相关性检验；根据基模型的准确率确定其集成权重；基于Bagging集成策略对恶意代码进行分类。本发明在恶意代码识别中首先采用了XGBoost算法来确定集成学习基模型的个数，降低了集成学习中基模型的选择问题，还提高了恶意代码识别的准确性。另外，本发明采用了集成学习基模型的弱相关集成策略，弱化了使用集成策略解决恶意代码分类任务时普遍存在的基模型之间的相关性问题，并且构建了基于以准确率为导向的单模型权重确定模型，完成高效、准确的恶意代码识别任务。
-
公开(公告)号：CN111797394B
公开(公告)日：2021-06-08
申请号：CN202010586298.4
申请日：2020-06-24
Applicant: 广州大学
Abstract: 本发明公开了一种基于stacking集成的APT组织识别方法、系统及存储介质，方法包括：使用TF‑IDF算法结合n‑gram从恶意软件样本中提取出行为特征并向量化，形成恶意行为向量特征集；基于恶意行为向量特征集，计算特征之间的相关度和特征与类别之间的卡方值，对行为向量特征集进行两次筛选，获得低纬度的更优特征子集数据；构建多模型融合的Stacking集成学习APT组织识别模型，利用所述APT组织识别模型对新的APT攻击进行识别。本发明中对高维行为向量特征进行特征选择降低了数据集的复杂度；还考虑了数据集中的样本不平衡，采用了多模型集成训练，提高了识别准确度；另外本专利对于恶意样本的APT组织识别模型是经过机器学习训练得到的，提高了新样本的自动化识别效率。
-
公开(公告)号：CN110046260B
公开(公告)日：2021-06-08
申请号：CN201910305756.X
申请日：2019-04-16
Applicant: 广州大学
Abstract: 本发明公开了一种基于知识图谱的暗网话题发现方法和系统，包括：对获取的暗网数据进行web页面去重，通过算法对存在同一个页面采集了多次的数据进行去重处理；将去重处理后的所述暗网数据进行降维处理；通过黑话词典和文档/段落/句子的向量表示配合词向量表示，对降维后的所述暗网数据进行黑话检测识别；对检测到黑话后的数据进行自然语言处理，提取出弱信号数据的实体、属性、关系和事件；根据自然语言处理提取的弱信号数据构造事实三元组，构建事件知识图谱；在所述事件知识图谱中通过图匹配和遍历实现弱信号数据间的关联发现，并通过所述事件知识图谱中的弱信号关联和节点中心性计算实现核心话题的发现。
-
公开(公告)号：CN109617812B
公开(公告)日：2021-04-23
申请号：CN201910083664.1
申请日：2019-01-29
Applicant: 广州大学
IPC: H04L12/733 , H04L12/751 , H04L12/753
Abstract: 本发明公开了一种基于贪心嵌入的RPL路由方法、装置及网络拓扑，方法包括如下步骤：对于在网络拓扑中的每个节点c：获取待传输的数据包；其中，所述数据包的IPv6扩展头部保存有目标节点d的坐标Cd；解析所述扩展头部，从中提取所述目标节点d的坐标Cd；从自身的路由表中依次获取邻居节点i的坐标Ci；其中，对于每个节点，其路由表存储有其邻居节点的坐标；根据节点c自身的坐标Cc和目标节点d的坐标Cd的距离d(Cc,Cd)以及每个邻居节点i的坐标Ci到目标节点d的坐标Cd的距离d(Ci,Cd)，获取到距所述目标节点d最近的邻居节点i；以及将所述数据包传输至所述最近的邻居节点i。实施本发明，能提高路由的效率和扩展性。
-
公开(公告)号：CN112532697A
公开(公告)日：2021-03-19
申请号：CN202011278049.5
申请日：2020-11-16
Applicant: 广州大学
IPC: H04L29/08 , G06F16/955 , G06F16/638
Abstract: 本发明的提供一种基于文本编码的资源下载方法、系统、装置及介质，方法包括获取点歌指令，从点歌指令中提取得到第一文本信息；根据第一文本信息的原始字符串编码得到第一字符串；将第一字符串生成请求指令，根据请求指令获取音乐列表；读取音乐列表，获取音乐的唯一标识，根据唯一标识生成音乐链接；根据音乐链接获取音乐的数据文件。方法通过编码转换、歌曲链接获取、歌曲文件请求等全流程自动化操作，解决了点歌过程中的编码转换问题和资源下载问题，实现了点歌的自动化、智能化，极大的提升了点歌的反应速度和用户体验，实现过程简单、借助硬件少，可操作性高，具有很好的可移植性和实用性，可广泛应用于计算机技术领域。
-
-
-
-
-
-
-
-
-
Search Results
561
records
(took 0.09 seconds)
