-
公开(公告)号：CN112860303A
公开(公告)日：2021-05-28
申请号：CN202110175581.2
申请日：2021-02-07
Applicant: 济南大学
Abstract: 本公开提出了一种模型增量更新的方法及系统，包括：使用归纳保形的思想筛选出测试数据集中携带新知识或复杂知识的数据，用于训练数据集和模型的迭代更新；使用时间窗口限制训练数据集的规模；使用数据循环选择的方法来抑制老旧冲突数据对训练模型的负面影响和训练数据集的无限增长。当携带复杂知识的数据占据新增数据一定比例或模型精确度降低到设定阈值，重新进行特征选择，数据集构建和模型训练。本公开实施例子提出了一种带有新知识和复杂知识的数据筛选方式，大幅度减少人工标记样本数量，减少训练数据规模，一定程度可以减少非平衡对模型性能的影响。
-
公开(公告)号：CN112783777A
公开(公告)日：2021-05-11
申请号：CN202110111586.9
申请日：2021-01-27
Applicant: 济南大学
IPC: G06F11/36
Abstract: 本发明公开了一种安卓环境内采集实时信息与网络流量的方法及系统，在待测试应用程序运行的Android环境内，初始化数据采集的环境；在Android环境内安装待测试的应用程序；获取Android环境的基本信息；运行待测试的应用程序，开始采集日志，捕获日志信息；结束采集，上传日志信息，存储到测试结果数据库中。在获取应用程序网络连接行为的测试过程中，本发明极大地提高了其实时性，并且可以在不接触原始流量、不依赖静态分析结果的情况下捕获这些信息，使得在测试规程中，系统可以更加准确地追踪Android环境内部的网络连接与待测应用程序或系统组件的从属关系，使捕获这些信息更加简便可行。
-
公开(公告)号：CN112232058A
公开(公告)日：2021-01-15
申请号：CN202011102128.0
申请日：2020-10-15
Applicant: 济南大学
IPC: G06F40/211 , G06F40/289 , G06F40/30 , G06F16/33 , G06F16/35 , G06K9/62 , G06N3/04
Abstract: 本发明公开了基于深度学习三层语义抽取框架的假新闻识别方法及系统，包括：获取目标新闻文本；对目标新闻文本进行向量化处理，得到目标新闻文本每个字的初始表示向量；将目标新闻文本每个字的上下文信息嵌入到每个字的初始表示向量中，得到含有上下文信息的字向量矩阵；对含有上下文信息的字向量矩阵，提取若干个特征图；对所有的特征图，进行封装操作，得到最终融合特征；对最终融合特征进行分类，得到目标新闻文本是否为假新闻的结果。
-
公开(公告)号：CN106685964B
公开(公告)日：2020-10-30
申请号：CN201611243439.2
申请日：2016-12-29
Applicant: 济南大学
Abstract: 本发明公开了基于恶意网络流量词库的恶意软件检测方法及系统；包括如下步骤：建立恶意网络流量词库；训练恶意软件检测模型；对待检测HTTP网络流量的流内容进行分割，分割成单词集合；对单词集合进行向量化：将得到的单词集合利用得到的词库转变成词向量；将词向量输入到训练出的恶意软件检测模型中，若模型对词向量的检测结果为恶意，则找到词向量对应的网络流的源头app，并标记为恶意app。使用这个恶意网络流量词库，我们不需要手动选择特征，只需要获取与词库中的单词的对比结果，然后建立出一个检测模型，就可以用于对恶意流量的检测，从而能够判别产生该恶意流量的app是恶意软件。
-
公开(公告)号：CN110321722A
公开(公告)日：2019-10-11
申请号：CN201910609488.0
申请日：2019-07-08
Applicant: 济南大学
Abstract: 本公开公开了DNA序列相似率安全计算方法及系统，每个客户端获取待计算相似率的DNA序列；每个客户端利用自身的公钥对获取的待计算相似率的DNA序列进行加密处理，得到加密的待计算相似率的DNA序列；每个客户端将加密的待计算相似率的DNA序列发送给云服务器C；云服务器C将所有客户端的公钥进行累乘，生成公共公钥PK；云服务器C和云服务器S将加密的待计算相似率的DNA序列转换为通过公共公钥PK加密的密文，得到重新加密的待计算相似率的DNA序列；从云服务器C和云服务器S中分别选取重新加密的待计算相似率的DNA序列，对重新加密的待计算相似率的DNA序列进行同态加密运算，得到DNA序列相似率。
-
Patent Agency Ranking
公开(公告)号：CN105187394B
公开(公告)日：2018-01-12
申请号：CN201510487184.3
申请日：2015-08-10
Applicant: 济南大学
Abstract: 本发明公开了具有移动终端恶意软件行为检测能力的代理服务器及方法，静态检测模块，通过调度静态检测接口对下载的移动应用进行静态检测；动态检测模块，通过调用第三方动态检测服务提供的API接口实现对静态检测模块检测为正常的移动应用做第二重检测；流量行为分析模块，流量行为分析模块对用户所安装的应用的流量进行处理并通过流量检测服务模型检测该流量行为是否为恶意软件所产生。本发明设计了一种具有三重检测能力的新型代理服务器。通过第一、二重的检测，基本保证了用户所安装的移动应用是安全的，通过第三重的流量检测，保证恶意软件产生恶意行为时进行有效识别。
-
公开(公告)号：CN106685964A
公开(公告)日：2017-05-17
申请号：CN201611243439.2
申请日：2016-12-29
Applicant: 济南大学
CPC classification number: H04L63/1425 , G06F21/56 , H04L63/145
Abstract: 本发明公开了基于恶意网络流量词库的恶意软件检测方法及系统；包括如下步骤：建立恶意网络流量词库；训练恶意软件检测模型；对待检测HTTP网络流量的流内容进行分割，分割成单词集合；对单词集合进行向量化：将得到的单词集合利用得到的词库转变成词向量；将词向量输入到训练出的恶意软件检测模型中，若模型对词向量的检测结果为恶意，则找到词向量对应的网络流的源头app，并标记为恶意app。使用这个恶意网络流量词库，我们不需要手动选择特征，只需要获取与词库中的单词的对比结果，然后建立出一个检测模型，就可以用于对恶意流量的检测，从而能够判别产生该恶意流量的app是恶意软件。
-
公开(公告)号：CN103248540B
公开(公告)日：2015-09-30
申请号：CN201310201863.0
申请日：2013-05-27
Applicant: 济南大学
IPC: H04L12/26 , H04L12/801
Abstract: 本发明公开了基于多分形小波模型的FPGA网络流量发生系统及方法，包括依次连接的第一PCI主机、以太网输入接口、第一MAC地址输入队列、用户数据路径、第二MAC地址输入队列、以太网输出接口、第二PCI主机，第一PCI主机的信号还会送入寄存器输入输出接口，寄存器输入输出接口还与SRAM寄存器双向通信，用户数据路径还包括依次连接的数据包产生模块、数据仲裁转换模块、输出端查询模块、多分形小波模型控制模块和输出队列模块，数据包产生模块接收第一MAC地址输入队列的数据，输出队列模块的数据送入第二MAC地址输入队列。克服了以往流量发生系统所存在的不能模拟真实网络背景流量问题，拟合网络真实流量特征，用于网络新应用开发，网络流量分析和网络设备的测试。
-
公开(公告)号：CN103279361A
公开(公告)日：2013-09-04
申请号：CN201310239673.8
申请日：2013-06-17
Applicant: 济南大学
IPC: G06F9/44
Abstract: 本发明涉及一种小书签驱动的文献统一分享装置与方法，它利用浏览器中的小书签驱动，通过JavaScript脚本为出版社文献发布页右侧空白增加一个附加装置。在该附加装置上显示文献详细信息、当前文献的相关文献列表、引用该文献的文献列表，学者分享的页面批注信息、该文献的评论精华。并在此附加装置上增加交互功能：通过页面的表单提交学者对文献的评价；通过页面中的实时交流频道与学者进行交互。附加装置为异构的出版社文献发布页中文献分享提供了一种统一的方法。
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.053 seconds)
