公开(公告)号：CN115495732A

公开(公告)日：2022-12-20

申请号：CN202211071868.1

申请日：2022-08-31

Applicant: 中国科学院信息工程研究所

Inventor： 朱大立 ,  黄贤金 ,  李楠 ,  刘继国 ,  赵泓策

IPC: G06F21/55 ,  G06F21/56 ,  G06N3/04

Abstract: 本发明提供一种内部威胁检测方法、装置、电子设备及存储介质，其中方法包括：确定待检测序列；将所述待检测序列输入至检测模型中，得到所述检测模型输出的检测结果；所述检测模型是基于正常序列样本和恶意序列样本训练得到的；所述恶意序列样本是基于数据增强模块对真实恶意序列样本进行增强得到的；所述数据增强模块是应用真实恶意序列样本进行对抗训练得到的，通过数据增强模块对真实恶意序列样本进行增强，得到合成恶意序列，实现了训练检测模型的正常序列样本的数量和恶意序列样本的数据平衡，从而避免了在检测模型训练过程中正常序列样本过拟合和恶意序列样本欠拟合的问题，进而提高了检测模型的检测准确度。

公开(公告)号：CN118155233A

公开(公告)日：2024-06-07

申请号：CN202410286720.2

申请日：2024-03-13

Applicant: 中国科学院信息工程研究所

Inventor： 李梅梅 ,  包聿之 ,  刘继国 ,  刘超 ,  李楠 ,  高世浩

IPC: G06V30/413 ,  G06N3/042 ,  G06V30/19 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请实施例提供一种基于分层图注意力神经网络的文档分类方法及装置，所述方法包括：基于待分类文档获取关键词特征图和关键字特征图；基于分层图注意力神经网络对所述关键词特征图和所述关键字特征图进行特征融合，得到融合后的文本特征向量；将所述文本特征向量输入所述分层图注意力神经网络中，获取所述分层图注意力神经网络输出的分类结果，所述分类结果用于指示所述待分类文档的类别标签。本申请实施例提供的基于分层图注意力神经网络的文档分类方法及装置，通过获取待分类文档中的关键词特征图和关键字特征图，并基于设计的分层图注意力网络进行文本表示学习，能够提高分类结果的准确率。