一种基于ERNIE-BiGRU-Attention的谣言检测方法

    公开(公告)号:CN114357172B

    公开(公告)日:2024-08-09

    申请号:CN202210016021.7

    申请日:2022-01-07

    Abstract: 本发明公开了一种基于ERNIE‑BiGRU‑Attention的谣言检测方法,借助了ERNIE模型以及双向GRU加上注意力机制模型,对一条最新发布的新闻进行内容真假性的判断,通过神经网络来预测其结果。ERNIE语料库包含了百度新闻、百度百科、百度词条等大范围的语料,非常契合谣言检测领域,解决了现有模型没有对新闻主题领域进行泛化的缺点。后续,我们加入BiGRU层和注意力机制层,能够更好地掌握ERNIE预处理后文本的关键实体信息,从而获得更好的泛化能力和更高的准确率。

    基于机器码字节流的端到端的深度学习恶意软件分类方法

    公开(公告)号:CN115987580A

    公开(公告)日:2023-04-18

    申请号:CN202211566609.6

    申请日:2022-12-07

    Abstract: 本发明公开了一种基于机器码字节流的端到端的深度学习恶意软件分类方法,以恶意软件机器码字节流为输入,经过恶意软件领域表示向量编码、恶意软件全区信息抽取模块、残差链接模块、分类输出模块的处理,从而给出该恶意软件的分类结果。本发明在准确表征原恶意软件特征的同时尽可能减少特征向量长度,进而减少计算量,解决恶意软件检测时对专家知识强依赖的问题,提高恶意软件分类模型的泛化能力,降低人力消耗,提高安全应急响应速度,给出了实现的技术细节,提供了可以解释的分类判断理由,提高了恶意软件分类准确率和分类精度,使恶意软件即使经过修饰之后也能够被正确检测和分类,保证计算机系统的安全稳定运行,满足日益严峻的网络安全态势。

    一种基于多计算方和同态加密的隐私数据安全处理方法

    公开(公告)号:CN114614970A

    公开(公告)日:2022-06-10

    申请号:CN202210292069.0

    申请日:2022-03-23

    Abstract: 本发明公开了一种基于多计算方和同态加密的隐私数据安全处理方法,采用至少一个数据提供端和至少三个数据计算端,包括以下步骤:数据提供端生成密钥、计算参数和缩小参数,采用预设的同态加密方法对原始对象数据进行加密和拆分处理,得到加密后的对象数据,将加密后的对象数据、计算参数和计算多项式分配给多个数据计算端;数据计算端接收数据提供端发送到数据、计算参数和计算指令,根据数据计算端发送的数据请求、计算参数对数据提供端发送来的加密后的对象数据进行计算,得到计算后的加密对象数据,多个数据计算端将计算后的加密对象数据发送给数据提供端;数据提供端使用密钥对计算后的加密对象数据进行解密操作,得到解密后的对象计算结果。

    一种基于局部加权中心性信任推理的信息推荐方法及装置

    公开(公告)号:CN111241418A

    公开(公告)日:2020-06-05

    申请号:CN202010015549.3

    申请日:2020-01-07

    Abstract: 本发明实施例提供了一种基于局部加权中心性信任推理的信息推荐方法及装置,方法包括:计算每个用户对其邻居用户的信任信息所对应的预设分数的总和,作为每个用户的局部加权中心性分数;针对每个用户,根据对应的局部加权中心性分数对其邻居用户进行筛选,得到该用户的目标邻居用户;根据待推荐用户与其目标邻居用户之间的兴趣关联关系,以及目标用户与其他用户之间的兴趣关联关系,确定待推荐用户与目标用户之间的目标兴趣关联关系;基于目标兴趣关联关系对应的各用户之间的信任信息所对应的预设分数,确定待推荐用户对目标用户的信任分数;根据信任分数,向待推荐用户推荐预设信息。应用本发明实施例,可以提高信息推荐的效率。

    动态网络的重叠社区发现方法及装置

    公开(公告)号:CN108600013A

    公开(公告)日:2018-09-28

    申请号:CN201810388188.X

    申请日:2018-04-26

    CPC classification number: H04L41/12

    Abstract: 本发明实施例提供一种动态网络的重叠社区发现方法及装置,包括:获取待检测动态网络的初始重叠社区集合;确定变化后的待检测动态网络中的变化后的节点集合、以及变化后的节点集合中的节点之间的有向边;确定变化节点集合;根据随机游走算法,记录变化节点与初始重叠社区集合中每个初始重叠社区的相遇次数;计算最大相遇次数与最小相遇次数的平均值;确定相遇次数大于平均值时对应的初始重叠社区,并将变化节点划分到对应的初始重叠社区中,得到变化后的待检测动态网络的重叠社区集合。本发明实施例通过确定变化节点所属的重叠社区,将变化节点划分到所属的重叠社区中,从而发现变化后的动态网络的重叠社区集合。

    基于指纹特征的伪AP检测方法及装置

    公开(公告)号:CN108540979A

    公开(公告)日:2018-09-14

    申请号:CN201810299417.0

    申请日:2018-04-04

    Abstract: 本发明实施例提供了一种基于指纹特征的伪AP检测方法及装置,所述方法包括:获取待检测AP发送的信标帧,其中,所述待检测AP为与预先存储的合法AP的服务集标识SSID相同的AP;从所述信标帧中提取所述待检测AP的待检测指纹特征;将所述待检测指纹特征与预先存储的合法AP的合法指纹特征进行对比,根据对比结果,确定所述待检测AP是否为伪AP。本发明实施例在检测过程中,可以通过从获取的待检测AP发送的信标帧中提取待检测指纹特征,而无需通过向待检测AP发送探测数据帧来提取待检测指纹特征,则避免了攻击者因为发现探测数据帧通过关闭伪AP来躲避检测的情况,从而提高了伪AP检测的准确率。

    一种基于预训练语言模型的鲁棒的多模态主动学习方法

    公开(公告)号:CN115221947B

    公开(公告)日:2025-03-28

    申请号:CN202210727770.0

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于预训练语言模型的鲁棒的多模态主动学习方法,采用两阶段的混合策略,首先在不确定性度量方面采用基于动量蒸馏的掩码语言损失作为不确定性代理,其继承了ALPS这类冷启动的主动学习策略将掩码语言损失作为度量标准的优点,从输入质量本身考虑样本的不确定性。同时充分考虑样本受具体下游任务的影响,提出一种动量蒸馏方法度量预训练损失在具体任务上的变化。此外针对主动选择策略容易受集体异常值影响的问题,采用了模型训练时预测的伪标签概率和其他标签概率的间距作为异常值指示器,并将这一异常值指示器的值作为聚类初始化选择的一个依据,从而在多样性聚类时减少了异常值的选择,提升了主动选择算法的鲁棒性。

    用于CSE的Chebyshev Toeplitz混沌传感矩阵的方法

    公开(公告)号:CN118735759A

    公开(公告)日:2024-10-01

    申请号:CN202410052037.2

    申请日:2024-01-15

    Abstract: 本发明提供用于CSE的Chebyshev Toeplitz混沌传感矩阵的方法,其特征在于,包括加密过程和解密过程;所述加密过程包括:图像稀疏表示、Arnold置乱算子、压缩感知算子、双边扩散算子以及混沌置乱算子;所述解密过程:为所述加密过程的反向操作;即,所述加密过程和解密过程呈反比关系;本发明通过压缩感知进行的图像加密,既能保护信息安全,同时大大降低了内存和计算复杂度,并且易于在硬件上实现,利用该Toeplitz矩阵对摄动图像进行压缩和采样,以降低传输带宽和数据量,最后,利用双边扩散算子和混沌加密算子对图像像素进行扰动和扩展,改变压缩图像的像素位置和像素值,最终得到加密图像;该算法在提高图像传输效率的同时,还引入了较高的安全性,适合推广应用。

    一种边缘设备上的高效视频流隐私保护方法

    公开(公告)号:CN117156068A

    公开(公告)日:2023-12-01

    申请号:CN202311192623.9

    申请日:2023-09-15

    Abstract: 本发明公开了一种边缘设备上的高效视频流隐私保护方法,在生成对抗网络的基础上,通过自适应图像分块处理和分辨率调整可以根据边缘设备的计算资源限制自动调整,每次处理时仅将高分辨率图片的一部分进行处理,从而降低算法的峰值内存消耗。并且输出的图片格式与大小相比输入没有显著变化,能够在不影响存储和带宽消耗的情况下直接传输到后端进行后续的各类处理,减少了不必要的开销,提升了算法的总体效率。相比于其他的边缘视觉隐私保护系统来说,奔放更加节省计算开销,对不同的边缘设备可以进行自适应调整,具有更广泛的适用性;同时,在隐私保护和语义信息保留的平衡上本发明也具有更好的效果。

Patent Agency Ranking