-
公开(公告)号：CN117040767B
公开(公告)日：2024-01-23
申请号：CN202311303994.X
申请日：2023-10-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京邮电大学
Abstract: 本申请提供一种基于PUF的细粒度多端身份认证方法以及相关设备。在申请中，网关节点不再向用户发行智能卡，从而避免基于智能卡或者移动设备的离线口令猜测攻击，智能卡丢失攻击的问题。同时，模运算的周期性直接导致攻击者无法有效猜测出用户的口令，保护口令安全。网关节点利用SM4加密算法加密了用户细粒度认证的相关参数，保障用户只能在自己的权限范围内与特定通信实体进行认证，运用物理不可克隆函数（Physically Unclonable function，简称PUF）保护用户的口令安全。进一步地，在用户端向网关节点进行验证，设计了访问时间阈值及控制条件，以限制用户端验证过程的时效，确保在有效授权时间内，进行多端身份认证，有效保障
-
公开(公告)号：CN117040767A
公开(公告)日：2023-11-10
申请号：CN202311303994.X
申请日：2023-10-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 北京邮电大学
Abstract: 本申请提供一种基于PUF的细粒度多端身份认证方法以及相关设备。在申请中，网关节点不再向用户发行智能卡，从而避免基于智能卡或者移动设备的离线口令猜测攻击，智能卡丢失攻击的问题。同时，模运算的周期性直接导致攻击者无法有效猜测出用户的口令，保护口令安全。网关节点利用SM4加密算法加密了用户细粒度认证的相关参数，保障用户只能在自己的权限范围内与特定通信实体进行认证，运用物理不可克隆函数（Physically Unclonable function，简称PUF）保护用户的口令安全。进一步地，在用户端向网关节点进行验证，设计了访问时间阈值及控制条件，以限制用户端验证过程的时效，确保在有效授权时间内，进行多端身份认证，有效保障了验证阶段的效率和安全性。
-
公开(公告)号：CN119853910A
公开(公告)日：2025-04-18
申请号：CN202510334207.0
申请日：2025-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本公开提供一种道路交通终端标识方法及相关装置，该方法包括：客户端对道路交通终端设备采集硬件信息和时间戳，生成对称密钥并创建终端标识码。使用对称密钥加密终端标识码，接收代理节点的代理公钥并加密对称密钥。生成客户端公私钥，用私钥对终端标识码签名。将客户端公钥、加密后的终端标识码、加密后的对称密钥及终端标识签名发送至代理节点，由其生成终端标识解析结果并返回。本公开减轻了终端设备的计算和存储压力，提升了标识管理的效率和安全性，增强了系统的实时性和解析效率。
-
公开(公告)号：CN116955539B
公开(公告)日：2023-12-12
申请号：CN202311192177.1
申请日：2023-09-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种基于思维链推理隐式生成内容合规性判定方法，包括：步骤一：将安全性未知文本X输入大规模语言模型M；步骤二：询问大规模语言模型M安全性未知文本X中的主客体成份，获取主体文本S以及客体文本T；步骤三：询问大规模语言模型M潜在观点，获得潜在观点文本O；步骤四：根据步骤三获得的潜在观点文本O，询问大规模语言模型M安全性未知文本X表达的意图是否符合规范，如果符合规范，输出：安全，否则输出：不安全。本发明的有益效果是：本发明很好的利用大规模语言模型的常识推断能力以及特定领域的专家知识，合理的提示大规模语言模型进行链式推理，逐步地揭示出深层的文本隐藏语义，大幅度提升了系统文本安全检测系统的性能。
-
公开(公告)号：CN115983379B
公开(公告)日：2023-10-10
申请号：CN202310265601.4
申请日：2023-03-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N5/01 , G06N5/02 , G06N3/0464 , G06N3/084
Abstract: 公开了一种MDATA知识图谱的可达路径查询方法及其系统，其首先基于大型网络中的IP关联性构建通信图和实际场景下网络中节点之间的通信关系构建MDATA知识图谱，接着计算MDATA知识图谱的强连通子图和所述强连通子图中心顶点，并以中心顶点为核心构建节点的两跳标签索引，继而基于两条标签索引查询节点间的可达路径以实现快速查询来自不同强连通子图的两个节点的可达性与路径关系。同时，依据存储的事件时间对可达路径进行筛选以过滤掉不符合事件发展顺序的无效路径，从而保存攻击者实际采用的攻击路径和采用的操作，最终能够结合模式匹配的方法依据操作的时序关系和路径分析出攻击者选用的攻击方式从而采取防御措施。
-
Patent Agency Ranking
公开(公告)号：CN115631798B
公开(公告)日：2023-08-08
申请号：CN202211276710.8
申请日：2022-10-17
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B40/20 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/084 , G06F18/2415 , G06F18/25
Abstract: 本发明公开了一种基于图对比学习的生物分子分类方法及装置，通过将获取的目标生物分子图输入到预训练的编码器中，将得到的目标生物分子图中的所有节点特征进行融合，得到目标生物分子图标签；编码器的预训练过程包括：将生物分子图输入第一编码器，得到生物分子图特征，将生物分子图输入第二编码器，得到生物分子图正例特征；将构造的生物分子图负例输入到第二编码器中，得到生物分子图负例的负例特征；获取每轮负例入队训练个数，基于生物分子图特征、生物分子图正例特征、负例特征和每轮负例入队训练个数，对第一编码器和第二编码器进行更新，得到预训练的编码器。与现有技术相比，本发明的技术方案能提高生物分子分类的准确性。
-
公开(公告)号：CN115860117B
公开(公告)日：2023-05-09
申请号：CN202310149931.7
申请日：2023-02-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N5/02 , G06F40/30 , G06F18/241 , G06F21/57
Abstract: 公开了一种基于攻防行为的MDATA知识抽取方法及其系统，其基于深度学习的人工智能技术与自然语言处理技术，以在网络攻防演习中记录攻防行为数据，并对攻防双方的攻防数据进行联合分析，去除所有的无效攻击步骤，将所有的有效攻击步骤抽取出来作为MDATA知识以构建网络安全知识库。这样，不仅从全面而丰富的攻防行为数据中提取到攻击者攻击过程中的时空特性，还提高了知识抽取的有效性。
-
公开(公告)号：CN115455488A
公开(公告)日：2022-12-09
申请号：CN202211420158.5
申请日：2022-11-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 暨南大学
Abstract: 本发明公开了一种基于复制秘密共享的密态数据库查询方法及装置，方法包括：用户将查询需求编译成复制秘密共享下的安全多方计算原语并将其交递给计算层，计算层向存储层请求共享查询需求所对应数据的表；每个数据提供方调用布尔复制秘密共享算法生成秘密份额并传输给计算方；计算方调用安全三方计算算法并利用密态过滤算子、密态连接算子、密态排序算子和密态聚合算子中的一个或多个进行安全三方计算，得到秘密共享形式的计算结果的秘密共享份额并发送给用户；调用秘密重构算法将计算结果的秘密共享份额重构之后得到最终的查询结果。本发明每个数据提供方将自己的数据以秘密共享的形式分成三个秘密份额发给计算方，性能更好。
-
公开(公告)号：CN114638195B
公开(公告)日：2022-11-18
申请号：CN202210069337.2
申请日：2022-01-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 东莞理工学院 , 湖南大学
IPC: G06F40/126 , G06F40/211 , G06F40/284 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多任务学习的立场检测方法。该方法通过将输入文本输入至多任务图网络模型，得到输入文本的立场检测极性和情感分类极性；所述多任务图网络模型为图卷积神经网络模型，多任务图网络模型包括文本输入处理模块、任务交互模块和任务相关注意力模块；文本输入处理模块用于将输入文本处理成多个词向量；任务交互模块用于构建立场相关图和情感相关图，并采用迭代交互异质图更新方法对立场相关图和情感相关图进行更新；任务相关注意力模块用于根据立场相关图的立场特征表示和情感相关图的情感特征表示计算输入文本的检测立场的极性和分类情感的极性。本发明技术方案提高了针对推文文本进行立场检测的准确性。
-
公开(公告)号：CN114492387B
公开(公告)日：2022-07-19
申请号：CN202210401179.6
申请日：2022-04-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/211 , G06F40/284 , G06F40/237 , G06N20/00
Abstract: 本发明公开一种基于句法结构的领域自适应方面术语抽取方法及系统，包括将源领域和目标领域中词的词性和句法依赖关系作为句法结构信息；计算源领域方面术语的平均词性特征和平均句法依赖关系特征并作为方面术语的平均句法结构特征；根据句法结构信息计算源领域和目标领域中每个词和平均句法结构特征的相似度；对基于Transformer的预训练模型进行基于句法结构相似度的再预训练；基于掩码语言模型MLM构建方面术语抽取模型并进行训练，训练过程中对术语抽取模型的交叉熵损失函数进行加权。本发明能学习到词语级领域不变表征，在细粒度的文本抽取任务中能取得不错的成效。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.059 seconds)
