-
公开(公告)号：CN112491860A
公开(公告)日：2021-03-12
申请号：CN202011313226.9
申请日：2020-11-20
Applicant: 国家工业信息安全发展研究中心 , 北京计算机技术及应用研究所
IPC: H04L29/06 , G06F16/2455 , G06F16/2458
Abstract: 本发明公开了一种面向工业控制网络的协同入侵检测方法，首先实时采集工业控制网络中的多维数据，包括企业用户数据、工业设备数据、工业控制网络流量数据；对采集得到的多维数据进行数据预处理，去除数据噪声，并构建半结构化数据；基于所述半结构化数据，采用机器学习、自然语言处理的方法提取用户特征、设备特征和流量特征；对所提取的三类特征进行信息抽取和关联关系挖掘，构建面向工业控制网络入侵检测的协同特征体系；在所构建协同特征体系的基础上，对影响工业控制网络安全的因素进行推理和分类，达到协同入侵检测的目的。上述方法实现了工业控制网络中的多层、多维入侵检测，从而提高了工业控制网络的安全性。
-
公开(公告)号：CN117689007B
公开(公告)日：2025-05-09
申请号：CN202311722366.5
申请日：2023-12-14
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/098 , G06N3/0455 , G06N3/084 , G06N3/0499 , G06N3/048 , G06N3/092 , G06F16/3329
Abstract: 本发明涉及一种基于情景适配的共情对话训练方法及系统，属于人工智能技术领域。本发明的基于情景适配的共情对话训练方法及系统能够使参与方A和B共同训练一个对话生成模型，以生成个性化的医疗和旅行领域对话回复；通过联邦学习框架，保护了参与方的数据隐私和安全，提高了训练效率；模型参数的聚合和全局模型的下发和更新确保了模型在各参与方之间的知识共享和迭代优化，提高了对话生成模型的性能和适应性；同时，该方法具备广泛的应用前景，在其他领域的对话生成任务中同样适用，如客服对话、智能助理等。
-
公开(公告)号：CN119557446A
公开(公告)日：2025-03-04
申请号：CN202411573000.0
申请日：2024-11-06
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/353 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/092 , G06N3/084 , G06N3/09 , G06N5/04
Abstract: 本发明涉及一种基于细粒度博弈对抗的生成文本检测方法，属于生成文本检测技术领域。本发明的方法通过生成器和判别器的博弈对抗训练，构建高精度AI生成文本判别器。判别器的构建包括：初始化生成器和判别器；构造判别器训练集；训练判别器分类人类文本、AI文本和混合文本；根据判别结果优化生成器生成策略与生成内容；生成器与判别器交替训练直到损失收敛；损失函数的设计综合考虑了判别器反馈和文本质量指标，以优化生成器生成文本的逼真度和自然性。通过该方法，本发明提升了AI生成文本检测的准确性和鲁棒性，具有广泛的应用前景。
-
公开(公告)号：CN116150487A
公开(公告)日：2023-05-23
申请号：CN202310125986.4
申请日：2023-02-17
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/9535 , G06F17/16 , G06N3/0464
Abstract: 本发明涉及一种面向信息茧房突破的多模态信息去偏差推荐方法，属于网络空间认知域安全研究技术领域。本发明设计了一个多模态图卷积网络框架，以更好地捕捉用户的偏好，进而更好地为用户推荐内容信息；本发明还将用户认知特性融入到矩阵分解模型中，提出一种融合用户认知特性的矩阵分解推荐算法，该算法利用用户的认知特性来预测用户对推荐内容的感兴趣值，并将用户认知特性正则化加入到矩阵分解模型中，从而得到更具针对性的推荐信息；本发明还对推荐的内容信息进行相关性分析、排序，优先推荐相关性较强的内容信息，充分考虑用户兴趣偏好的同时，将用户认知特性考虑在推荐因素内，进而突破“信息茧房”。
-
公开(公告)号：CN114629674A
公开(公告)日：2022-06-14
申请号：CN202111331790.8
申请日：2021-11-11
Applicant: 北京计算机技术及应用研究所
IPC: H04L9/40 , H04L41/14 , H04L41/142 , H04L41/147 , G06F16/28
Abstract: 本发明公开了一种基于注意力机制的工业控制网络安全风险评估方法，首先获取待测工业控制网络中的各种数据信息，并对其进行结构化处理，形成结构化数据库；基于所述结构化数据库定义工业控制网络节点，建立所述节点之间的关联关系，形成包含工业控制网络多种信息的安全风险评估图数据库；采用注意力机制建立面向多种工业控制网络场景的风险评估模型；将安全风险评估图数据库的数据输入建立的风险评估模型中，得出待测工业控制网络的关键要素和综合风险评分，实现对待测工业控制网络的安全风险评估。上述方法可以主动分析网络中存在的安全隐患，并根据分析结果采取适当措施来降低网络的安全风险，并能采取合理的防护措施和修补方法。
-
Patent Agency Ranking
公开(公告)号：CN119939265A
公开(公告)日：2025-05-06
申请号：CN202411956952.0
申请日：2024-12-29
Applicant: 北京计算机技术及应用研究所
IPC: G06F18/22 , G06F40/126 , G06Q50/00 , G06N5/04 , G06N3/045 , G06N3/042 , G06N3/08 , G06N3/0895 , G06N3/084
Abstract: 本发明涉及一种基于混合扩展认知特征的跨社交网络用户对齐方法，属于人工智能、社交网络数据挖掘技术领域。本发明采用大语言模型扩展社交网络用户原始数据的人格特征、语言特征、能力特征等3类认知心理特征，基于原始属性特征与认知心理特征的混合特征实现更准确的跨社交网络用户对齐。采用混合扩展认知特征一定程度上解决了跨社交网络用户对齐任务中数据结构多变、发布内容异质性强、网络结构稀疏等问题。
-
公开(公告)号：CN114172699A
公开(公告)日：2022-03-11
申请号：CN202111402686.3
申请日：2021-11-19
Applicant: 北京计算机技术及应用研究所
IPC: H04L9/40 , H04L41/0631 , H04L41/14
Abstract: 本发明公开了一种工业控制网络安全事件关联分析方法，首先对典型工业控制网络安全事件要素进行拆解，提取工业控制网络安全事件的关键指标，并构建工业控制网络安全事件关联指标体系；对工业控制网络安全事件关联指标体系中的各指标进行量化处理；采用灰色关联度分析算法建立关联分析模型，将量化处理后的参考指标数据序列和新增安全事件数据序列输入所建立的关联分析模型，得到新增安全事件数据序列与参考指标数据序列中各个安全事件的关联度值；对所得到的关联度值进行排序，得出新增安全事件的安全等级。上述方法能够将各种复杂的网络安全事件进行充分关联分析，找出它们之间的关系，并去掉冗余，给出完整的事件描述。
-
公开(公告)号：CN119940534A
公开(公告)日：2025-05-06
申请号：CN202411956954.X
申请日：2024-12-29
Applicant: 北京计算机技术及应用研究所
IPC: G06N5/04 , G06N3/0475 , G06N3/045 , G06N3/08 , G06F40/284
Abstract: 本发明涉及一种面向特定领域的隐喻文本生成方法，属于网络空间安全技术领域。本发明利用先进的自然语言处理技术，实现隐喻策略的自动化定制和隐喻文本的个性化生成，其中，首先，针对特定领域不同场景下的隐喻关键词进行搜集和扩充，基于大语言模型和Prompt生成含有隐喻信息的多类别场景；其次，结合多类别场景，在概念隐喻类型和隐喻表达式统计表研究的约束下，基于大语言模型和Prompt对隐喻场景和隐喻策略进行推理，形成隐喻策略集；进而，基于场景集合和隐喻策略集完成相关隐喻文本内容的生成；基于生成的特定领域隐喻文本数据集，对通用大语言模型进行有效微调，使其生成的文本内容容易理解，实现了针对特定领域的自动化和个性化隐喻文本生成。
-
公开(公告)号：CN117792674A
公开(公告)日：2024-03-29
申请号：CN202311521396.X
申请日：2023-11-15
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于身份标识的天地一体化网络双向认证方法，属于天地一体化网络技术领域。本发明通过引入基于身份的密码体制代替传统基于证书的公钥基础设施体制，提出了一套安全且轻量化的双向身份认证机制，解决了现有身份认证方案存在证书管理和维护成本较高的问题，特别是针对天地一体化网络等链路波动不稳定并涉及到接入节点需要移动切换的应用场景引入组播的概念实现多节点在移动切换时的快速重新认证，使得同一个组内的节点仅需要一条切换认证请求即可完成重新认证，避免了重新认证消息风暴问题和认证方的性能瓶颈。
-
公开(公告)号：CN117689007A
公开(公告)日：2024-03-12
申请号：CN202311722366.5
申请日：2023-12-14
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/098 , G06N3/0455 , G06N3/084 , G06N3/0499 , G06N3/048 , G06N3/092 , G06F16/332
Abstract: 本发明涉及一种基于情景适配的共情对话训练方法及系统，属于人工智能技术领域。本发明的基于情景适配的共情对话训练方法及系统能够使参与方A和B共同训练一个对话生成模型，以生成个性化的医疗和旅行领域对话回复；通过联邦学习框架，保护了参与方的数据隐私和安全，提高了训练效率；模型参数的聚合和全局模型的下发和更新确保了模型在各参与方之间的知识共享和迭代优化，提高了对话生成模型的性能和适应性；同时，该方法具备广泛的应用前景，在其他领域的对话生成任务中同样适用，如客服对话、智能助理等。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.066 seconds)
