-
公开(公告)号:CN114091448B
公开(公告)日:2024-09-10
申请号:CN202111237436.9
申请日:2021-10-22
Applicant: 广州大学
IPC: G06F40/289 , G06F40/253 , G06F18/214 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了文本对抗样本生成方法、系统、计算机设备和存储介质。所述方法包括:对获取的数据集中的单词进行tf‑idf得分计算,得到所述数据集的词性词典和不同标签对应的攻击词集;从所述数据集中选择与原始样本的标签相对应的攻击词集,并从中选择攻击得分最高的单词作为攻击词;根据预设的句子模板,选择所述攻击词的词性对应的句法规则,从所述词性词典中选择规则对应的单词,与所述攻击词共同构成符合所述句法规则的句子;根据预设的添加条件,将所述句子添加到所述原始样本中,得到新样本;根据预设的迭代条件对所述新样本进行多轮迭代计算,得到对抗样本。本发明能够避免拼写和语法错误,具有低修改率和高攻击性,提高了攻击效率。
-
公开(公告)号:CN114143035A
公开(公告)日:2022-03-04
申请号:CN202111297518.2
申请日:2021-11-04
Applicant: 广州大学
Abstract: 本发明涉及网络安全技术领域,尤其涉及一种知识图谱推荐系统的对抗攻击方法、系统、设备及介质,包括:若将新用户确定为攻击目标,则以新用户为起点,依次在各指定跳数范围内获取对应的目标商品节点数量和边数量;并根据目标商品节点数量和边数量,得到推荐权重;对所述新用户添加目标商品叶子节点和边,并更新推荐权重;根据更新后的推荐权重,得到攻击成功率和攻击发现概率;解决了现有对知识图谱的攻击扰动过大,容易暴露攻击行为,且难以对某一特定实体发起有目标攻击,难以应对使用量较多的交互式推荐系统的问题,本发明在保证交互式知识图谱扰动较小的情况下,通过添加目标商品叶子节点和边实现了对抗攻击,攻击方式更高效。
-
公开(公告)号:CN114091448A
公开(公告)日:2022-02-25
申请号:CN202111237436.9
申请日:2021-10-22
Applicant: 广州大学
IPC: G06F40/289 , G06F40/253 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了文本对抗样本生成方法、系统、计算机设备和存储介质。所述方法包括:对获取的数据集中的单词进行tf‑idf得分计算,得到所述数据集的词性词典和不同标签对应的攻击词集;从所述数据集中选择与原始样本的标签相对应的攻击词集,并从中选择攻击得分最高的单词作为攻击词;根据预设的句子模板,选择所述攻击词的词性对应的句法规则,从所述词性词典中选择规则对应的单词,与所述攻击词共同构成符合所述句法规则的句子;根据预设的添加条件,将所述句子添加到所述原始样本中,得到新样本;根据预设的迭代条件对所述新样本进行多轮迭代计算,得到对抗样本。本发明能够避免拼写和语法错误,具有低修改率和高攻击性,提高了攻击效率。
-
公开(公告)号:CN114298010B
公开(公告)日:2024-11-08
申请号:CN202111499830.X
申请日:2021-12-09
Applicant: 广州大学
IPC: G06F40/211 , G06F40/30 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种融合双语言模型和句子检测的文本生成方法,该方法步骤包括:语言模型M1和语言模型M2同步扩展关键词前后的单词;语言模型M1正向预测下一字符得到新文本S1,语言模型M2反向预测下一个字符得到新文本S2,拼接新文本S1和新文本S2得到句子;句子满足输出条件则输出句子,否则作为新的输入;基于规约的句法分析方法对句子进行结构分析,句子能规约至文法起始符则符合句法规则;使用N‑Gram统计模型对符合句法规则的候选句子计算语言得分,若候选句子的语言得分超过设定阈值则作为最终文本输出。本发明可应用于句子构造、文章生成等创造性的文本生成任务中,有效解决以往生成技术中句子丰富度低、可读性差的问题。
-
公开(公告)号:CN114143035B
公开(公告)日:2024-01-19
申请号:CN202111297518.2
申请日:2021-11-04
Applicant: 广州大学
Abstract: 本发明涉及网络安全技术领域,尤其涉及一种知识图谱推荐系统的对抗攻击方法、系统、设备及介质,包括:若将新用户确定为攻击目标,则以新用户为起点,依次在各指定跳数范围内获取对应的目标商品节点数量和边数量;并根据目标商品节点数量和边数量,得到推荐权重;对所述新用户添加目标商品叶子节点和边,并更新推荐权重;根据更新后的推荐权重,得到攻击成功率和攻击发现概率;解决了现有对知识图谱的攻击扰动过大,容易暴露攻击行为,且难以对某一特定实体发起有目标攻击,难以应对使用量较多的交互式推荐系统的问题,本发明在保证交互式知识图谱扰动较小的情况下,通过添加目标商品叶子节点和边实现了对抗攻击,攻击方式更高效。
-
公开(公告)号:CN114298010A
公开(公告)日:2022-04-08
申请号:CN202111499830.X
申请日:2021-12-09
Applicant: 广州大学
IPC: G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合双语言模型和句子检测的文本生成方法,该方法步骤包括:语言模型M1和语言模型M2同步扩展关键词前后的单词;语言模型M1正向预测下一字符得到新文本S1,语言模型M2反向预测下一个字符得到新文本S2,拼接新文本S1和新文本S2得到句子;句子满足输出条件则输出句子,否则作为新的输入;基于规约的句法分析方法对句子进行结构分析,句子能规约至文法起始符则符合句法规则;使用N‑Gram统计模型对符合句法规则的候选句子计算语言得分,若候选句子的语言得分超过设定阈值则作为最终文本输出。本发明可应用于句子构造、文章生成等创造性的文本生成任务中,有效解决以往生成技术中句子丰富度低、可读性差的问题。
-
-
-
-
-