-
公开(公告)号：CN117892310A
公开(公告)日：2024-04-16
申请号：CN202410018087.9
申请日：2024-01-05
Applicant: 浙江工业大学
IPC: G06F21/57 , G06F21/56 , G06F18/2431 , G06F18/25
Abstract: 一种基于图注意力的以太坊智能合约漏洞检测方法及系统，其方法包括：S1：分析以太坊智能合约漏洞产生的原因并获取到智能合约代码及其抽象语法树，进而通过投票系统获取代码的漏洞类型；S2：依据分析智能合约生成漏洞的模式，将不同漏洞根据其产生原因与抽象语法树相结合成漏洞图；S3:根据S2中生成的漏洞图，使用多层图注意力的分类方法快速和准确的识别漏洞。本发明不仅能适应多种漏洞类型，还可以为代码审核人员提供更多有关漏洞检测的建议，从而节约审核时间。本发明能够显著提升漏洞检测速度、降低假阳性率、提高检测准确性的能力，并且在不同智能合约的漏洞检测方面表现出泛化性能，适用于大规模的合同漏洞检测任务。
-
公开(公告)号：CN110955497B
公开(公告)日：2023-03-31
申请号：CN201911063615.8
申请日：2019-11-04
Applicant: 浙江工业大学
IPC: G06F9/46
Abstract: 一种基于任务分割的分布式图计算系统，包括：客户端，用于负责计算任务的分割与上传、图数据的处理与上传、定时检测是否所有子任务执行完毕、完成部分简单计算任务；服务端，用于接收并管理客户端上传的子任务，将任务分发至工作端执行；工作端，用于完成子任务的计算，上传计算结果；数据中心，用于管理客户端处理后的图数据、任务状态表及计算结果；其中服务端使用Gearman任务分发框架，客户端与工作端依据计算任务进行设计，数据中心采用MongoDB数据库。本发明提出了一种基于任务分割的分布式图计算系统，其图数据统一存储于数据中。通过这种方式，可以避免大量的子图间通信引起的消耗，从而提升系统计算效率。
-
公开(公告)号：CN117112800A
公开(公告)日：2023-11-24
申请号：CN202311018825.1
申请日：2023-08-14
Applicant: 浙江工业大学
IPC: G06F16/36 , G06F16/9535 , G06F21/55 , G06F40/295
Abstract: 一种智能模型攻防知识图谱构建与推荐方法及系统，其方法包括：S1:分析智能模型在攻防领域的关键要素和影响因素进行本体图设计；S2:依据智能模型在多元领域上的攻击事件进行分析获得相应指标，然后将数据映射至本体图，完成智能模型攻防知识图谱的构建；S3:基于构建的图谱，分析不同模型在面对不同的攻击方法时，各防御算法产生的表现差异，并以此引导防御算法的选取，实现防御算法的推荐功能。本发明基于图谱，实现攻防方法的可视化、查询等功能，并且从多维度分析不同模型在面对不同的攻防方法时的表现，实现对攻击事件的防御功能。
-
公开(公告)号：CN112651430A
公开(公告)日：2021-04-13
申请号：CN202011451532.9
申请日：2020-12-10
Applicant: 浙江工业大学
Abstract: 一种面向网络分类模型的数据增强方法，包括：加载网络数据集，将化合物网络数据集划分为训练集、测试集和验证集，训练集和验证集预训练网络分类模型，得到分类模型类标可靠度阈值；对训练集中的原始网络使用数据映射策略生成新网络；计算新网络的类标可靠度与分类模型的类标可靠度阈值比较，将类标可靠度大于分类模型类标可靠度阈值的新网络作为扩充样本生成扩充集，将所述扩充集和所述训练集合并得到新的训练集；利用新的训练集重新训练网络分类模型。本发明能有效提升小型标准网络数据集的数据规模，提升数据质量，实现网络数据增强；能有效提升模型的分类性能，且时间复杂度较低，运算速度快。
-
公开(公告)号：CN110941767A
公开(公告)日：2020-03-31
申请号：CN201911014746.7
申请日：2019-10-24
Applicant: 浙江工业大学
IPC: G06F16/9536 , G06F16/906 , G06Q50/00
Abstract: 一种基于相似度的图网络社团检测对抗增强方法，包括以下步骤：S1：加载网络；S2:基于相似性进行网络重连；S3：社团检测获取社团划分；S4：集成多个社团划分结果，构造新的社团结构，具体操作步骤如下：4.1)构造共现网络；4.2)最优阈值选择；4.3)网络剪枝；4.4)孤立节点分配。本发明利用基于相似性的链路预测修复并增强网络结构，并通过集成聚类聚合多个社团划分，可以提高网络社团结构的稳定性，极大地提升了社团检测算法的性能。
-
Patent Agency Ranking
公开(公告)号：CN117478366A
公开(公告)日：2024-01-30
申请号：CN202311358826.0
申请日：2023-10-19
Applicant: 浙江工业大学
Abstract: 一种联邦学习领域的抵御后门攻击的方法和系统，其方法包括：S1：参与方和服务器通过各自的数据收集方式获取数据；S2：服务器通过自身数据集预训练全局模型若干轮，记录下模型更新量和最终得到的预训练模型，并且使用模型更新量训练一个循环神经网络模型；S3：参与方下载全局模型并且使用自身数据集训练若干轮，并且将更新量上传至服务器；S4：服务器得到的模型更新量与各参与方更新量对比并评分，对双评分加权求和，将汇总评分低于阈值的客户端更新从本轮训练中排除；S5：聚合来自高评分客户端和服务器本地的模型更新得到新一轮的模型更新量，更新全局模型和循环神经网络模型，并且记录模型更新量；S6：重复S3‑S5的过程，直至模型收敛。
-
公开(公告)号：CN109214327B
公开(公告)日：2021-08-03
申请号：CN201810992234.7
申请日：2018-08-29
Applicant: 浙江工业大学
Abstract: 一种基于PSO的反人脸识别方法，包括以下步骤：S1：攻击者人脸数据预处理，加入数据集；S2：利用混合数据集训练人脸分类器；S3：设置PSO参数以及对抗攻击参数；S4：PSO初始化，开始迭代进化过程寻找最优对抗扰动；S5：提取并实物化对抗配件，进行物理攻击测试。本发明针对黑盒人脸识别系统，通过PSO进化策略生成最优对抗扰动，利用面部配件实现对抗扰动的实物化，可以在数字与物理环境中实现有效的反人脸识别，相比其他白盒攻击策略有更好的模型泛化能力和实际应用价值。
-
公开(公告)号：CN110991803A
公开(公告)日：2020-04-10
申请号：CN201911063629.X
申请日：2019-11-04
Applicant: 浙江工业大学
Abstract: 一种支持分布式计算的企业实际控制人及控制路径计算方法，包括以下步骤：1)将企业股权结构构成的网络图分割为n块互不连通的子网络图，并设置缓存区；2)在各个网络中初始化企业状态；3)在各个网络中迭代更新企业状态；4)在各个网络中判定迭代终止，获取最终的企业状态，得到企业的实际控制人及实际控制路径。本发明基于企业的股权结构信息，较为准确地计算企业实际控制人及实际控制路径，同时支持分布式计算，大大提高的在数据量巨大时的运算速率。
-
公开(公告)号：CN113111930B
公开(公告)日：2024-08-23
申请号：CN202110359953.7
申请日：2021-04-02
Applicant: 浙江工业大学
IPC: G06F18/241 , G06N3/042 , G06N3/08
Abstract: 本发明提供一种端到端的以太坊钓鱼账户检测方法，包括：(S1):从交易记录中采样目标账户的二阶交易网络，账户包括钓鱼账户和非钓鱼账户；(S2)：从智能合约调用历史记录中筛选出经常被调用的合约，并为所有二阶网络的中的账户提取合约调用特征；(S3)：通过图神经网络学习账户的交易行为模式，并实现端到端的账户分类，将钓鱼账户分类出来。本发明还提供一种端到端的以太坊钓鱼账户检测系统，包括：网络提取模块、特征提取模块、数据整合模块，训练模块、钓鱼账户检测模块。本发明能够有效降低计算数据规模，并且能够有效区分钓鱼账户和非钓鱼账户，帮助数字货币平台和用户规避诈骗风险。
-
公开(公告)号：CN111461108A
公开(公告)日：2020-07-28
申请号：CN202010107761.2
申请日：2020-02-21
Applicant: 浙江工业大学
Abstract: 一种医疗单据识别方法，包括以下步骤：步骤1：收集电子版医疗单据，构建数据集；步骤2：对数据集中单据进行预处理；步骤3：构建对医疗单据进行增强去噪的图像增强模型；步骤4：构建基于语义分割的表格区域检测模型；步骤5：构建基于匹配校正的的文字识别模型；步骤6：将识别结果进行结构化处理。本发明提出一种医疗单据识别方法，采用了以卷积神经网络和循环神经网络为代表的深度学习算法，主要针对医疗单据，利用医疗文字的相关性从医疗单据的文本等原始信息中提取出高层抽象属性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.014 seconds)
