-
公开(公告)号：CN117978481A
公开(公告)日：2024-05-03
申请号：CN202410093455.6
申请日：2024-01-23
Abstract: 本申请涉及一种工控协议解析方法、装置、设备和存储介质。工控协议解析方法包括：获取工控系统通信网络传输的待解析工控协议数据；将待解析工控协议数据输入至预训练模型，获取预训练模型输出的特征向量；采用基于大模型框架训练得到的协议解析模型、基于待解析工控协议数据和特征向量进行处理，获取协议解析模型输出的日志标签序列作为待解析工控协议数据的解析结果。本申请利用基于大模型的协议解析模型实现对待解析工控协议数据的解析，无需依赖繁琐的人工规则，对工控协议的解析简单高效。
-
公开(公告)号：CN117978474A
公开(公告)日：2024-05-03
申请号：CN202410080192.5
申请日：2024-01-19
IPC: H04L9/40
Abstract: 本申请涉及一种基于蜜网的异常流量处理方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：基于主动防御模型识别访问流量的类别；若所述访问流量为异常流量，提取所述异常流量的攻击信息；根据所述攻击信息识别所述异常流量的攻击类型；从蜜网中预先创建的、且处于关闭状态的蜜罐容器中，启动运行与所述攻击类型匹配的目标蜜罐容器；将所述异常流量引流至处于运行状态的所述目标蜜罐容器。采用本方法能够提高网络安全性。
-
公开(公告)号：CN118075138A
公开(公告)日：2024-05-24
申请号：CN202410065161.2
申请日：2024-01-16
IPC: H04L41/14 , H04L41/16 , H04L41/142 , H04L9/40 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种基于对抗网络的推荐系统托攻击仿真方法与装置，其中，方法包括：获取推荐系统中历史用户数据，对历史数据进行特征重构融合，得到虚假用户数据，通过历史用户数据和所述虚拟用户数据，以生成器损失函数最小化来对特征重构融合生成器进行优化，最后基于优化后的特征重构融合生成器，对推荐系统进行仿真托攻击以检测推荐系统稳定性。整个过程中，使用少量的历史用户数据即可完成对特征重构融合生成器的优化训练，最终可以得到较多的攻击数据，从而可以实现较为全面推荐系统仿真攻击，以有效检测推荐系统的安全性。
-
公开(公告)号：CN118823645A
公开(公告)日：2024-10-22
申请号：CN202410955253.8
申请日：2024-07-17
Applicant: 湖南大学
IPC: G06V20/40 , G06V40/16 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种应用于文本模态缺失场景下的多模态情感识别方法，包括：获取待检测者的视频与音频，对获取的视频和音频分别进行预处理，以分别获取多个预处理后的人脸视频关键帧和多个梅尔频率倒谱系数MFCC特征，将预处理后的多个人脸视频关键帧和MFCC特征成对输入至预先训练好的情感识别模型中，以获取待检测者的多个情感类别，并对得到的多个情感类别进行One‑Hot编码，以获取多个向量作为最终的情感识别结果。本发明能够解决现有多模态情感识别方法由于文本模态数据在工业场景下难以获取，直接导致情感识别准确率降低的技术问题。
-
公开(公告)号：CN118429689A
公开(公告)日：2024-08-02
申请号：CN202410383783.X
申请日：2024-04-01
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/82 , G06N3/094 , G06N3/045 , G06N3/0475
Abstract: 本申请涉及一种基于注意力频域GAN的对抗性仿真攻击方法、装置、计算机设备、存储介质和计算机程序产品，其中，方法包括：获取原始示例，并将原始示例解构得到原始低频分量和原始高频分量；分别生成具有关键扰动的低频分量和进行随机分布的高频分量、并进行重构处理，得到重构后的对抗示例；分别产生鉴别图像损失函数、攻击结果损失函数、以及始示例和对抗示例之间的L2范式损失函数，基于产生的损失函数构建组合损失函数；根据组合损失函数训练注意力频域GAN模型直至模型收敛，得到注意力频域对抗示例生成模型，并根据注意力频域对抗示例生成模型生成各种受扰动的对抗示例进行仿真攻击。
-
Patent Agency Ranking
公开(公告)号：CN118158149A
公开(公告)日：2024-06-07
申请号：CN202410203140.2
申请日：2024-02-23
Applicant: 湖南大学
IPC: H04L45/028 , H04L45/16 , H04L67/563
Abstract: 本申请涉及一种基于节点池的动态路由代理方法与系统，其中，方法包括：接收源节点请求报文，从节点池中随机选取n个代理节点；依次建立相邻代理节点之间的代理通道；基于相邻代理节点之间的代理通道，且以源节点请求报文为初始负载数据逐层封装构建，得到封装了n层的代理请求报文；将封装了n层的代理请求报文下发，由n个代理节点依次对接收到数据进行解封装取出对应的负载数据并下发，直至将源节点报文发送至目标节点；获取目标节点基于相邻代理节点之间的代理通道反馈回的响应报文，将响应报文反馈至源节点。整个方案可以确保源节点的真实地址无法被追踪。
-
公开(公告)号：CN117668376A
公开(公告)日：2024-03-08
申请号：CN202311703481.8
申请日：2023-12-12
Applicant: 湖南大学
IPC: G06F16/9536 , G06F16/901
Abstract: 本发明公开了一种基于最短路径和关键字匹配的稀疏子图查询方法，包括：接收稀疏子图查询请求，并根据该稀疏子图查询请求获取真实社交网络数据集，提取其中的顶点和边数据，并根据提取的顶点和边数据建立无向无权属性图，并从建立的无向无权属性图中选取部分顶点以得到查询顶点集合VQ，从外部获取子图规模约束s，并初始化已选择顶点集合UI为空集，初始化候选顶点集合UL等于从真实社交网络数据集中提取的全部顶点的总数与查询顶点集合VQ之间的差值；本发明能解决现有的稀疏子图查询方法由于需要设置参数值对子图稀疏程度进行约束，导致的用户操作难度大，无法得到理想结果或是最优解的技术问题。
-
-
公开(公告)号：CN117520588A
公开(公告)日：2024-02-06
申请号：CN202311708146.7
申请日：2023-12-13
IPC: G06F16/583 , G06F16/51 , G06F16/53 , G06V10/75
Abstract: 本发明公开了一种基于局部索引MWstar的Top‑k连续子图匹配方法，在保证常数时间的索引更新代价的同时提高查询效率，特别适用于处理大规模动态数据集。本发明能够解决现有的连续子图匹配方法并没有考虑加权图或Top‑k机制，通常只返回满足拓扑约束的所有匹配，而不考虑匹配的权重或优先级，导致需要对所有的子图按照密度降序排序的子图排序开销，以及子图搜索过程中无法提前剪枝导致的子图搜索开销的技术问题，以及现有基于静态场景下的Top‑k密集子图匹配方法存在巨大的索引维护开销的技术问题，以及上述两种方法由于都需要对数据图G’中的所有节点集合和边集合的范围内重新进行密集子图匹配的搜索，导致增加时间成本的技术问题。
-
公开(公告)号：CN117057445A
公开(公告)日：2023-11-14
申请号：CN202310987628.4
申请日：2023-08-07
Applicant: 湖南大学
Abstract: 本申请涉及一种基于联邦学习框架的模型优化方法、系统、装置、计算机设备、存储介质和计算机程序产品。方法包括：接收服务器发送的聚合参数，将聚合参数作为本地参数，基于本地参数和本地训练集确定第一梯度参数；基于更新的更新隐私预算值，对第一梯度参数进行裁剪和扰动，得到第二梯度参数；基于第二梯度参数更新本地参数，得到更新本地参数；将更新本地参数发送至服务器，使服务器对更新本地参数进行聚合处理，得到更新聚合参数，基于更新聚合参数对全局模型进行模型优化，接收服务器发送的更新聚合参数，重复上述步骤，直至全局模型的准确率达到要求或全局迭代次数达到预先设定的目标次数，得到优化的全局模型。本方法可提升系统资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.021 seconds)
