-
公开(公告)号：CN118940019A
公开(公告)日：2024-11-12
申请号：CN202411040108.3
申请日：2024-07-31
申请人： 石河子大学
IPC分类号： G06F18/2135 , G06F18/213 , G06N3/0442 , G06F21/57 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种源代码表征提取方法，包括获取源代码数据集，并对数据集进行预处理；基于BERT模型和主成分分析技术PCA，分别对预处理后的数据集中代码行、代码构造进行特征提取，得到第一基本表征向量、第二基本表征向量；基于Multi‑way Tree‑LSTM模型，对代码行的抽象语法树子树特征进行直接提取，得到第三基本表征向量；基于GloVe词嵌入技术和GRU模型，对代码图结构的依赖关系上下文特征进行提取，得到第四基本表征向量、第五基本表征向量；利用注意力机制BiGRU，将得到的基本表征向量进行结合，获得源代码表征。因此，采用上述方法，能够全面地保留源代码中的多方面信息，有利于捕捉代码中存在的潜在漏洞。
-
公开(公告)号：CN118734134A
公开(公告)日：2024-10-01
申请号：CN202410896092.X
申请日：2024-07-05
申请人： 石河子大学
IPC分类号： G06F18/24 , G06F18/214 , G06F18/213 , G06N20/00
摘要： 本发明属于小样本异常流量检测技术领域，公开了一种基于元学习框架的小样本异常流量检测方法及系统，通过学习已知异常流量与正常流量的区别来做到区分样本数较少的新型未知异常流量与正常流量。本发明提出的模型通过在训练过程中引入不同任务的数据，并在这些任务上进行优化，能够在遇到新任务时更快地适应并提高性能，解决了传统深度学习模型对于小样本的数据难以识别的问题。
-
公开(公告)号：CN114372204B
公开(公告)日：2024-03-08
申请号：CN202210067593.8
申请日：2022-01-20
申请人： 石河子大学
IPC分类号： G06F16/9535 , G06F16/9536 , G06F21/62 , G06Q50/20
-
公开(公告)号：CN118940278A
公开(公告)日：2024-11-12
申请号：CN202411040115.3
申请日：2024-07-31
申请人： 石河子大学
摘要： 本发明提供的一种基于可解释性模型的源代码漏洞定位方法，包括基于强化学习，构建可解释性图网络模型RG‑Explainer，并通过可解释性图网络模型RG‑Explainer获得若干重要性大的图节点，进而获得漏洞行的行号信息；其中，可解释性图网络模型RG‑Explainer包括起始节点选择部分、迭代图生成部分和停止标准学习部分；起始节点选择部分用于确定重要性最大的节点作为起始节点；迭代图生成部分通过将重要的邻居节点添加到原始节点特征中，生成解释子图。因此，采用上述方法，能够通过可解释性图网络模型分析节点的重要性，判断具体的漏洞行，从而实现代码漏洞定位。
-
公开(公告)号：CN114463142A
公开(公告)日：2022-05-10
申请号：CN202210147072.3
申请日：2022-02-17
申请人： 石河子大学
摘要： 本发明涉及网络安全技术领域，具体涉及一种网络群体用户行为影响预测系统及方法，包括：控制终端，是系统的总控制端，用于发出执行命令供下级模块执行；接收模块，用于接收网络信息传播目标；评估模块，用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；选择模块，用于选择网络信息传播目标传播范围；确认模块，用于选择模块确认选择的网络信息传播目标传播范围；统计模块，用于统计确认模块确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；本发明能够提供网络用户群体以最佳的消息传播途径，从而以最快、最全面、成本最低的方式将所需用户群体知晓的信息传递，对于传布信息的行为能够进行一定程度的预测。
-
公开(公告)号：CN118982434A
公开(公告)日：2024-11-19
申请号：CN202410928065.6
申请日：2024-07-11
申请人： 石河子大学
IPC分类号： G06Q50/00 , G06F18/2321 , G06F18/2136
摘要： 本发明属于但不限于互联网技术领域，尤其涉及一种社交网络用户群体发现方法及系统，通过学习网络的低维表示来重建相似度矩阵，从而揭示网络中的社团结构。以NMI和ARI为评价指标，对多个数据集和多个算法进行对比实验，实验表明AICD模型取得了较好的结果，即可以准确的发现社团结构，有助于发现社交网络中不同事件主题下的用户群体。
-
公开(公告)号：CN118916884A
公开(公告)日：2024-11-08
申请号：CN202411040120.4
申请日：2024-07-31
申请人： 石河子大学
IPC分类号： G06F21/57 , G06N3/042 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0895 , G06N3/047
摘要： 本发明提供的一种基于改进图神经网络的源代码漏洞检测方法，包括结合自监督注意力模型SGAT和局部增强模型LA，构建基于改进图神经网络LA_SGAT的漏洞检测方法；收集源代码数据集并进行预处理，提取源代码的节点特征；通过局部增强模型LA，对节点特征进行局部增强，并与节点特征结合，获得第一输出特征；基于节点的第一输出特征和邻接特征，通过自监督注意力模型SGAT进行训练，获得第二输出特征；基于第二输出特征，通过金字塔池化、全连接层和Softmax分类层，得到源代码漏洞检测结果。因此，采用上述方法，能够全面、高效地捕获节点特征，提升漏洞检测的有效性。
-
公开(公告)号：CN118885959A
公开(公告)日：2024-11-01
申请号：CN202410895562.0
申请日：2024-07-05
申请人： 石河子大学
IPC分类号： G06F18/25 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/08 , H04L9/40
摘要： 本发明属于深度学习技术领域，公开了一种基于复合骨干网络的异常流量检测系统及方法，数据预处理模块负责处理原始的网络流量数据，以支持后续的分析和模型训练；流量特征学习模块，对于处理好的流量数据分别输入到LSTM与GRU中，GRU为主网络负责融合辅助网络的特征并将最终的输出作为分类的特征；左侧的LSTM网络起辅助作用，输出高层级特征，利用复合连接为主网络提供高级特征用以融合；检测分类模块，负责将预处理并经特征提取的网络流量数据输入至最终的分类器。本发明能够更全面地捕捉网络流量的特征。复合连接技术的使用，提升了底层和顶层特征的丰富性，并增加了特征的多样性，使得网络能够针对各种不同的目标和任务有更好的适应性及表现。
-
公开(公告)号：CN114463142B
公开(公告)日：2024-06-28
申请号：CN202210147072.3
申请日：2022-02-17
申请人： 石河子大学
IPC分类号： G06Q50/00 , G06F17/18 , G06Q30/0201 , G06Q30/0251
摘要： 本发明涉及网络安全技术领域，具体涉及一种网络群体用户行为影响预测系统及方法，包括：控制终端，是系统的总控制端，用于发出执行命令供下级模块执行；接收模块，用于接收网络信息传播目标；评估模块，用于分析用户群体有效性，评估用户群体网络信息传播目标传播能力；选择模块，用于选择网络信息传播目标传播范围；确认模块，用于选择模块确认选择的网络信息传播目标传播范围；统计模块，用于统计确认模块确认网络信息传播目标传播范围内网络信息传播目标对应传播用户群体数量；本发明能够提供网络用户群体以最佳的消息传播途径，从而以最快、最全面、成本最低的方式将所需用户群体知晓的信息传递，对于传布信息的行为能够进行一定程度的预测。
-
公开(公告)号：CN115834512A
公开(公告)日：2023-03-21
申请号：CN202211416728.3
申请日：2022-11-14
申请人： 石河子大学
IPC分类号： H04L47/629 , H04L49/102
摘要： 本发明公开了一种数据共享方法、系统、电子设备及存储介质，涉及数据共享技术领域，所述方法包括：将联盟链的节点集中的各节点划分为一个排序节点和G个共识集；将共识集中的节点划分为一个管理节点和多个普通节点；将任一个共识集作为当前共识集，将G个共识集中除当前共识集之外的共识集作为剩余共识集，执行数据共享过程；数据共享过程为：先进行集内共识；然后进行集外共识；集外共识完成后，当前共识集中的管理节点和排序节点获取剩余共识集中的管理节点发送的共识结果；排序节点将共识结果发送至客户端，待共享的数据完成共享。本发明降低了通信开销和系统消耗，提高了数据共享的速度。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.025 秒)
