-
公开(公告)号：CN113705619B
公开(公告)日：2023-09-12
申请号：CN202110884285.X
申请日：2021-08-03
Applicant: 广州大学
IPC: G06F18/214 , G06N20/00 , G06F18/241
Abstract: 本发明提供了一种恶意流量检测方法、系统、计算机及介质，所述方法为获取待检测流量数据；提取所述待检测流量数据的待分析字段信息集，并将所述待分析字段信息集按照预设比例划分为训练集和测试集；确定所述训练集和测试集的待分析特征；将所述训练集的待分析特征输入到多个预设分类器进行训练，并通过软投票法对所述多个预设分类器集成，得到恶意流量检测模型；将所述测试集的待分析特征输入到所述恶意流量检测模型进行测试，得到预测结果。本发明不仅实现了无需解密即可精准识别恶意流量的技术效果，而且提高了恶意流量检测模型的泛化能力和安全性，还可以部署在不同的防火墙、入侵检测系统和入侵防御系统上，具有较好的通用性。
-
公开(公告)号：CN116704161A
公开(公告)日：2023-09-05
申请号：CN202310680953.6
申请日：2023-06-08
Applicant: 广州大学
Abstract: 本公开提供了一种3D点云攻击迭代中考虑不易察觉性的方法及装置，其中，方法包括：将3D点云中所有存在的点依次作为中心点，将除该中心点外其余所有点作为与该中心点相对的周围点；计算一个迭代周期内中心点与其周围点的欧式距离，根据欧式距离值与参数半径大小的比较结果得到中心点周围密度；计算一个迭代周期攻击后与攻击前的中心点周围密度的差值，将差值作为奇异度；根据奇异度的大小判断周围点向中心点的靠近程度；根据靠近程度选择中心点是否进入下一个迭代周期。本公开在原始点云迭代攻击过程中加入奇异度计算，能够在较少的计算消耗下考虑点云攻击的不易察觉性，同时不破坏原攻击算法的攻击能力。
-
公开(公告)号：CN113610114B
公开(公告)日：2023-08-08
申请号：CN202110782315.6
申请日：2021-07-09
Applicant: 广州大学
IPC: G06V10/62 , G06V20/54 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/44 , G06V10/82 , G06T3/40 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种车辆重识别方法、系统、计算机设备和存储介质，所述方法包括：将车辆图像输入第一神经网络，从中提取全局特征，并对所述全局特征进行训练，得到全局分支重识别结果；对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块；对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块；将所述高质量局部区域块输入第二神经网络，从中提取局部特征，并对所述局部特征进行训练，得到局部分支重识别结果；将所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果。本发明能够解决车辆重识别中类间相似和类内差异问题，减少计算过程中的噪声，提高重识别的准确率，同时在一定程度上解决了遮挡问题。
-
公开(公告)号：CN116527296A
公开(公告)日：2023-08-01
申请号：CN202211610531.3
申请日：2022-12-14
Applicant: 广州大学 , 中国电力科学研究院有限公司 , 国网上海市电力公司
IPC: H04L9/40
Abstract: 本发明涉及机器学习和网络安全领域，且公开了一种多层次网络安全态势评估方法，包括以下步骤：对各个不同的攻击风险分指标的数据预先将其进行归一化、属性规约、数据清洗以及缺失值处理；利用LightGBM算法对攻击风险分指标评估；利用LightBGM算法对攻击风险分指标与权重相结合求出攻击风险指数；利用基于模拟退火算法对攻击风险分指标权重的迭代优化，该多层次网络安全态势评估方法，能针对各个不同的攻击风险分指标的数据维度大，范围广，需将其进行归一化、属性规约、数据清洗、缺失值处理。对各攻击风险分指标子特征数据通过多进程并行输入到各自的LightGBM模型中进行训练，从而得到攻击风险分指标的分数。
-
公开(公告)号：CN116050518A
公开(公告)日：2023-05-02
申请号：CN202211426092.0
申请日：2022-11-14
Applicant: 广州大学
Abstract: 本发明涉及知识图谱嵌入数据投毒领域，且公开了一种知识图谱嵌入模型数据投毒效果评估方法，在MRR的基础上兼顾了数据投毒的毒化性和隐蔽性，可以更好地衡量不同数据投毒攻击对于知识图谱的影响程度，可以更好地衡量对知识图谱嵌入数据投毒的效果；本发明提出的指标使得不同的数据投毒攻击在同一个模型上可以互相比较，通过调整参数a，指标可以偏向毒化性或者隐蔽性。
-
Patent Agency Ranking
公开(公告)号：CN115495779A
公开(公告)日：2022-12-20
申请号：CN202211115765.0
申请日：2022-09-14
Applicant: 广州大学
Abstract: 本发明涉及人工智能技术领域，公开了一种联邦学习过程中泄露输入信息的风险评估指标方法，包括以下步骤：S1：参与方选取一批个数为B的待训练样本(X,Y),并计算批样本梯度G和其中各样本的梯度G(i)；S2：选取某一样本x(i)，计算所选样本的梯度信息比InfoR(x(i))；S3：通过梯度信息比InfoR(x(i))，获取样本x(i)被批样本梯度G所泄露的风险程度，以达到输入样本特征泄露风险的评估。本发明可以满足参与方针对隐私重要性较高的样本给予更小的隐私预算，即不同样本给予不同的隐私保护强度，从而满足差异化隐私保护的目的，从而减小了隐私保护策略对模型训练和可用性的影响。
-
公开(公告)号：CN115459965A
公开(公告)日：2022-12-09
申请号：CN202211014966.1
申请日：2022-08-23
Applicant: 广州大学 , 中国电力科学研究院有限公司 , 国网上海市电力公司
IPC: H04L9/40 , H04L41/0631 , H04L41/069
Abstract: 本发明涉及网络安全技术领域，且公开了一种面向电力系统网络安全的多步攻击检测方法，包括以下步骤：多源异构告警数据的匹配和融合；告警信息的聚合与关联；基于因果知识和时空规则的攻击链模板抽取；基于攻击链模板和时空规则约束的多步攻击检测。本发明将不同入侵检测系统按照ATT&CK框架对攻击行为进行融合，解决不同入侵检测系统在攻击知识库方面异构的问题；对原始的告警信息进行特征筛选和重构，形成统一的十元组形式的告警日志，便于综合分析，以充分发挥不同入侵检测系统融合的优势；对告警信息根据地址相关性进行聚合，得到不同类簇，将不同的攻击行为独立划分，有利于针对不同类簇的数据并行挖掘和分析，可提高系统分析的速率。
-
公开(公告)号：CN115329337A
公开(公告)日：2022-11-11
申请号：CN202210799021.9
申请日：2022-07-08
Applicant: 广州大学
Abstract: 本发明涉及人工智能技术领域，公开了一种学习过程中模型梯度泄露输入信息的风险评估方法，包括以下步骤：S1：对本地数据集进行采样，得到本地采样数据集；S2：分析本地采样数据集，从而得到本地采样数据样本的参数梯度；S3：计算本地采样数据样本与采样样本参数梯度的互信息值；S4：当该互信息值达到设定程度时，发出隐私泄露风险提醒，否则将该参数梯度上传至服务器。该学习过程中模型梯度泄露输入信息的风险评估方法，与现有的梯度泄露输入的指标相比，梯度信息比可以衡量批样本中的每个样本被批样本梯度泄露的风险程度，不同样本的隐私重要性不同，那么参与方对所上传的批样本梯度将会引入隐私保护的机制。
-
公开(公告)号：CN112669978B
公开(公告)日：2022-03-04
申请号：CN202011317829.6
申请日：2020-11-23
Applicant: 广州大学
Abstract: 本发明公开了一种疫情感染风险评估方法，包括：获取患者的移动终端号或身份证号，并根据移动终端号或身份证号从运营商轨迹接口中获取患者对应的轨迹信息；从患者的轨迹信息中提取基站轨迹，并通过通行方式判断算法得到患者通过基站时的通行方式；根据基站轨迹获取患者进出基站时间，并将患者进出基站时间按照预设时间片进行时间片切分；统计预设时间内进出基站相同通行方式相同时间片内的人数，将相同通行方式的人数乘以对应的权重，得到每个通行方式的风险值，再将基站所有通行方式的风险值相加，得到基站的疫情感染风险度，实现地区的疫情感染风险评估。本发明实现了地区和个人的疫情感染风险自动评估，且评估依据多，评估结果准确。
-
公开(公告)号：CN113780363A
公开(公告)日：2021-12-10
申请号：CN202110946024.6
申请日：2021-08-17
Applicant: 广州大学
Abstract: 本发明提供了一种对抗样本防御方法、系统、计算机及介质，所述方法包括获取待检测图像样本；分别采用不同的去噪方法对待检测图像样本进行去噪处理，得到对应的第一去噪样本和第二去噪样本；将待检测图像样本、第一去噪样本和第二去噪样本分别输入深度神经网络模型，得到对应的待检测样本概率向量、第一去噪样本概率向量和第二去噪样本概率向量；分别获取待检测图像样本概率向量与第一去噪样本概率向量的第一相似度、以及与第二去噪样本概率向量的第二相似度，并根据第一相似度和第二相似度，判断待检测图像样本是否为对抗样本。本发明能够简单、高效且精准的识别对抗样本及给出对应的预测类别，有效提升对抗样本的防御能力及模型的服务能力。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.067 seconds)
