-
公开(公告)号：CN108694413A
公开(公告)日：2018-10-23
申请号：CN201810453102.7
申请日：2018-05-10
Applicant: 广州大学
IPC: G06K9/62
CPC classification number: G06K9/6267
Abstract: 本发明公开了一种自适应采样不平衡数据分类处理方法，包括：获取目标多数样例个数和目标少数样例个数；根据所述目标多数样例个数和所述目标少数样例个数对待处理不平衡数据进行自适应采样数据处理，以使得处理后的所述待处理不平衡数据中的多数样例个数满足所述目标多数样例个数，处理后的所述待处理不平衡数据中的少数样例个数满足所述目标少数样例个数；其中，所述自适应采样数据处理包括过采样和欠采样。根据用户的个人需求，结合使用过采样和欠采样技术，使得新生成的样例集满足分类算法对数据的需求，提高不平衡大数据的分类准确性。
-
公开(公告)号：CN108508826A
公开(公告)日：2018-09-07
申请号：CN201810234216.2
申请日：2018-03-20
Applicant: 广州大学
IPC: G05B19/048
CPC classification number: G05B19/048
Abstract: 本发明公开了一种防止人工智能行为体失控的装置及系统，该装置包括：串口模块、接收模块、能源控制模块、人工智能行为体交互模块、应急处理模块、反摘除模块、容错模块、数据记录模块、监控模块和单向导入模块。本装置串接在人工智能行为体的决策模块和驱动装置之间。采用本发明技术方案，能提高人工智能行为体的安全系数，从根本上防止人工智能行为体，失控或降低人工智能行为体失控时所带来的危害。
-
公开(公告)号：CN108345587A
公开(公告)日：2018-07-31
申请号：CN201810153301.6
申请日：2018-02-14
Applicant: 广州大学
Abstract: 本发明公开一种评论的真实性检测方法，包括：对待检测评论进行分词预处理，以得到若干分词结果；将若干分词结果中的词语转化为词向量；通过预先构建的卷积神经网络模型计算待检测评论的情感标签；其中，卷积神经网络模型为通过训练集的每一标准句子的词向量和每一标准句子的情感标签训练卷积神经网络所生成；采用逻辑回归模型从所有待选变量中选取目标特征向量；计算待检测评论的目标特征向量到真实评论的聚类中心的距离，及计算待检测评论的目标特征向量到虚假评论的聚类中心的距离；根据距离和待检测评论的情感标签确定待检测评论的真实性。本发明实施例能够提高评论真实性检测的准确性，同时本发明还提供评论的真实性检测系统。
-
公开(公告)号：CN119516250A
公开(公告)日：2025-02-25
申请号：CN202411464232.2
申请日：2024-10-18
Applicant: 广州大学
IPC: G06V10/764 , G06V10/82 , G06N20/00
Abstract: 本发明公开了一种基于触发器重构的联邦学习后门防御方法，能够在抵御后门攻击的同时恢复被攻击影响的干净样本的准确率。具体而言，通过利用攻击者提供的训练更新来重构后门触发器，从而使恶意数据样本变得容易识别，随后，再通过后门缓解方法有效地恢复受到后门攻击影响的干净样本的准确率。
-
公开(公告)号：CN119051920A
公开(公告)日：2024-11-29
申请号：CN202411090956.5
申请日：2024-08-08
Applicant: 广州大学
IPC: H04L9/40 , H04L43/026 , H04L43/04
Abstract: 本发明属于仿真计算领域，公开了一种对于适用于流序列频域特征提取的网络流独立编码方法，包括：第一步，采集流量数据；第二步，从采集的流量数据中获取数据包，并将数据包归属到相应的流中；第三步，构建以数据包的属性为基础的非等距流序列；第四步，对非等距流序列进行插值处理，获得等距流序列。本发明实现了数据标准化，通过样条插值，将不均匀的流量数据标准化，便于后续处理。为快速傅里叶变换提供均匀化的数据输入，提高特征提取效率。减少了信息损失，无需压缩或定制流量数据，保持了原始数据的完整性和精度。
-
Patent Agency Ranking
公开(公告)号：CN117294465B
公开(公告)日：2024-06-07
申请号：CN202311015606.8
申请日：2023-08-11
Applicant: 广州大学
Abstract: 本发明属于数据安全技术领域，公开了一种基于跨域通信的属性加密系统及方法，该系统包括跨域协商模块、跨域设置模块、跨域加密模块和跨域取证模块，其中，跨域协商模块主要实现跨域请求认证和跨域属性授权模式协商；跨域设置模块主要包括全局设置和授权设置；跨域加密模块主要实现跨域密钥生成和跨域加解密功能；跨域取证模块主要实现跨域追踪取证，信任划分和策略更新功能。本发明系统用于实现基于跨域通信的属性加密方法，设计了跨域授权模式协商、跨域设置、跨域加解密和跨域取证机制，在大规模动态化的数据跨域访问场景中。本发明提供系统及方法可以灵活地应对各种不同的安全需求，提高数据跨域访问的效率、可拓展性和安全性。
-
公开(公告)号：CN118114236A
公开(公告)日：2024-05-31
申请号：CN202311668790.6
申请日：2023-12-06
Applicant: 广州大学
IPC: G06F21/55 , G06N3/0499 , G06N3/088 , G06N3/084
Abstract: 本发明公开了一种基于无监督学习实现安全事件自动关联方法和系统，属于网络安全、深度学习的领域，本发明方法中，首先通过序列提取器将每个安全事件与其上下文组合在一起，形成上下文事件序列，随后事件预测模块将每个上下文序列作为输入，并对当前事件进行预测，其中采用了编码器、注意力解码器和事件解码器来整合来自双向序列的上下文信息。本方法可以得到当前事件与上下文事件的关联性进而找到可能存在的攻击；无监督的特性允许模型使用新的安全事件序列快速更新，能够适应快速变化的攻击方式，可以自动关联相关事件，无需安全操作员手动关联，极大的减少了手动劳动力。
-
公开(公告)号：CN118095356A
公开(公告)日：2024-05-28
申请号：CN202410221149.6
申请日：2024-02-27
Applicant: 广州大学
IPC: G06N3/0455 , G06N3/084 , G06N3/096
Abstract: 本发明提供一种基于知识蒸馏的平衡化多模态学习方法，包括如下步骤：获取多模态数据，从所述多模态数据中确定第一源模态和第一目标模态；将所述第一源模态经编码得到第二目标模态；将所述第二目标模态经编码得到第二源模态；计算第一源模态与所述第二源模态之间的反向翻译损失，计算第一目标模态与所述第二目标模态之间的正向翻译损失；获得反向中间向量完成下游任务的任务损失；平衡第二目标模态和第二源模态的训练程度，通过自适应调节模态训练平衡化得到蒸馏损失；计算总损失，通过最小化总损失训练模型；重复执行步骤S1‑S7至模型达到预设值。本发明有效缓解了模态间优化不平衡问题，提高模型的整体性能和鲁棒性。
-
公开(公告)号：CN116132112B
公开(公告)日：2024-05-03
申请号：CN202211657047.6
申请日：2022-12-22
Applicant: 广州大学
Abstract: 本发明公开了一种基于联盟链智能合约的关键字可加密搜索方法，包括：使用对称加密算法对数据拥有者的数据文件进行加密，并将加密后的数据文件上传至云存储服务器，并获取所述加密后的数据文件在所述云存储服务器的唯一地址标识符；从所述加密前的数据文件中抽取关键字，并利用预设的单向哈希布隆过滤器算法将关键字索引化，生成安全索引；将所述唯一地址标识符和所述安全索引上传至联盟链网络，根据认证请求对数据请求者进行身份认证，在认证通过后发送秘密参数给数据请求者，以使得所述数据请求者利用根据所述秘密参数和搜索请求中的至少一个关键字加密生成的查询陷门在所述联盟链网络上进行搜索。
-
公开(公告)号：CN117857183A
公开(公告)日：2024-04-09
申请号：CN202410036724.5
申请日：2024-01-09
Applicant: 广州大学
IPC: H04L9/40 , G06F18/22 , G06N3/0442 , G06N3/084
Abstract: 本发明提出了一种有监督的，轻量级，适用于跨域环境中的僵尸网络检测方法及系统。该发明的主要思想是计算隐私保护下可疑异常网络流量与僵尸网络流量所对应的二进制向量相似度。其中，本发明提出了一种基于二进制向量和LSTM的特征预处理方法，可以有效地提取每个特征之间的时间依赖性和相关性，从而得到更加全面和准确的特征表示。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.023 seconds)
