-
公开(公告)号：CN111143842A
公开(公告)日：2020-05-12
申请号：CN201911270920.4
申请日：2019-12-12
Applicant: 广州大学
Abstract: 本发明公开了一种恶意代码检测方法及系统，方法包括：S1、将每个恶意代码运行过程中的WindowsAPI动作序列视作一个具有上下文关系的文本，分别使用TF-IDF和Doc2vec进行特征抽取；S2、在分别获得TF-IDF和Doc2vec特征矩阵后，将TF-IDF和Doc2vec抽取到的特征进行拼接，降维后获得恶意代码的特征矩阵；S3、构造基于聚类的集成分类改进模型，采用多个基学习器对数据集进行分类，并在最后采用投票的方式获得最终分类结果，S4、在预测阶段将样本分别输入每个基学习器中与之最近的单一类别类簇/SVM分类器中并输出预测类别，最后根据投票原则，学习器输出类别中占多数的类别为最终预测类别。本发明将TF-IDF和Doc2vec结合，不仅考虑恶意代码动作序列中API的频率，也考虑动作序列的上下文关联，提高恶意代码检测的准确性。
-
公开(公告)号：CN110347880A
公开(公告)日：2019-10-18
申请号：CN201910526974.6
申请日：2019-06-18
Applicant: 广州大学
Inventor： 李乙侠 , 李树栋 , 吴晓波 , 韩伟红 , 方滨兴 , 田志宏 , 殷丽华 , 陈燕珊 , 卢丹娜 , 王薇 , 郑敏真 , 何沛言 , 顾钊铨 , 仇晶 , 李默涵 , 唐可可
IPC: G06F16/901 , G06F16/906
Abstract: 本发明公开了一种最大连通子图尺寸的快速计算方法，包括：S1，设置包含n个节点的图G的最短距离矩阵Dn×n；S2，根据变换公式将最短距离矩阵Dn×n变换为可达矩阵An×n；S3，将可达矩阵An×n的向量根据预设分类规则分为k类，其中将每类中向量的行列数作为容量ik，k≥1；S4，根据每类容量ik的最大值判别出最大连通子图的尺寸。本方案通过利用最短距离矩阵来获得可达矩阵，并直接从可达矩阵中识别最大连通尺寸，避免了传统的最大连通子图尺寸计算需要遍历需遍历所有节点，本方案不仅减少了复杂的计算，还便于实现。
-
公开(公告)号：CN110083641A
公开(公告)日：2019-08-02
申请号：CN201910347686.4
申请日：2019-04-26
Applicant: 广州大学
IPC: G06F16/2458
Abstract: 本申请公开了一种基于目标行为的情报分析方法及装置，根据当前行为数据对历史行为数据进行分类后，通过Aprior算法和典型相关分析获取两者之间的强关联信息和弱关联信息，从而在碎片化的数据之间建立内在关联，使后续推荐的情报数据不再是简单的数据组合，进而优化情报分析结果，提高情报分析的准确性、完整性和有效性。
-
公开(公告)号：CN110070231A
公开(公告)日：2019-07-30
申请号：CN201910345238.0
申请日：2019-04-26
Applicant: 广州大学
Abstract: 本发明公开了一种基于遗传算法的智能仓库上架方法，包括：S1，生成多个上架结果并编码为初始种群；S2，通过对所述当前初始种群进行交叉变异运算，使得所述当前初始种群内包含更多新生成的染色体；S3，计算所述当前初始种群内每条染色体的适应度，并选择所述当前适应度最高的染色体保存在所述当前初始种群内，直到达到预设的迭代终止条件为止；S4，对迭代完成后获得的染色体进行反编码，得到上架结果；本发明基于遗传算法和适应度计算，获取最优的染色体，经过迭代更新后获得最优的染色体组，最后进行反编码得到上架结果；解决现有技术中仓库上架效率低和分配不合理的技术问题，实现更快、更合理地处理订单。
-
公开(公告)号：CN110070115A
公开(公告)日：2019-07-30
申请号：CN201910272980.3
申请日：2019-04-04
Applicant: 广州大学
IPC: G06K9/62
Abstract: 本发明公开了一种单像素攻击样本生成方法，通过获取待识别图像X，遍历待识别图像X的每个像素点，在每个像素点采样K个像素值，并分别计算每个数值在预设的神经网络N中的识别概率，得到识别概率最低时的像素点的位置P；遍历像素点的位置P的每个像素值，并分别计算每个数值在预设的神经网络N中的识别概率，得到识别概率最低时的像素值V’；将待识别图像X中像素位置P的像素值修改为V’，得到对抗样本X’，该方法的运行时间短，仅通过修改数字样本图像的一个像素点，就可使得神经网络正确识别数字图像的概率大大降低。
-
Patent Agency Ranking
公开(公告)号：CN109872052A
公开(公告)日：2019-06-11
申请号：CN201910080112.5
申请日：2019-01-28
Applicant: 广州大学
Abstract: 本发明公开了一种法院案件智能化分案辅助方法，包括以下步骤：根据机器学习方法对待分配案件进行分析，得到待分配案件的案件类型；根据法官的属性信息，建立智能分案模型；根据智能分案模型对待分配案件的案件类型进行分析，得到每个法官适合审判待分配案件的适合度数值；采用人工决策的方式在所有适合度数值中选择最终的适合度数值，将待分配案件分配给最终的适合度数值对应的法官，得到分案结果；将分案结果反馈到智能分案模型进行修正和优化。本发明提供的一种法院案件智能化分案辅助方法及系统，能够有效提高案件分配的合理性，提高案件审判的效率。
-
公开(公告)号：CN114298010B
公开(公告)日：2024-11-08
申请号：CN202111499830.X
申请日：2021-12-09
Applicant: 广州大学
IPC: G06F40/211 , G06F40/30 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种融合双语言模型和句子检测的文本生成方法，该方法步骤包括：语言模型M1和语言模型M2同步扩展关键词前后的单词；语言模型M1正向预测下一字符得到新文本S1，语言模型M2反向预测下一个字符得到新文本S2，拼接新文本S1和新文本S2得到句子；句子满足输出条件则输出句子，否则作为新的输入；基于规约的句法分析方法对句子进行结构分析，句子能规约至文法起始符则符合句法规则；使用N‑Gram统计模型对符合句法规则的候选句子计算语言得分，若候选句子的语言得分超过设定阈值则作为最终文本输出。本发明可应用于句子构造、文章生成等创造性的文本生成任务中，有效解决以往生成技术中句子丰富度低、可读性差的问题。
-
公开(公告)号：CN118113756B
公开(公告)日：2024-09-17
申请号：CN202410061329.2
申请日：2024-01-16
Applicant: 广州大学
IPC: G06F16/2458 , G06F18/22 , G06F18/214
Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于时序约束的持续子图匹配方法、装置及存储介质。其方法包括根据实时数据生成的网络空间安全事件得到查询图，根据实时检测到的网络攻击行为进行关联而形成数据图；离线阶段中，依据初始查询图和初始数据图构建候选存储索引图，在线阶段中，创建节点链接，通过过滤规则和状态信息来判断候选存储索引图中两个节点之间是否匹配，对匹配的节点更新边，当遍历到最后一个时序的节点时，执行回溯搜索过程，得到时序约束的匹配结果。本发明通过将每条边的时序信息保存在CSS索引的节点中，并根据过滤规则提前过滤不可能产生匹配的边，来减少搜索空间中的候选集，以达到减少冗余解的目的。
-
公开(公告)号：CN118113756A
公开(公告)日：2024-05-31
申请号：CN202410061329.2
申请日：2024-01-16
Applicant: 广州大学
IPC: G06F16/2458 , G06F18/22 , G06F18/214
Abstract: 本发明涉及网络安全技术领域，特别涉及一种基于时序约束的持续子图匹配方法、装置及存储介质。其方法包括根据实时数据生成的网络空间安全事件得到查询图，根据实时检测到的网络攻击行为进行关联而形成数据图；离线阶段中，依据初始查询图和初始数据图构建候选存储索引图，在线阶段中，创建节点链接，通过过滤规则和状态信息来判断候选存储索引图中两个节点之间是否匹配，对匹配的节点更新边，当遍历到最后一个时序的节点时，执行回溯搜索过程，得到时序约束的匹配结果。本发明通过将每条边的时序信息保存在CSS索引的节点中，并根据过滤规则提前过滤不可能产生匹配的边，来减少搜索空间中的候选集，以达到减少冗余解的目的。
-
公开(公告)号：CN115774788B
公开(公告)日：2024-04-23
申请号：CN202211455237.X
申请日：2022-11-21
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 广州大学
Abstract: 本发明公开了一种用于知识图谱嵌入模型的负采样方法，包括以下步骤：S1：初始化n个包含N个负样本的存储空间；S2：根据给定的正样本三元组，基于实体集合ε中全部实体生成负样本集合，通过均匀采样，从负样本集合中采样得到2*N1个负样本；S3：将步骤S2得到的若干个负样本添加至所储空间；S4：对存储空间中的负样本进行重要性评估；S5：对存储空间中所有负样本的重要性进行排序，保留重要性分数高的N3个样本；S6：从保留的负样本中均匀采样N个负样本组成HNS；S7：重复步骤S2‑S6n次；S8：对模型进行迭代训练。本发明提供的技术方案占用资源少，运行效率高，广泛适用于各种知识图谱模型。
-
-
-
-
-
-
-
-
-
Search Results
215
records
(took 0.021 seconds)
