-
公开(公告)号：CN118433119A
公开(公告)日：2024-08-02
申请号：CN202410508794.6
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: H04L47/2441 , H04L41/16 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明属于网络流量分类技术领域，具体涉及一种基于卷积神经网络的单向流量分类系统、方法、程序、设备及存储介质。本发明在多威胁模型适应性、基于深度学习的流量分类、模型训练和修正算法以及广泛适用性等方面，通过考虑本地攻击者和远程攻击者的位置差异和数据包收集能力，使得该方法更具适应性。采用卷积神经网络技术，构建基于Softmax的移动应用程序流量分类模型，实现对应用程序流量的有效分类，模型训练和修正算法提高了模型的鲁棒性和准确性。
-
公开(公告)号：CN118349633A
公开(公告)日：2024-07-16
申请号：CN202410508789.5
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F16/33 , G06F16/35 , G06F40/30 , G06F40/289 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供的是一种多约束引导的中文谣言对抗样本生成方法、系统及存储介质。本发明通过通过对中文文本的视觉相似度和语义相似度进行约束从而获得具有良好可读性的对抗样本。本发明在对深度神经网络的攻击中不但拥有极高的攻击成功率，且保留了对抗样本的语义信息，保证了对抗样本阅读的流畅性。约束对抗样本的语义相似度可以保证人类在阅读对抗样本时能获取到原始样本的语义信息。约束对抗样本的视觉相似度，可以降低人们在快速阅读中发现原始样本被篡改的几率。这些都是在对抗样本生成时不能被忽略的关键要素。本发明生成的对抗样本在定向和非定向攻击中均有较高的攻击成功率，广泛应用于自然语言处理、文本分类、文本审查、文本翻译等领域。
-
公开(公告)号：CN118296597A
公开(公告)日：2024-07-05
申请号：CN202410508819.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F21/55 , G06V10/764 , G06N20/00
Abstract: 本发明属于联邦学习技术领域，具体涉及一种基于可学习触发器的联邦学习后门攻击方法、程序、设备及存储介质。本发明包括创建恶意客户端本地训练任务；根据全局模型副本和目标类小样本集生成可学习的触发器；可学习触发器注入本地数据，在训练过程中将后门植入本地模型；通过聚合器平均模型更新，将后门信息转递至全局模型中，使全局模型在正常工作的同时具有后门效应；在推理阶段，增强触发器触发强度，提高攻击性能的同时不影响攻击的隐蔽性。本发明提出的后门攻击方法具有良好的隐蔽性，生成用于触发后门攻击的可学习触发器具有良好的不可见性，使后门攻击在联邦学习范式中拥有较高的攻击成功率，并长时间维持。
-
公开(公告)号：CN118296248A
公开(公告)日：2024-07-05
申请号：CN202410508781.9
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00 , G06N5/02 , G06N5/04
Abstract: 本发明公开了一种基于反事实推理的社交网络知识感知推荐方法、系统及存储介质。本发明所述的系统包括反事实数据生成装置、数据筛选装置、奖赏反馈装置、推荐装置。所述的方法将反事实推理引入到基于知识图谱的知识感知推荐系统中，利用知识图谱中的项目特征信息生成更多元化的反事实数据，将反事实推理从顺序推荐任务推广到更广泛的应用场景中，通过减轻知识感知推荐系统中虚假相关性的影响，同时作为一种数据增强方法缓解数据稀疏问题，使模型达到更优的效果，可广泛应用于社交网络场景下数据推荐等应用领域。
-
公开(公告)号：CN118233080A
公开(公告)日：2024-06-21
申请号：CN202410508785.7
申请日：2024-04-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种面向社交网络安全外包的数据隐私加密保护方法、系统及存储介质。本发明所述的系统包括密钥转发与数据处理装置、密钥生成装置、任务加密装置与结果解密装置。所述的方法通过一种多素数CRT加速的Paillier同态加密的安全外包计算方案，能够有效将数据加密外包至具备高计算能力的云计算中心进行计算分析，解决了采用本地入侵检测服务器由于计算性能低导致无法应对大量数据计算以及现有外包加密方案效率较低的问题。本发明相比原始Paillier加密算法以及基于其他加密算法的外包计算方案有着更高的安全性和加解密效率，尤其是当素数为4时，本协议相对于传统Paillier加密算法能够提升60％的加解密效率，有效的解决了对数据加解密而产生的额外时间开销。
-
Patent Agency Ranking
公开(公告)号：CN120031097A
公开(公告)日：2025-05-23
申请号：CN202510064154.5
申请日：2025-01-15
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种针对离线强化学习的隐蔽数据投毒攻击方法、系统、程序、设备及存储介质，属于离线强化学习技术领域。本发明方法采用关键时间步动态投毒攻击方法，通过对重要性较高的样本进行动态扰动，实现高效隐蔽的攻击效果。该方法首先通过理论分析发现时序差分误差对于模型学习过程的重要影响，分析得出时序差分误差较大的时间步代表离线强化学习的薄弱环节，将其作为投毒目标选择的依据。然后又提出了基于双目标优化的投毒方法，在最小化扰动幅度的同时，最大化攻击对模型性能产生的负面影响，为每个投毒样本生成最优扰动幅度。本发明以极低的攻击成本，实现了对离线强化学习模型的有效干扰，并确定了其在实际应用中的有效性和可行性。
-
公开(公告)号：CN119272919A
公开(公告)日：2025-01-07
申请号：CN202411301402.5
申请日：2024-09-18
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , G06Q50/00 , G06Q50/26 , G06N3/0455 , G06N3/0985
Abstract: 本发明提供了一种基于多特征序列的社会搜索热点传播预测方法、系统、程序、设备及存储介质。本发明考虑了事件序列中的时间信息、事件类型信息、用户信息以及用户属性信息，利用Transformer模型对社会搜索热点事件序列进行表示学习，将学习出来的表示向量作为Hawkes过程的输入，使其更好的捕捉事件之间的相互影响关系。本发明依据历史事件的强度函数对事件序列进行预测：短期预测是预测下一事件发生的时间与事件类型，长期预测是事件在给定时间区间内的传播大小，以取得更好的序列数据拟合与序列预测效果。
-
公开(公告)号：CN119271906A
公开(公告)日：2025-01-07
申请号：CN202411301441.5
申请日：2024-09-18
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00 , G06F16/28
Abstract: 本发明提供的是一种面向符号社会网络正面信息最大化传播方法、程序、设备及存储介质。本发明使用基于符号潜在因子的链接预测模型来进行链接预测，补全网络链接关系的缺失。在此基础上通过采用基于符号的PageRank算法选择种子节点传播信息，使得正面信息影响力最大化。本发明考虑到当前网络中用户关系缺失以及关系复杂这些问题，能够通过链接预测技术对网络结构进行完善，基于完整的网络结构，通过种子节点选择算法选择最有影响力的种子节点传播信息，从而使得信息的正面信息影响力最大化。
-
公开(公告)号：CN118520070A
公开(公告)日：2024-08-20
申请号：CN202410508778.7
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06F16/9536 , G06Q50/00 , G06F40/30 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供的是一种基于语义增强的仇恨言论检测方法、系统及存储介质。本发明提出了基于语义增强的仇恨言论检测模型HSIBSE。其中包括信息嵌入层装置、文本嵌入层装置、编码层装置和输出层装置。通过使用仇恨言论词典，对文本进行分类，将其划分为含有负面性词语和不含负面性词语的两个类别。对每个词语，本发明将其与负面性词语词典中的词汇进行匹配，以确定其是否属于负面性词语。能够更准确地识别和分析仇恨言论，并为仇恨言论检测提供重要线索。本发明设计了一种基于语义增强的仇恨言论检测系统及方法，加强上下文理解，分析仇恨言论中的情感倾向，增强信息关联，有助于识别某些文本中的隐含信息，可广泛应用于社交网络中的互仇恨言论检测。
-
公开(公告)号：CN118473716A
公开(公告)日：2024-08-09
申请号：CN202410508805.0
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: H04L9/40
Abstract: 本发明属于匿名网络隐私保护技术领域，具体涉及一种网站指纹识别防御系统、方法、程序、设备及存储介质。本发明是一种零延迟低开销的防御，可以实现在不需要延迟用户数据包且仅填充少量虚假数据包的情况下，对网站指纹攻击的有效防御；此外，考虑防御的实际可行性，本发明提出的防御是一种不需要先验知识的网站指纹防御策略，能够在不需要知道用户访问的网站以及历史流量序列的情况下实施防御。本发明通过在网络流量中注入不同分布的数据包，破坏了网站固有模式，大幅度降低了了网站指纹识别的有效性，可部署在匿名网络系统中，并适用于多种匿名网络场景中的网站指纹识别防御。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.075 seconds)
