-
公开(公告)号：CN110704731B
公开(公告)日：2022-06-07
申请号：CN201910869378.8
申请日：2019-09-12
Applicant: 广州大学
IPC: G06F16/9535 , G06F16/9537 , G06Q30/06 , G06Q50/06
Abstract: 本发明公开了一种充电桩链式推荐方法和装置。所述方法包括：根据用户终端的当前定位数据和历史充电记录，判断用户终端是否有充电需求，若用户终端有充电需求，将用户终端标记为待充电用户终端；根据所述待充电用户终端的用户属性、电动汽车续航数据和所在地区充电桩分布数据，对所述待充电用户终端进行预警等级划分；根据所述待充电用户终端的预警等级，对应筛选目标充电区域，并根据所述目标充电区域生成所述待充电用户终端的行车规划路径；当检测到所述待充电用户终端进入所述目标充电区域，生成充电桩推荐列表，并将所述充电桩推荐列表下发至所述待充电用户终端。本发明能实现对充电桩的适度调配，从而减少充电桩推荐冲突，提高充电桩利用率。
-
公开(公告)号：CN113204787B
公开(公告)日：2022-05-31
申请号：CN202110493191.X
申请日：2021-05-06
Applicant: 广州大学
Abstract: 本发明提供了一种基于区块链的联邦学习隐私保护方法、系统、设备和介质，通过根据各节点权重向量，由可信第三方生成主公/私钥、解密密钥和各节点加密密钥，并将主公钥、解密密钥和加密密钥发送至各节点，由主节点创建初始区块写入初始模型发布后，各节点下载初始模型进行训练，并采用加密密钥加密得到加密模型后上传至区块链，当各节点的加密模型全部上传至区块链后，各节点竞争生成模型聚合区块的权力，并由获得该权力的节点根据主公钥和解密密钥，将各节点的加密模型聚合生成全局模型后上传至区块链，再由主节点下载全局模型并进行理想模型判断的方法，增加了对节点来源和模型内容隐私的保护，降低了服务计算成本，提高了学习效率和服务质量。
-
公开(公告)号：CN111881039B
公开(公告)日：2022-04-26
申请号：CN202010723505.6
申请日：2020-07-24
Applicant: 广州大学
IPC: G06F11/36
Abstract: 本发明公开了一种模糊测试的种子处理、模糊测试方法、系统和存储介质，应用在软件测试技术中，其中种子处理方法包括获取各程序块的静态权重；在模糊测试中对各程序块的运行次数进行统计，在每次模糊测试中根据所述统计中各程序块的运行次数得到各程序块的动态权重；根据所述静态权重和动态权重对种子库中的种子进行评分；选择种子进行变异，其中，获得测试用例，种子评分越高被选择的概率越高；统计代码覆盖率，根据测试用例的代码覆盖率将测试用例更新到种子库中。本方案可以提升代码覆盖率，以充分挖掘软件漏洞。
-
公开(公告)号：CN114386511A
公开(公告)日：2022-04-22
申请号：CN202210035910.8
申请日：2022-01-11
Applicant: 广州大学
Abstract: 本发明提供基于多维度特征融合和模型集成的恶意软件家族分类方法，包括S1获取恶意软件PE文件，根据获取的PE文件提取多个维度的恶意软件特征；其中恶意软件特征包括：Ember特征、TF‑IDF特征和Asm2Vec；S2根据提取的恶意软件特征进行特征融合和特征选择处理，得到恶意软件家族分类特征集；S3以XGBoost作为基础模型，根据得到的恶意软件家族分类特征集中的特征分别单独训练基础模型，并根据训练好的基础模型对训练集样本进行预测，根据得到预测结果计算各特征在对应各家族上的权重值；并采用加权软投票的方式来计算恶意软件家族分类预测结果。本发明有助于提高恶意软件家族分类的性能和泛化能力。
-
公开(公告)号：CN113315634B
公开(公告)日：2022-04-08
申请号：CN202110555918.2
申请日：2021-05-21
Applicant: 广州大学
Abstract: 本发明公开了一种物联网的轻量访问控制方法、装置以及系统。该装置包括请求生成模块、请求发送模块以及结果接收模块。该系统包括云端服务器、网关、一个或多个物联网设备以及一个或多个用户设备。通过对端到端之间通信进行对称加密，以及将计算过程转移到计算力更强的网关上，该轻量访问控制方法、装置以及系统不仅提升了物联网访问控制的安全性，还降低了云端服务器的计算负荷。进一步地，本发明提供的物联网的轻量访问控制方法、装置以及系统还可以通过具有相应权限的其他用户实现去中心化授权和令牌归并，从而进一步减轻云端服务器的计算负荷。
-
Patent Agency Ranking
公开(公告)号：CN113507443B
公开(公告)日：2022-03-25
申请号：CN202110654367.5
申请日：2021-06-10
Applicant: 广州大学
Abstract: 本发明公开了一种基于时间能力树的物联网访问控制方法及装置，该方法包括：根据访问控制权限生成对应的初始能力令牌，加密后发送至第一用户；接收第一用户发送的第一资源请求以及能力令牌，在判断到能力令牌合法后，将第一资源请求对应的资源对象发送至第一用户；建立时间能力树，将时间能力树存储至资源对象的时间能力树库中，并将使用时间能力树的时间记入节点时间序列；根据第二用户发送的第二资源请求，更新时间能力树；接收第一用户发送的第三资源请求，将第三资源请求的对象发送至第一用户，并将此时的时间记入节点时间序列。本发明实施例能够有效减少物联网访问控制的工作量，以及降低安全隐患。
-
公开(公告)号：CN113221112B
公开(公告)日：2022-03-04
申请号：CN202110590847.X
申请日：2021-05-28
Applicant: 广州大学
Abstract: 本发明公开了一种基于弱相关集成策略的恶意行为识别方法、系统和介质，该方法包括利用样本集构建基模型；基于XGBoost对恶意代码动态行为特征进行筛选；基于弱相关集成策略对基模型进行相关性检验；根据基模型的准确率确定其集成权重；基于Bagging集成策略对恶意代码进行分类。本发明在恶意代码识别中首先采用了XGBoost算法来确定集成学习基模型的个数，降低了集成学习中基模型的选择问题，还提高了恶意代码识别的准确性。另外，本发明采用了集成学习基模型的弱相关集成策略，弱化了使用集成策略解决恶意代码分类任务时普遍存在的基模型之间的相关性问题，并且构建了基于以准确率为导向的单模型权重确定模型，完成高效、准确的恶意代码识别任务。
-
公开(公告)号：CN113807232A
公开(公告)日：2021-12-17
申请号：CN202111074096.2
申请日：2021-09-14
Applicant: 广州大学
Abstract: 本发明公开了一种基于双流网络的伪造人脸检测方法、系统和存储介质，所述方法包括以下步骤：获取样本图像，对所述样本图像集进行预处理得到仅含人脸区域的图像；构建双流网络，所述双流网络包括深度卷积神经网络和胶囊网络，所述深度卷积神经网络用于提取深层常规面部特征，所述胶囊网络用于捕获面部各部位的位置和角度关系；将深度卷积神经网络和胶囊网络进行融合，得到训练好的双流网络；将待检测图像输入到训练好的双流网络中，检测是否为伪造人脸的图像。本发明在传统的卷积神经网络方法的基础上，添加了胶囊网络流，考虑了面部各部分的位置关系，能够捕获伪造人脸图像中错误的位置关系伪影。
-
公开(公告)号：CN113704762A
公开(公告)日：2021-11-26
申请号：CN202111024464.2
申请日：2021-09-02
Applicant: 广州大学
Abstract: 本发明公开了一种基于集成学习的恶意软件加密流量检测方法，方法包括下述步骤：收集加密流量样本集，所述加密流量样本集包括多个异构特征；基于加密流量样本集的多个异构特征，构建相应的多个特征分类器；基于所述多个特征分类器构建恶意软件加密流量检测模型，所述恶意软件加密流量检测模型利用多个特征分类器的多数投票来判断主机是否感染恶意软件。本发明可解决现有恶意软件流量检测系统检出率低，误报率高的问题，相对于深度报文检测DPI技术，本发明不需要对加密数据包进行解密，只需根据数据包的可观察特征就能适用于恶意加密流量的检测，并且具有高检出率，低误报率的特性。
-
公开(公告)号：CN113704756A
公开(公告)日：2021-11-26
申请号：CN202110812889.3
申请日：2021-07-19
Applicant: 广州大学
Abstract: 本发明公开了一种基于集成策略的挖矿型恶意代码鲁棒性检测方法、系统及介质，该方法包括静态分析法读取二进制文件的字符串；TF‑IDF算法进行特征向量化；得到训练样本；采用Bagging策略随机抽取训练样本；根据抽取的训练样本采用Boosting策略训练模型并进行预测；取多次训练后预测的结果平均值。本发明对已有静态分析方法进行改进，仅关注挖矿型恶意代码的字符串分布特征，特征工程简单、快速；此外，本发明采用集成策略设计检测模型，融合Bagging和Boosting算法的思路，构建检测模型过程简单，预测速度快、准确率高，提升了模型的鲁棒性，预测结果更加准确、稳定。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.031 seconds)
