-
公开(公告)号：CN113610904B
公开(公告)日：2023-10-20
申请号：CN202110817436.X
申请日：2021-07-19
Applicant: 广州大学
IPC: G06T7/33
Abstract: 本发明提供了一种3D局部点云对抗样本生成方法、系统、计算机及介质，所述方法为获取待攻击局部点云和与待攻击局部点云匹配的待匹配局部点云，计算待攻击局部点云内每个点的对抗攻击敏感度，并根据各个对抗攻击敏感度，确定待攻击局部点云的对抗关键点，再采用FGSM算法，根据待攻击局部点云和待匹配局部点云的特征距离，对对抗关键点添加扰动，得到一组待分析对抗样本后，计算各个待分析对抗样本与待攻击局部点云的点云距离，并根据点云距离从待分析对抗样本中确定对抗样本。本发明的实际应用中，不仅对抗样本构建技术简单可靠，而且生成的对抗样本攻击力强，有效提升点云局部形状匹配的学习能力和防御能力，进而提升点云匹配模型的鲁棒性。
-
公开(公告)号：CN112637781B
公开(公告)日：2023-10-03
申请号：CN202011318016.9
申请日：2020-11-23
Applicant: 广州大学 , 中国人民解放军国防科技大学
IPC: H04W4/029 , H04W4/02 , G06F18/232 , G06F18/214 , G06F18/243 , G06F18/2431
Abstract: 本发明涉及一种基于基站轨迹的用户通行方式判别方法，包括：获取待判别用户通行基站的轨迹信息；根据轨迹信息提取特征，特征包括通过基站的耗时、进出基站时间区间范围、经过基站的人数、用户基于滑动窗口的“基站振荡”、基站聚类特征、基站连续时间内的统计特征、基站密度、基站自身通行方式统计特征；将提取的特征输入预先训练好的LightGBM模型，LightGBM模型输出待判别用户的通行方式。本发明从少量的基站基本信息中挖掘出了大量的新的重要特征，采用了集成学习中的LightGBM算法，能够根据挖掘的特征准确地从大量轨迹数据中学习到用户在基站中的运动规律，准确且高效的判判别用户的运动方式。
-
公开(公告)号：CN111507396B
公开(公告)日：2023-08-08
申请号：CN202010297682.2
申请日：2020-04-15
Applicant: 广州大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种缓解神经网络对未知类样本产生错误分类的方法及装置，所述方法在训练神经网络的时候，将原始训练集和未知类样本训练集输入到神经网络中进行训练，对于原始训练集通过第一损失函数进行训练，对于未知类样本训练集通过第二损失函数进行训练，当神经网络的总损失函数达到最小值时，神经网络训练完成，由于只有当神经网络对原始训练集中的训练样本的类别做出最高置信度的正确预测时，第一损失函数的损失值最小，而当神经网络对未知类样本的训练样本的类别做出最低置信度的错误预测时，第二损失函数的损失值最小，因此通过实施本发明实施例能缓解现有神经网络对于未知类样本产生高置信度错误分类的问题。
-
公开(公告)号：CN113838211B
公开(公告)日：2023-07-11
申请号：CN202111081192.X
申请日：2021-09-15
Applicant: 广州大学
IPC: G06T17/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种3D点云分类攻击防御方法、装置、设备及存储介质，其方法包括获取输入分类模型的原始点云样本，对原始点云样本进行点的删除与扰动；将预处理点云样本输入编码器，基于DGCNN网络结构学习预处理点云样本的几何特征；使特征点云样本的几何特征输入解码器，基于二维规则网格从二维流形空间重构出三维的点云；迭代训练重构点云样本，并限制原始点云样本和重构点云样本之间的距离和重构点云样本中每一点与其预设数量最近邻域点的距离，直至训练的输出样本接近原始点云样本再输出，替换原始点云样本。解决了3D点云神经网络很容易受到对抗性样本攻击的问题。本申请具有改善3D点云神经网络防御性能的效果。
-
公开(公告)号：CN111813953B
公开(公告)日：2023-07-07
申请号：CN202010577664.X
申请日：2020-06-23
Applicant: 广州大学
IPC: G06F16/36 , G06F9/455 , H04L67/1097
Abstract: 本发明公开了一种基于知识体的分布式知识图谱构建系统及方法，系统采用软构件思想，将知识图谱分解为一个个运行的知识体，以此构建基于知识体的分布式知识图谱。其中，知识体工厂用于生成和组装知识体，知识体库存储知识体并建立目录索引，知识体检索器用于从知识体目录检索知识体和从构件库中检索基础构件，知识体部署器用于把知识体部署到知识体容器中运行，目录服务用于将该运行的知识体注册到知识体目录中。构建得到的分布式网络安全知识图谱支持就近的网络安全知识匹配和网络安全事件发现，多个知识体之间可以交互，也支持多知识体面向任务的协同计算和协同推理，以发现复杂攻击和更大规模的网络安全事件。
-
Patent Agency Ranking
公开(公告)号：CN114386511B
公开(公告)日：2023-06-23
申请号：CN202210035910.8
申请日：2022-01-11
Applicant: 广州大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08
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：CN113609304B
公开(公告)日：2023-05-23
申请号：CN202110818313.8
申请日：2021-07-20
Applicant: 广州大学
IPC: G06F16/36
Abstract: 本发明涉及实体匹配技术领域，公开了一种实体匹配方法和装置，所述方法包括：获取第一数据集和第二数据集，数据集包括若干条实体记录，实体记录包括若干个属性；获取第一数据集和第二数据集的笛卡尔乘积，得到第三数据集，根据实体记录中多个属性间的预设潜在关系，将第三数据集中每个实体记录进行句子组合，获得包括第二组合的第四数据集；将第四数据集中的第二组合输入到预设的Bert模型，Bert模型用于判断第二组合的两个句子否匹配并输出匹配结果。有益效果：将第三数据集中的实体记录替换为根据属性潜在关系生成的句子，可以使第二组合输入到Bert模型中的数据保留属性之间的联系，使数据集的实体记录匹配结果更加准确。
-
公开(公告)号：CN111444346B
公开(公告)日：2023-04-18
申请号：CN202010248226.9
申请日：2020-03-31
Applicant: 广州大学
IPC: G06F16/35 , G06F40/216 , G06F40/284 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种用于文本分类的词向量对抗样本生成方法及装置，所述方法包括：对需要文本分类的英文文本进行初始化和词嵌入，转化为对应的向量表示；根据损失函数对英文文本的单词词向量反复进行偏导运算，直至神经网络模型输出的分类结果出错；基于修改后的单词词向量，采用欧式距离公式选取空间内最靠近被修改词向量的单词，构造攻击替代词集；根据攻击替代词集对英文文本的单词进行随机替换，生成对抗样本。本发明能够有效生成针对文本分类的词向量对抗样本，在保证不改变语义、不被人察觉且不影响人类对于文本的识别分类的前提下，使得神经网络文本分类器识别出错，并保证对抗样本在降低神经网络识别概率的同时不出现非法字符。
-
公开(公告)号：CN111522953B
公开(公告)日：2023-04-07
申请号：CN202010342065.X
申请日：2020-04-24
Applicant: 广州大学
IPC: G06F16/35
Abstract: 本发明公开了一种针对朴素贝叶斯分类器的边际攻击方法，步骤包括：获取文本分类器的文本类别，并且计算两个所述文本类别之间的频率比；以所述频率比作为索引，对词汇表进行排序，得到敏感词集；随机选取若干个敏感词添加到原始样本，得到对抗样本；将所述对抗样本输入到文本分类器，得到错误分类的文本类别。本发明提供了一种针对朴素贝叶斯分类器的边际攻击方法、装置及存储介质，能够高效攻击基于朴素贝叶斯的文本分类器。
-
公开(公告)号：CN115828109A
公开(公告)日：2023-03-21
申请号：CN202211474688.8
申请日：2022-11-23
Applicant: 广州大学
IPC: G06F18/22 , G06F18/25 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明公开了一种基于多模态融合与表示对齐的跨社交网络虚拟身份关联方法及装置，方法包括：对不同平台的社交网络的用户名、用户发表的文本以及用户社交关系进行特征提取，分别得到用户不同模态的特征信息；根据所述的特征信息，利用注意力机制进行多模态融合，得到一个融合多维度特征的第一用户表示；将所述的第一用户表示通过表示对齐加强用户表示，最终得到不同平台具有同一分布的第二用户表示；计算所述的第二用户表示之间的余弦相似性，得到用户之间的相似性得分，并将得分最高的用户对作为身份关联结果。本发明通过多模态融合与表示对齐的方法解决单一模态模型不能完整地描述用户问题以及不同社交平台存在分布差异的问题。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.029 seconds)
