-
公开(公告)号：CN119814638A
公开(公告)日：2025-04-11
申请号：CN202411810237.6
申请日：2024-12-10
Applicant: 中国科学院信息工程研究所
IPC: H04L45/02 , H04L61/4511 , H04L12/18 , H04L9/00 , H04L43/08
Abstract: 本发明公开一种基于网络协议解析和路由信息探测的以太坊节点发现方法及装置，区块链技术领域。所述方法包括：获取区块链网络中的有效节点；通过与所述有效节点进行协议连接，判断该有效节点是否为在线节点；在所述有效节点为在线节点的情况下，获取该在线节点的节点IP地址列表，并基于该节点IP地址列表获取新的有效节点。本发明通过利用区块链网络中的节点发现机制，应用协议连接验证，地址存储机制和路由机制来发现以太坊网络中的节点，解决现有方法对于以太坊节点发现不准确，不全面的问题。
-
公开(公告)号：CN119760627A
公开(公告)日：2025-04-04
申请号：CN202411790402.6
申请日：2024-12-06
Applicant: 中国科学院信息工程研究所
IPC: G06F18/25 , G06V10/82 , G06Q50/00 , G06N3/0455 , G06N3/0442 , G06N3/049 , G06N3/084 , G06N3/045 , G06N3/0499 , G06N3/0895
Abstract: 本发明公开了一种基于流量多模态特征融合的社交机器人发现方法及系统。本方法为：1)获取T个类型机器人的加密网络流并对其进行标记，得到社交平台上机器人加密流量数据集；其中，fz为第z个机器人的行为序列样本；构建一OBTT模型，其包括原始流量转灰度图模块、原始序列特征编码模块、编码器、解码器、time‑LSTM模块、特征融合模块和全连接神经网络；2)利用未标记的机器人加密网络流对OBTT模型进行训练；3)利用有标记的社交平台上机器人加密流量数据集对训练后的OBTT模型进行微调；4)将待检测的加密网络流输入微调后的OBTT模型，得到对应的机器人类别。本发明增强了对不同机器人行为模式的检测能力。
-
公开(公告)号：CN119583094A
公开(公告)日：2025-03-07
申请号：CN202411416960.6
申请日：2024-10-11
Applicant: 中国科学院信息工程研究所
Abstract: 本发明属于网络流量领域，涉及一种面向网络流量分析检测的行业大模型构建方法及系统。该方法包括：获取网络流量日志数据，并构建IP情报库和安全漏洞库；根据网络流量日志数据、IP情报库和安全漏洞库生成事件详情、事件判别和处置建议，通过合并事件详情、事件判别和处置建议形成流量研判报告，将流量研判报告与网络流量日志数据构成预训练数据集；利用预训练数据集和Lora技术微调语言大模型，生成用于网络流量分析和检测的行业大模型。本发明具备网络流量的自然语言理解和分析能力，能够有效检测和研判异常流量，并自动生成研判报告，为监管人员研判网络攻击提供可靠依据，有效提升网络治理水平。
-
公开(公告)号：CN119383222A
公开(公告)日：2025-01-28
申请号：CN202411256857.X
申请日：2024-09-09
Applicant: 中国科学院信息工程研究所
IPC: H04L67/52 , H04L61/5007 , G06N3/045
Abstract: 本发明公开一种用于强动态场景下的IP定位预测方法，涉及IP定位领域。收集特定IP目标的空间数据后进行数据增强，再进行位置聚合得到IP地理图，进而结合统计特征得到IP空间图。将IP空间图输入预测模型得到IP定位预测结果。所述预测模型基于IP空间图的每一图节点建立空间节点嵌入，根据空间节点嵌入的重要性分配权重得到全局空间图嵌入，再叠加位置编码并进行关联，得到IP时空图嵌入，融合IP时空图嵌入并进行解码得到IP定位预测结果。本发明捕获了目标IP的空间模式和变化趋势，使地理定位系统能够更好地理解和适应网络和地理环境的动态变化，从而保证了在强动态空间场景中的准确性和可用性。
-
公开(公告)号：CN117993507A
公开(公告)日：2024-05-07
申请号：CN202410064061.8
申请日：2024-01-16
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于跨模态预训练模型的多模态知识提取与积累方法及装置。该方法包括：从给定的“问题‑图像”对中提取多模态知识三元组；利用三种损失函数学习多模态知识三元组的表示；利用学习的多模态知识三元组的表示，采用预训练‑微调的策略进行多模态知识的逐步积累，形成多模态知识库；对于给定的问题和图像，利用多模态知识库通过知识检索进行答案预测。本发明用一种新的知识表示学习的框架，可以独立于已有的知识库，通过对VQA样本的观察积累具有复杂关系的多模态知识，并基于积累的知识进行可解释的推理。
-
Patent Agency Ranking
公开(公告)号：CN112070496B
公开(公告)日：2024-03-19
申请号：CN202010783072.3
申请日：2020-08-06
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于动态标记的区块链隐蔽信息传输方法及系统。该方法包括：统计区块链协议的OP_RETURN字段的数据真实概率分布；根据协商的种子和OP_RETURN字段的数据真实概率分布产生动态标记；发送者节点将动态标记填入两笔交易的OP_RETURN字段中，采用椭圆曲线密码算法进行数字签名，将签名后的两笔交易发送至区块链。接受者节点根据动态标记识别两笔交易，对其数字签名进行椭圆曲线密码算法随机数泄露攻击，计算出所使用的随机因子并推断出私钥即编码后的加密消息，然后进行解码并使用与发送者节点协商的密钥解密。本发明可以实现信道的不可检测性与抗追踪性，并满足强鲁棒性，大大降低了用户隐私暴露的风险。
-
公开(公告)号：CN117609548A
公开(公告)日：2024-02-27
申请号：CN202311326840.2
申请日：2023-10-13
Applicant: 中国科学院信息工程研究所
IPC: G06F16/738 , G06V20/40 , G06F18/22 , G06V10/74 , G06V20/62 , G06V10/25 , G06N3/0455 , G06N3/09 , H04N21/8549
Abstract: 本发明涉及一种基于预训练模型的视频多模态目标要素抽取与视频摘要合成方法及系统。该方法包括：对用户的自定义文稿进行预处理；通过预训练模型提取视频中的关键要素；将用户的自定义文稿中的句子与提取的视频中的关键要素进行匹配；根据匹配的结果自动生成结果视频。本发明能够处理用户提供的自定义文案，并根据文案的不同生成不同的摘要视频结果，在实现关键信息抽取的同时，充分考虑了用户的自定义需求，能够实现多样化剪辑，从而更好地促进信息的检索与传播。
-
公开(公告)号：CN117150069A
公开(公告)日：2023-12-01
申请号：CN202311123143.7
申请日：2023-09-01
Applicant: 中国科学院信息工程研究所
IPC: G06F16/583 , G06V30/19 , G06V30/18 , G06N3/048
Abstract: 本发明提出基于全局与局部语义对比学习的跨模态检索方法及系统，属于信息技术领域，通过独立嵌入模型从给定图像‑文本对提取视觉和文本的局部上下文特征，并输入到上下文对齐模块中获得视觉和文本的全局上下文特征，再据此获得增强的视觉和文本的局部上下文特征和全局上下文特征，进而获得视觉和文本的局部聚合上下文特征，通过特征融合得到视觉和文本的全局融合上下文特征，进而得到给定图像‑文本对的上下文关系级别匹配分数；训练上下文对齐模块，增强独立嵌入模型的表征能力。本发明从全局表征中提取细粒度信息，平衡图文检索的精度和效率，在不损失独立嵌入模型的高效检索特性的情况下提高检索精度。
-
公开(公告)号：CN111382780B
公开(公告)日：2023-11-03
申请号：CN202010090768.8
申请日：2020-02-13
Applicant: 中国科学院信息工程研究所
IPC: G06F18/24 , G06F18/23 , G06N3/006 , G06N3/0464 , G06F18/211 , G06F18/214 , H04L67/02
Abstract: 本发明涉及一种基于HTTP不同版本的加密网站细粒度分类方法和装置。该方法包括以下步骤：对待分类的加密网站建立本地请求和响应序列特征；将待分类的加密网站的本地请求和响应序列特征输入深度森林模型；所述深度森林模型是利用由训练数据建立的网页的本地请求和响应序列特征进行训练而得到的深度森林模型；通过深度森林模型得到加密网站细粒度分类结果本发明可以对使用不同版本的HTTP协议的加密网站进行分类，既适用于粗粒度网站指纹，即对不同网站的主页分类，也适用于细粒度网站指纹，即对同一个网站下不同网页分类；不仅可以在双向流场景中使用，也可以在单向流场景中使用。
-
公开(公告)号：CN114615007B
公开(公告)日：2023-05-23
申请号：CN202210037410.8
申请日：2022-01-13
Applicant: 中国科学院信息工程研究所
IPC: H04L9/40 , G06F18/214 , G06F18/2431 , G06N5/01
Abstract: 本发明公开一种基于随机森林的隧道混合流量分类方法及系统，属于计算机软件技术领域，利用数据包长度对隧道混合流量进行首次分裂，再利用数据包长度和包方向的统计特征进行再次分裂，判断再次分裂结果是否为混合流量；如果不是，则对当中的单个网络行为流量提取包长度和包方向的统计特征，利用随机森林分类器对流量进行分类，输出分类结果；如果是，则对混合流量按照数据包方向划分突发流量Burst并分裂，再对分裂的Burst进行聚合；对聚合的Burst提取统计特征，利用随机森林分类器对隧道流量进行分类，然后通过多数表决，识别隧道内混合流量。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.218 seconds)
