-
公开(公告)号：CN113051574B
公开(公告)日：2023-03-21
申请号：CN202110265675.9
申请日：2021-03-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于区块链智能合约安全检测技术领域，具体涉及一种智能合约二进制代码的漏洞检测方法。面向复杂漏洞类型，本发明采用动静态结合的检测方法，使用符号执行方法帮助减少模糊匹配方法的开销。针对一般漏洞，本发明提出基于关键指令的静态检测方法，首先反编译字节码生成控制流图CFG，同时为不同类别的漏洞定义了不同的关键指令及规则，使用Z3约束求解引擎进行符号表达式建模，解决了EVM中数据长度为符号表达式的指令的符号建模问题，并通过提取关键路径生成可能利用漏洞的执行路径。本发明解决了智能合约漏洞检测技术手段单一、漏洞检测大多针对合约源代码问题，实现了在仅给定一个合约二进制代码的情况下对其进行漏洞检测。
-
公开(公告)号：CN113065693B
公开(公告)日：2022-07-15
申请号：CN202110301075.3
申请日：2021-03-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于人工智能以及分布式学习技术领域，具体涉及一种基于径向基神经网络的车流量预测方法。本发明针对RBF的缺乏通用性参数设置问题，将RBF与APSO算法进行融合，将RBF的网络中心、中心半径以及连接权值映射到粒子的运动位置当中去，通过粒子的寻优过程达到了对参数的优化效果。本发明引入基于健康度的PSO算法，通过粒子的健康度的判断，将粒子划分为状态优秀、一般以及状态差的粒子，对健康度处于差的粒子进行了特定的全局搜索策略优化，对健康度处于优秀的粒子进行了特定的局部策略优化。最后在基于Spark并行平台的基础上，通过主副节点对粒子的更新，输出了用于车流量预测的RBF神经网络模型。
-
公开(公告)号：CN111953483B
公开(公告)日：2022-07-15
申请号：CN202010743453.9
申请日：2020-07-29
Applicant: 哈尔滨工程大学
IPC: H04L9/08 , H04L9/40 , H04L67/1097
Abstract: 本发明属于网络与信息安全中的数据加密技术领域，具体涉及一种基于准则的多授权机构访问控制方法。本发明解决了单一权威机构负载过量及访问策略的灵活表达问题，采用基于准则的加密方法，将准则表示为多项式形式，每个准则所对应多项式的根表示用户满足该准则的情况集合，当用户拥有多项式的所有根时可以重构多项式从而进行解密，实现了比属性基加密更为细粒度的访问控制机制；同时支持对准则进行加权，提升了访问策略的灵活性；此外，多个授权机构间进行(t,n)‑门限秘密共享，使得系统中不存在单一授权机构模式下所谓的性能瓶颈，同时提高了方案的安全性。
-
公开(公告)号：CN114153985A
公开(公告)日：2022-03-08
申请号：CN202111424146.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明属于元学习与知识表示学习技术领域，具体涉及一种基于小样本学习的知识图谱实体链接预测方法。本发明利用元学习的方式在一个任务中只利用少数三元组信息完成关系信息的提取以及快速更新；考虑数据集中的三元组会存在复杂的头尾实体数量对应关系，通过预先统计出完整三元组中的头尾实体数量，根据头尾实体所占比例确定负样本的生成方式；通过知识表示学习的传统评分函数将实体向量和关系向量以共处同一平面的方式进行数学计算。本发明通过将更新后的关系信息向量映射到超平面，并将实体向量进行超平面投影分解，使得模型能够有效缓解训练过程中过度收敛的情况。
-
公开(公告)号：CN113204647A
公开(公告)日：2021-08-03
申请号：CN202110471459.X
申请日：2021-04-29
Applicant: 哈尔滨工程大学
Abstract: 哈本发明属于知识图谱技术领域，具体涉及一种基于联合权重的编码解码框架知识图谱嵌入方法。本发明采用带有抽样聚合的联合注意力权重图卷积网络编码器和ConvTransH解码器，旨在加强复杂关系中多端实体嵌入表示结果的区分性，并加入抽样方法来解决图谱嵌入过程中的规模过大问题。本发明解决了工控网络安全知识图谱中多端实体表示区分性差的问题，可以有效的增强工控网络安全知识图谱中多端实体表示区分性，提高工控网络安全知识图谱嵌入效果。
-
Patent Agency Ranking
公开(公告)号：CN111291860A
公开(公告)日：2020-06-16
申请号：CN202010031422.0
申请日：2020-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于深度学习入侵检测技术领域，具体涉及一种基于卷积神经网络特征压缩的异常检测方法。本发明采用独热编码以及离差标准化的技术，将数据特征进行预处理，使得深度学习模型可以更有效的识别数据集的特征，从而减少数据的失真率；通过嵌入层将独热编码的稀疏矢量压缩为密集矢量，减少每次模型的训练时间；通过离差标准化来对原始数据进行线性变换，使得数据在变幻之后仍然保持原有的线性关系，这样可以提高模型在入侵检测之中的精度。本发明的入侵检测准确率较高，训练时间短，预测精度高，可以广泛应用于网络入侵检测等方面。
-
公开(公告)号：CN111260553A
公开(公告)日：2020-06-09
申请号：CN202010031378.3
申请日：2020-01-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于视觉计算系统技术领域，具体涉及一种基于远距离无损视频传输的国产视觉计算系统。本发明将国产处理器作为基本计算单元，实现并行计算处理，同时可实现并行计算和指令流的编程，支持分布式异构计算系统的功能按需灵活配置与资源规模扩展。支持视觉计算资源的动态配置。通过优化配置细粒度不同的并行计算模块，同时优化分布式异构计算系统的资源利用率和运行能耗，突破多模态视频融合与显示处理的速度和效能瓶颈，实现实时性需求情况下视觉计算规模的压缩优化，保证国产处理器处于低功耗高效运行。本发明将输入的视频经过视觉计算后，以目标识别后的视频作为输出，具备高效能计算、多模态图形图像处理、架构动态可重配置等能力。
-
公开(公告)号：CN106372467B
公开(公告)日：2019-11-12
申请号：CN201610793159.2
申请日：2016-08-31
Applicant: 哈尔滨工程大学
IPC: G06F21/16
Abstract: 本发明提供的是一种基于颜色分量的用于版权保护的海图水印方法。使用密钥生成的伪随机比特流同原始水印图像进行异或运算，将水印编码映射为伪随机序列。对待嵌入水印的图像进行线性扫描，对需嵌入水印的像素点的亮度进行调整。调整信号强度因子，确定水印在整个图像内的嵌入比例框架。根据高斯像素加权掩码优化像素点周围的亮度值。赋予滤波区域中心更大的权重，并调整图像亮度，归一化像素点的亮度值。像素点嵌入水印。计算水印信息。伪随机比特流进行异或运算，反排列得到水印图像。与伪随机比特流进行异或运算重新排列得到真正水印信息。畸变失真修复。不良反射消减。本发明能够适应多种后期图像处理需求，如几何矫正、反射消除等。
-
公开(公告)号：CN109934282A
公开(公告)日：2019-06-25
申请号：CN201910176375.6
申请日：2019-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明属于合成孔径雷达小样本目标识别领域，具体涉及一种基于SAGAN样本扩充和辅助信息的SAR目标分类方法。本研究根据SAR的数据样本图像的特性，对Inception结构进行优化和改进，并添加适当的正则化条件，联合上述的GAN小样本生成和GAN小样本超分辨率的成果，对SAR小样本目标进行精确的识别。本发明提出了一种更适用于SAR遥感图像的网络，使得其能够学习不同种类目标区域的特征，从而生成新的较为逼真的目标区域图像，解决了SAR小样本的数据量少的问题。解决了针对合成孔径雷达SAR遥感图像中的目标区域，一种基于自注意力生成对抗网络样本扩充和辅助信息的SAR目标分类方法，本发明主要涉及生成式对抗网络来扩充SAR新样本数据，并基于Restnet50结构网络用以SAR小样本目标识别。
-
公开(公告)号：CN105072128B
公开(公告)日：2019-06-14
申请号：CN201510534726.8
申请日：2015-08-27
Applicant: 哈尔滨工程大学
Abstract: 本发明属于安全域内的单点登录技术领域，具体涉及一种基于SAML的跨域单点登录模型。本发明包括(1)认证子模块完成用户与计算机绑定关系的认证过程、安全域内用户的身份认证和外安全域用户的身份认证；(2)用户通过主机认证和人员身份认证后通过访问控制接口进行权限调用；(3)通过调用相同的审计接口来实现各个模块相关功能点的集中审计；(4)域内的用来鉴别用户身份的服务器从本域的CA中心取得数字证书；(5)本域的CA中心向本安全域内的实体用户发放证书。网关群的提出很好的解决了单网关负载低的严重问题，不但提高了数据转发效率，同时也使得整个跨域单点登录系统更加稳定可靠。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.027 seconds)
