-
公开(公告)号：CN110019814B
公开(公告)日：2021-07-27
申请号：CN201810743949.9
申请日：2018-07-09
Applicant: 暨南大学
IPC: G06F16/35 , G06F16/34 , G06F40/247 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种基于数据挖掘与深度学习的新闻信息聚合方法，使用爬虫对新闻门户网站在同一时间段进行数据抓取，获得新闻信息以及评论信息；然后通过应用向量空间模型、TF‑IDF权重计算方法、同义词词林方法以及cosin的距离测量，对新闻进行分类去重，将内容相同的新闻聚合在一起；通过文本概括的算法，实现对所有评论进行概括的功能；最后通过深度神经网络模型，自动生成文章的摘要。本方法可以方便读者高效快速地获取到各大新闻平台的内容及读者评论。
-
公开(公告)号：CN109275122B
公开(公告)日：2021-07-27
申请号：CN201810874187.6
申请日：2018-08-03
Applicant: 暨南大学
Abstract: 本发明公开了一种基于服务证明的共识协议设计及其车联网应用方法，在该共识协议中，车辆可以通过提供服务证明而不依赖第三方可消息认证机构来获得激励(VPoSCoin，虚拟通证)。VPoSCoin可以通过激励车辆参与V2V通信，使得更多节点主动与其他车辆合作。在方案中，设计了基于服务证明(Proof of Services)的共识协议，整个区块链系统由车联网中的路侧单元、车辆维护，信息高度透明。
-
公开(公告)号：CN108898015B
公开(公告)日：2021-07-27
申请号：CN201810666533.1
申请日：2018-06-26
Applicant: 暨南大学
Abstract: 本发明公开了一种基于人工智能的应用层动态入侵检测系统及检测方法，检测系统包括应用层网关、检测模块、判定与操作模块、样本数据库、更新模块，检测模块包含一个混合了卷积神经网络和双向长短期记忆神经网络的检测模型。初始化后的检测模块用于对应用层数据包进行攻击性判定，过滤高于阈值的数据包并将数据包放入恶意样本数据库，同时对阈值下的数据包不作处理。更新模块使用样本数据库中的恶意样本和正常样本按一定比例训练新的模型，并且实时更新检测模块中的检测模型。本发明对应用层的攻击方法采取普适的检测方法，具有高检测率，低误判率的特点。同时，入侵检测系统具有动态更新模型的特点，对未知的零日攻击有很好的过滤效果。
-
公开(公告)号：CN112613601A
公开(公告)日：2021-04-06
申请号：CN202011557239.0
申请日：2020-12-24
Applicant: 暨南大学
Abstract: 本发明公开一种神经网络模型更新方法、设备及计算机存储介质，该方法包括：基于骨架神经网络，随机生成预设数量个子神经网络作为区块链中的节点；节点使用环签名将本地数据集分享到区块链中，并对区块链中的数据集进行统一划分，生成训练集和测试集；利用所述训练集对各个节点分别进行训练，生成训练好的模型，并将训练好的模型打包为模型事务分享到区块链中；使用投票所选测试集对模型事务进行测试，生成测试结果；当测试结果优于基准评价，则测试结果对应的子神经网络模型作为有效选票；对有效选票对应的上一个区块进行投票，选出一致区块并对所有节点进行更新；本发明解决神经网络不能适应用户动态变化问题，实现不依赖于第三方的模型更新。
-
公开(公告)号：CN112561505A
公开(公告)日：2021-03-26
申请号：CN202011420918.3
申请日：2020-12-07
Applicant: 暨南大学
Abstract: 本发明公开了一种比特币网络交易传播方法、装置、设备及计算机存储介质，该方法包括以下步骤：构建局部团组网络；基于所述局部团组网络，采用团组外传播策略以及团组内传播策略完成交易信息的传播。本发明解决比特币网络中交易传播过程中网络时延长及传播效率低的问题，提高比特币网络中交易传播速度，减少消息的传播次数，从而提高传播效率，降低整个网络的消息冗余率。
-
Patent Agency Ranking
公开(公告)号：CN107103405B
公开(公告)日：2021-03-19
申请号：CN201710172228.2
申请日：2017-03-22
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链技术的众包系统及其建设方法，系统包括依次连接的应用层、区块链层以及数据存储层，所述区块链层包括若干相互连接的区块，所述区块包括智能合约模板；所述应用层用于编辑和录入雇主和工作者信息；所述智能合约模板用于用户信息注册、用户任务众包条件达成、任务众包结果汇总以及创建和修改智能合约；所述数据存储层用于存储原数据信息的任务的详细描述信息以及任务结果上传信息；所述原数据信息的哈希值由所述区块链层进行保存。本发明使得雇主与工作者无需经过第三方中介机构中即可自动完成交易，而且区块链层的数据无需依赖中心数据库，从而不存在单点故障问题，并且数据具备不可篡改性及可追溯性。
-
公开(公告)号：CN106875254B
公开(公告)日：2021-03-19
申请号：CN201710049156.2
申请日：2017-01-20
Applicant: 暨南大学
IPC: G06Q30/06
Abstract: 本发明公开了一种基于区块链技术的Android恶意应用程序控制方法，首先将APP市场注册成为区块链节点，开发者向APP市场上传应用程序形成上传交易，若APP市场接收则开发者对该上传交易签名，若拒绝接收则APP市场会对该上传交易签名，若在上传过程中被反馈为恶意应用程序则变为反馈交易的一部分，上传交易信息对APP市场或开发者造成信誉度的缺损；当用户下载APP时系统生成下载交易，APP市场用私钥对下载交易签名，通过网络发送到交易池中；同时用户对APP市场进行反馈，APP市场对开发者进行反馈，最后通过挖矿方式产生新的交易区块，增加信誉度。本发明能够很好地从源头上控制恶意程序的发布与流通，有效遏制了恶意代码泛滥之现象。
-
公开(公告)号：CN112000952A
公开(公告)日：2020-11-27
申请号：CN202010741380.X
申请日：2020-07-29
Applicant: 暨南大学
Abstract: 本发明公开了一种Windows平台恶意软件的作者组织特征工程方法，首先获取样本集；针对于样本集中的各样本，提取多粒度多级别的恶意软件静态特征，包括PE文件特征、文件字节特征、反汇编文件特征、操作数和指令特征、函数特征、程序图特征、以及函数的质心特征；接着对上提取的静态特征，得到数值类型特征后进行拼接，得到样本的特征向量；最后针对于各样本，基于消融实验和互信息法进行特征选择，挑选出最适合用于作者组织溯源分类的特征集合。通过本发明方法所确定出来的静态特征，对恶意软件作者组织进行溯源分类时，在检测的准确率、精确率、召回率、F1分数上都具有较好的效果，能够大大提高恶意软件作者组织分类的准确率。
-
公开(公告)号：CN108509775B
公开(公告)日：2020-11-13
申请号：CN201810128524.7
申请日：2018-02-08
Applicant: 暨南大学
Abstract: 本发明提出了基于机器学习的恶意PNG图像识别方法，属于网络空间安全技术领域，首先建立PNG图像特征库和数字隐写识别模型；在服务端对上传图片文件请求进行审查，依据PNG图像特征库进行特征匹配识别，初步识别PNG图片是否合法，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则拒绝上传；在客户端监测网页传输过程中的PNG图片格式文件数据，依据PNG图像特征库进行特征匹配识别，若合法则调用数字隐写识别模型挖掘PNG图片是否存在信息隐藏，若不合法或存在信息隐藏则禁止访问该图片资源。本发明可以在服务端禁止不合法图片的上传，在客户端禁止对不合法图片的访问，加强了网络安全。
-
公开(公告)号：CN107967539B
公开(公告)日：2020-11-13
申请号：CN201711227857.7
申请日：2017-11-29
Applicant: 暨南大学
Abstract: 本发明公开了一种基于机器学习和区块链技术的预测以太坊上交易的燃料限制的方法，步骤如下：首先是获取在以太坊上已发布所有智能合约的URL；其次根据URL获得已验证过的智能合约代码及其相对应的交易的信息；然后对获取到的信息进行处理，建立与函数相关的燃料限制特征集；再其次采用机器学习方法预测以太坊交易燃料限制；最后用户只需要输入智能合约代码就可以得到每个函数预测燃料限制。该发明预测结果更加精确合理，大大减少偏大或者偏小的情况出现；用户操作更加方便，只需要用户提供智能合约就可以给出调用合约函数交易的燃料限制。
-
-
-
-
-
-
-
-
-
Search Results
273
records
(took 0.023 seconds)
