利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

41 条记录 (耗时 0.051 秒)

    一种基于签名的模型源代码漏洞检测方法
    1.
    发明公开
    一种基于签名的模型源代码漏洞检测方法 审中-实审

    公开(公告)号：CN117540389A

    公开(公告)日：2024-02-09

    申请号：CN202311620181.3

    申请日：2023-11-30

    申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

    发明人： 李高磊 ,  丁奥 ,  殷承良 ,  李建华 ,  秦文刚 ,  吴越鹏

    IPC分类号： G06F21/57 ,  G06F21/56 ,  G06F21/64 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/22

    摘要： 本发明涉及一种基于签名的模型源代码漏洞检测方法，包括：获取开源数据集后划分得到训练集和测试集；在训练阶段，使用模式驱动式的方法对训练集中源代码进行预处理，初步提取漏洞轨迹形成代码切片，之后使用数据驱动式的方法对漏洞轨迹进行特征提取，获得训练好的漏洞检测模型并生成漏洞签名库；在检测阶段，对测试集中的源代码进行与训练阶段相同的预处理，以提取代码切片后进行表征、通过漏洞检测模型生成特征向量，再与漏洞签名库中的签名比较计算相似度，并结合预设的阈值来判断检测是否通过；经过迭代训练测试，构建漏洞检测系统，用于自动检测源代码漏洞结果。与现有技术相比，本发明能在有效提高检测准确率的同时提供相应的可解释信息。

    面向5G智能网联系统的区块链网络切片安全智能优化方法
    2.
    发明授权
    面向5G智能网联系统的区块链网络切片安全智能优化方法 有权

    公开(公告)号：CN114070775B

    公开(公告)日：2023-07-07

    申请号：CN202111203106.8

    申请日：2021-10-15

    申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

    发明人： 伍军 ,  施远 ,  李高磊 ,  李建华 ,  洪源

    IPC分类号： H04L45/121 ,  H04L45/28 ,  H04L67/104 ,  G06N20/00

    摘要： 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法，该方法的具体步骤如下：步骤1：建立基于5G切片环境的移动区块链网络；步骤2：得到移动区块链网络运行的原始数据集，包括正常运行情况下的数据和出现传输链路故障情况下的数据，并进行数据预处理；步骤3：根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练；步骤4：训练完联邦半监督学习模型后得到优化的全局模型，实现预测性快速共识收敛，与现有技术相比，本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。

    面向5G智能网联系统的区块链网络切片安全智能优化方法
    4.
    发明公开
    面向5G智能网联系统的区块链网络切片安全智能优化方法 审中-实审

    公开(公告)号：CN114070775A

    公开(公告)日：2022-02-18

    申请号：CN202111203106.8

    申请日：2021-10-15

    申请人： 上海智能网联汽车技术中心有限公司 ,  上海交通大学

    发明人： 伍军 ,  施远 ,  李高磊 ,  李建华 ,  洪源

    IPC分类号： H04L45/121 ,  H04L45/28 ,  H04L67/104 ,  G06N20/00

    摘要： 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法，该方法的具体步骤如下：步骤1：建立基于5G切片环境的移动区块链网络；步骤2：得到移动区块链网络运行的原始数据集，包括正常运行情况下的数据和出现传输链路故障情况下的数据，并进行数据预处理；步骤3：根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练；步骤4：训练完联邦半监督学习模型后得到优化的全局模型，实现预测性快速共识收敛，与现有技术相比，本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。

    应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法
    5.
    发明授权
    应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法 有权

    公开(公告)号：CN115034867B

    公开(公告)日：2024-08-06

    申请号：CN202210681223.3

    申请日：2022-06-15

    申请人： 上海交通大学

    发明人： 高峰 ,  陈黎兴 ,  伍军 ,  林夕 ,  李高磊

    IPC分类号： G06Q30/08 ,  G06F21/57 ,  G06F9/50 ,  G06F16/901 ,  G06N3/042 ,  G06N3/08

    摘要： 本发明涉及一种应用于边缘计算系统的区块链密封投标拍卖及防欺诈方法，包括以下步骤：根据拍卖方案建立多单元拍卖智能合约，并将其部署于以太坊区块链上；获取区块链中边缘计算资源拍卖运行的交易数据集，并将交易数据集抽象为图数据结构，使用子图提取技术以各个节点为中心提取出其子图；以图神经网络作为学习内核构建模型，并以抽象和提取后的子图作为输入进行训练，得到优化的模型；获取区块链中边缘计算资源拍卖运行的实时交易数据集，并将实时交易数据集抽象为图数据结构，输入至优化后的模型，输出拍卖欺诈结果。与现有技术相比，本发明兼顾拍卖隐私性保护和结果真实性验证，对欺诈行为进行检测，保障了链上边缘计算资源拍卖的安全。

    一种基于对抗性知识蒸馏的联邦学习后门擦除方法
    6.
    发明公开
    一种基于对抗性知识蒸馏的联邦学习后门擦除方法 审中-实审

    公开(公告)号：CN117195208A

    公开(公告)日：2023-12-08

    申请号：CN202311169939.6

    申请日：2023-09-12

    申请人： 上海交通大学

    发明人： 李高磊 ,  陈贝 ,  裴蓓 ,  赵程程 ,  郑龙飞

    IPC分类号： G06F21/55 ,  G06N3/0475 ,  G06N3/094 ,  G06N5/02 ,  G06N20/00 ,  G06F21/62

    摘要： 本发明涉及一种基于对抗性知识蒸馏的联邦学习后门擦除方法，包括以下步骤：服务端利用客户端的本地模型更新初始化教师模型和学生模型；构建对抗训练损失函数，通过对抗性知识蒸馏进行从教师模型到学生模型的知识迁移；服务端利用步骤2)中知识迁移生成的样本，通过后门响应抑制和注意力图对齐两种方法进行后门正则化，确定后门正则化项；服务端交替重复上述步骤，基于对抗训练损失函数和后门正则化项进行模型训练，直至学生模型精度收敛，得到擦除后的干净学生模型，并将干净学生模型作为全局模型分发给客户端。与现有技术相比，本发明能够在更小的模型精度损失下最大程度地降低联邦学习环境下的后门攻击成功率。

    一种基于威胁特征融合与元学习的APT攻击检测方法
    7.
    发明公开
    一种基于威胁特征融合与元学习的APT攻击检测方法 审中-实审

    公开(公告)号：CN116248367A

    公开(公告)日：2023-06-09

    申请号：CN202310091225.1

    申请日：2023-01-20

    申请人： 上海交通大学 ,  北京瑞星网安技术股份有限公司

    发明人： 李高磊 ,  邵长捷 ,  李建华 ,  周志洪 ,  刘文杰 ,  张量

    IPC分类号： H04L9/40 ,  G06F18/25 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0985

    摘要： 本发明涉及一种基于威胁特征融合与元学习的APT攻击检测方法，包括：特征融合：通过时间戳将系统日志syslog与网络流量进行对齐，通过Padding技术将不同维度的数据融合为元任务，并基于元学习将融合后的数据分拆为支持集和查询集；构建APT攻击检测模型；基于元学习预训练APT攻击检测模型：基于支持集训练模型，更新模型参数，用一组支持集学习初始化状态；基于查询集计算局部梯度，优化模型参数，提升模型泛化能力；基于按需微调机制优化预训练的APT攻击检测模型；基于训练完成的APT攻击检测模型进行APT攻击检测。与现有技术相比，本发明能够在攻击样本极少且类不平衡的条件下实现对高隐蔽未知APT的高效检测。