一种用于大模型精准检索的输入信息的获取方法及系统

    公开(公告)号:CN118656434A

    公开(公告)日:2024-09-17

    申请号:CN202410791744.3

    申请日:2024-06-18

    IPC分类号: G06F16/31 G06F16/33

    摘要: 本发明涉及一种用于大模型精准检索的输入信息的获取方法及系统,包括:对当前用户的提问信息进行向量化处理,获取第一向量及关键词集合一;基于提问信息,在向量数据库中进行检索,获得与第一向量匹配的所有向量结果,针对每一向量结果得到一个关键词集合二;删除关键词集合二中与关键词集合一存在相同关键词的信息,得到关键词集合三;对关键词集合三进行处理,获取第二向量,将第一向量与第二向量进行点积运算,获得每一个文档的注意力权重;基于每一个文档的注意力权重,获取在预设范围内的文档;将在预设范围内的文档与提问信息组合输入预先给定的提示词模型,获得用于输入精准检索的大模型的输入信息。本发明能够提高大模型检索精确率。

    可动态扩展计算资源的加速算法运行效率的方法及装置

    公开(公告)号:CN117453424A

    公开(公告)日:2024-01-26

    申请号:CN202311804579.2

    申请日:2023-12-26

    IPC分类号: G06F9/50

    摘要: 本发明涉及一种可动态扩展计算资源的加速算法运行效率的方法及装置,其方法包括:识别计算机或服务器的操作系统;基于操作系统来识别并记录计算机或服务器的硬件资源,结合自身提供的硬件资源形成资源池;向测试方提供所支持的算法对应的SDK,以供测试方调用测试项目进行算法测试,待测试完成返回所支持算法的性能测试数据;根据上层服务传输过来的计算指令、计算指令所对应算法的性能测试数据以及资源池的计算资源的当前使用情况,调用资源池中其他计算资源以单独或组合的方式参与该计算指令的运算工作。本发明解放CPU的计算压力,合理调度资源,将计算密集型的算法从CPU转移和分流,大幅降低了CPU的计算压力,提高系统稳定性。

    RFID系统的双向认证方法和RFID系统

    公开(公告)号:CN116090489A

    公开(公告)日:2023-05-09

    申请号:CN202211561599.7

    申请日:2022-12-07

    IPC分类号: G06K17/00 G06K7/10

    摘要: 本申请属于物联网技术领域,尤其涉及一种RFID系统的双向认证方法和RFID系统,包括:读写器向标签发送安全认证请求;标签将标签伪随机身份标识发送至读写器;读写器基于身份标识的汉明重量和预置的共享密钥,通过超轻量级变换函数生成读写器验证请求消息并发送至标签;标签基于身份标识的汉明重量和预置的共享密钥,通过超轻量级变换函数生成电子标签验证请求消息并发送至读写器;读写器和标签基于身份标识的汉明重量、预置的共享密钥、读写器和标签的验证请求消息,通过超轻量级变换函数更新共享密钥和电子标签伪随机身份标识。该方法提高了物联网RFID系统的安全性,并可抵抗去同步攻击。

    一种基于深度学习的恶意软件行为检测与分类系统

    公开(公告)号:CN113961922A

    公开(公告)日:2022-01-21

    申请号:CN202111254605.X

    申请日:2021-10-27

    摘要: 本发明公开了一种基于深度学习的恶意软件行为检测与分类系统,基于沙箱捕获的恶意软件动态行为数据,包含API调用序列特征工程和模型构建两大核心组成部分,其中特征工程部分摆脱了以往研究中只注重属性特征而忽视结构特征以及主要基于N‑gram采集属性特征进而缺乏语义理解能力的缺陷,模型构建部分利用集成学习思想构建综合检测与分类模型,子模型分别基于有监督学习、无监督学习和强化学习进行选择和设计,以实现对常规恶意软件高精确率检测和对未知APT恶意软件较高精确率检测;采用对抗训练的方法,将对抗攻击方法生成的对抗样本加入模型数据集,提高检测与分类模型抵御对抗样本攻击和鲁棒性的能力。

    一种基于告警语义的多步攻击检测模型预训练方法

    公开(公告)号:CN115719070A

    公开(公告)日:2023-02-28

    申请号:CN202211492686.1

    申请日:2022-11-25

    IPC分类号: G06F40/30 G06F18/214

    摘要: 本发明涉及多步攻击检测模型预训练领域,尤其涉及一种基于告警语义的多步攻击检测模型预训练方法,包括:利用离线告警序列得到告警描述嵌入向量;利用所述告警描述嵌入向量对多步攻击检测模型进行预训练处理,基于同一攻击阶段产生的告警具有较高语义相似度的思想,所提方法采用语义聚类对属于同一攻击阶段的告警进行聚合,然后将每个攻击阶段的告警向量隶属度转换为每个攻击阶段产生警报的概率,避免了模型陷入局部最优解的问题。

    一种基于AMF取消订阅信令的安全检测方法

    公开(公告)号:CN114245383B

    公开(公告)日:2024-03-15

    申请号:CN202111331173.8

    申请日:2021-11-11

    IPC分类号: H04W12/122 H04W4/20 H04L9/40

    摘要: 本发明涉及一种基于AMF取消订阅信令的安全检测方法,其特征在于,包括:S1、UDM接收AMF发出的Nudm_SDM_Unsubscribe取消订阅信令;S2、与所述UDM连接的检测模块基于预先获取的p1、p2、pa、pb、patt,和预先设定的阈值,判断所述Nudm_SDM_Unsubscribe取消订阅信令是否为合法信令,获取判断结果。克服了现有技术中5G核心网安全性参差不齐,如果网络中有恶意AMF获取用户信息后,可能对其拒绝服务攻击,而网络不清楚恶意AMF的真实身份,增强了UDM数据安全以及保障AMF网元合法方面的有效性。