-
公开(公告)号：CN117216227B
公开(公告)日：2024-04-16
申请号：CN202311415557.7
申请日：2023-10-30
申请人： 广东烟草潮州市有限责任公司 , 韩山师范学院
IPC分类号： G06F16/332 , G06F16/36 , G06F16/35 , G06N3/006 , G06N3/048 , G06N3/126 , G06F40/30 , G06N5/022 , G06N5/04 , G06F18/2415 , G06N3/084
摘要： 本发明提供一种基于知识图谱与大语言模型的烟草企业智能信息问答方法，包括：构建知识图谱、存储知识图谱以及利用知识图谱对用户咨询信息进行答复处理。本发明利用GPT语言模型，充分利用生成式语言模型有效的语义感知与较强的特征学习能力，能够有效地抽取流程条款中的实体‑关系。利用图数据库优异的顶点‑边的多级跳跃能力检索关键知识点，结合遗传算法自动生成提示词，通过GPT语言模型强大的上下文学习能力，生成符合逻辑、答案准确的自然语言回复信息。相比其他方法，本发明不需要重新训练或微调模型，大大减少了计算开销，降低了开发难度与成本，促进人工智能技术的产业落地与快速迭代。
-
公开(公告)号：CN117216227A
公开(公告)日：2023-12-12
申请号：CN202311415557.7
申请日：2023-10-30
申请人： 广东烟草潮州市有限责任公司 , 韩山师范学院
IPC分类号： G06F16/332 , G06F16/36 , G06F16/35 , G06N3/006 , G06N3/048 , G06N3/126 , G06F40/30 , G06N5/022 , G06N5/04 , G06F18/2415 , G06N3/084
摘要： 本发明提供一种基于知识图谱与大语言模型的烟草企业智能信息问答方法，包括：构建知识图谱、存储知识图谱以及利用知识图谱对用户咨询信息进行答复处理。本发明利用GPT语言模型，充分利用生成式语言模型有效的语义感知与较强的特征学习能力，能够有效地抽取流程条款中的实体‑关系。利用图数据库优异的顶点‑边的多级跳跃能力检索关键知识点，结合遗传算法自动生成提示词，通过GPT语言模型强大的上下文学习能力，生成符合逻辑、答案准确的自然语言回复信息。相比其他方法，本发明不需要重新训练或微调模型，大大减少了计算开销，降低了开发难度与成本，促进人工智能技术的产业落地与快速迭代。
-
公开(公告)号：CN111797396B
公开(公告)日：2023-08-29
申请号：CN202010598414.4
申请日：2020-06-28
申请人： 韩山师范学院
IPC分类号： G06F21/56 , G06F18/2431
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、装置、设备及存储介质，所述恶意代码可视化及变种检测方法的步骤，包括：通过获取待检测的恶意代码，将所述恶意代码转换为一维时间序列信号；将所述一维时间序列信号进行变分模态分解，获得所述恶意代码对应的变分模态分解谱并输出显示；将所述恶意代码对应的变分模态分解谱输入至预设恶意代码分类器进行变种检测，获得所述恶意代码所属的家族信息，其中，所述预设恶意代码分类器是基于恶意代码样本的变分模态分解谱训练获得。本发明可视化地显示恶意代码对应的变分模态分解谱，方便快速定位恶意代码，提高了恶意代码变种检测的效率和准确率。
-
公开(公告)号：CN111797399A
公开(公告)日：2020-10-20
申请号：CN202010600752.7
申请日：2020-06-28
申请人： 韩山师范学院
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、系统、设备及存储介质，所述恶意代码可视化及变种检测方法通过将恶意代码转化为一维时间序列信号，以便获取恶意代码的时间序列信号特征，相比提取静态语义特征以及二维图像纹理特征，大大减小了时间开销；通过对恶意代码所对应的分解能量谱进行可视化处理，便于从视觉上直观感知各个变种的共同之处和细微差异，为理解和掌握该家族变种演化提供了依据；通过已训练的分类模型对恶意代码进行变种检测，使得恶意代码所属分类更加快速准确。本发明的可视化分析能够采用程序化的方式执行，相比恶意代码静态语义特征的分析，降低了恶意代码分析人员的专业技术要求。
-
公开(公告)号：CN111797396A
公开(公告)日：2020-10-20
申请号：CN202010598414.4
申请日：2020-06-28
申请人： 韩山师范学院
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、装置、设备及存储介质，所述恶意代码可视化及变种检测方法的步骤，包括：通过获取待检测的恶意代码，将所述恶意代码转换为一维时间序列信号；将所述一维时间序列信号进行变分模态分解，获得所述恶意代码对应的变分模态分解谱并输出显示；将所述恶意代码对应的变分模态分解谱输入至预设恶意代码分类器进行变种检测，获得所述恶意代码所属的家族信息，其中，所述预设恶意代码分类器是基于恶意代码样本的变分模态分解谱训练获得。本发明可视化地显示恶意代码对应的变分模态分解谱，方便快速定位恶意代码，提高了恶意代码变种检测的效率和准确率。
-
公开(公告)号：CN111797395B
公开(公告)日：2023-08-29
申请号：CN202010598372.4
申请日：2020-06-28
申请人： 韩山师范学院
IPC分类号： G06F21/56 , G06F18/2431
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、装置、设备及存储介质，所述恶意代码可视化及变种检测方法的步骤，包括：通过获取待检测的恶意代码，将所述恶意代码转换为一维时间序列信号；将所述一维时间序列信号进行奇异谱变换，获得所述恶意代码对应的奇异变换谱并输出显示；将所述恶意代码对应的奇异变换谱输入至预设恶意代码分类器进行变种检测，获得所述恶意代码所属的家族信息，其中，所述预设恶意代码分类器是基于恶意代码样本的奇异变换谱训练获得。本发明可视化地显示恶意代码对应的奇异变换谱，方便快速定位恶意代码，提高了恶意代码变种检测的效率和准确率。
-
公开(公告)号：CN116295428A
公开(公告)日：2023-06-23
申请号：CN202310302472.1
申请日：2023-03-27
申请人： 韩山师范学院 , 深圳市驴游户外文化传播有限公司
摘要： 本发明涉及路径规划自适应算法系统技术领域，具体为一种基于蚁群算法在多目标多场景下路径规划自适应算法系统，基于蚁群算法在多目标多场景下路径规划自适应算法系统是由路径规划系统、参数编辑系统、预设存储系统、算法系统组成。本发明中，通过TSP建模中导入用户综合图谱投影、符合区间表投影作为数据依据，以此基于蚁群算法来执行TSP建模的运算，生成满秩矩阵，通过解码器转换为用户可读的文本信息，作为单用户攻略，存储进入多攻略表，并在多用户同时旅行时，执行第n用户的循环，统一进入多攻略表，并进行记录参数提取和同类项汇总，汇总生成最符合所有用户需求的多用户攻略。
-
公开(公告)号：CN111797397A
公开(公告)日：2020-10-20
申请号：CN202010600579.0
申请日：2020-06-28
申请人： 韩山师范学院
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、设备及存储介质，所述恶意代码可视化及变种检测方法通过将恶意代码转化为一维时间序列信号，以便获取恶意代码的时间序列信号特征，相比提取静态语义特征以及二维图像纹理特征，大大减小了时间开销；通过分离出多个固有模态分量并得到经验模态分解谱，再进行可视化处理，便于从视觉上直观感知各个变种的共同之处和细微差异，为理解和掌握该家族变种演化提供了依据；通过由模态分解谱样本训练的分类器对恶意代码进行变种检测，使得对恶意代码的本源分析更加快速准确。本发明的可视化分析能够采用程序化的方式执行，相比恶意代码静态语义特征的分析，降低了恶意代码分析人员的专业技术要求。
-
公开(公告)号：CN111797398B
公开(公告)日：2024-02-02
申请号：CN202010600580.3
申请日：2020-06-28
申请人： 韩山师范学院
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、系统、设备及存储介质，所述恶意代码可视化及变种检测方法通过将恶意代码转化为一维时间序列信号，以便获取恶意代码的时间序列信号特征，相比提取静态语义特征以及二维图像纹理特征，大大减小了时间开销；通过输出恶意代码所对应的希尔伯特变换谱，便于从视觉上直观感知各个变种的共同之处和细微差异，为理解和掌握该家族变种演化提供了依据；通过基于恶意代码样本对应的希尔伯特变换谱进行分类模型训练，使得恶意代码家族分类更加快速准确。本发明的可视化分析能够采用程序化的方式执行，相比恶意代码静态语义特征的分析，降低了恶意代码分析人员的专业技术要求。
-
公开(公告)号：CN111797399B
公开(公告)日：2023-11-17
申请号：CN202010600752.7
申请日：2020-06-28
申请人： 韩山师范学院
摘要： 本发明公开了一种恶意代码可视化及变种检测方法、系统、设备及存储介质，所述恶意代码可视化及变种检测方法通过将恶意代码转化为一维时间序列信号，以便获取恶意代码的时间序列信号特征，相比提取静态语义特征以及二维图像纹理特征，大大减小了时间开销；通过对恶意代码所对应的分解能量谱进行可视化处理，便于从视觉上直观感知各个变种的共同之处和细微差异，为理解和掌握该家族变种演化提供了依据；通过已训练的分类模型对恶意代码进行变种检测，使得恶意代码所属分类更加快速准确。本发明的可视化分析能够采用程序化的方式执行，相比恶意代码静态语义特征的分析，降低了恶意代码分析人员的专业技术要求。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.028 秒)
