基于自适应动态路径修剪实现层次多粒度标签识别处理的方法、装置、处理器及其存储介质

    公开(公告)号:CN119202945A

    公开(公告)日:2024-12-27

    申请号:CN202411298650.9

    申请日:2024-09-18

    Abstract: 本发明涉及一种基于自适应动态路径修剪实现层次多粒度标签识别处理的方法,包括以下步骤:获取内容编码特征;获取关系编码特征;更新内容编码特征;构建语义注意力矩阵;进行层次多标签分类。本发明还涉及一种用于实现基于自适应动态路径修剪进行层次多粒度标签识别处理的装置、处理器及其可读存储介质。采用了本发明的基于自适应动态路径修剪实现层次多粒度标签识别处理的方法、装置、处理器及其计算机可读存储介质,可依据大模型的动态感知能力与深度图神经网络的语义表征能力,实现对层次多标签文本的精准分类。该模型通过大模型的动态路径修剪技术优化层次多粒度识别并提升图神经网络模型的稳定性;提高了分类准确性,还增强了对数据扰动的鲁棒性,具有较大的创新性。

    基于ATT&CK框架针对大规模恶意代码的同源性分析方法、装置、处理器及存储介质

    公开(公告)号:CN118211214A

    公开(公告)日:2024-06-18

    申请号:CN202410108347.1

    申请日:2024-01-25

    Abstract: 本发明涉及一种基于ATT&CK框架实现针对大规模恶意代码进行同源性分析的方法,包括以下步骤:通过技术自动化提取样本的静态特征;利用ATT&CK框架表征动态攻击行为;构建同源性分析模型;攻击者识别与归因。本发明还涉及一种用于实现基于ATT&CK框架针对大规模恶意代码进行同源性分析的装置、处理器及可读存储介质。采用了本发明的基于ATT&CK框架实现针对大规模恶意代码进行同源性分析的方法、装置、处理器及其计算机可读存储介质,可有效对大规模未知恶意样本进行分类,识别其内在关联性和相似性,归因其攻击组织,进一步辅助研究攻击组织的攻击手法、掌握常用攻击工具、挖掘其典型攻击特征。同时,通过同源性分析,可以挖掘出可溯源攻击痕迹。

Patent Agency Ranking