-
公开(公告)号：CN112101414A
公开(公告)日：2020-12-18
申请号：CN202010811145.5
申请日：2020-08-13
Applicant: 北京理工大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及ICT供应链网络关键节点的识别和关键节点识别属性提取方法，属于计算机与信息科学技术领域。本发明首先结合ICT供应链的拓扑信息、商业信息进行关键节点识别；然后使用boruta算法分析待选属性的重要性，提取出影响关键节点的重要属性；再使用待选属性构建逻辑回归模型，得到对关键节点有显著影响属性；对于两种方法筛选得到关键属性，采用交集归类的方法进行属性融合，得到最终的关键属性。本发明使用两个不同方法对影响关键节点的属性进行选择，算法之间差异明显，避免单一方法带来的局限性，提高关键属性的泛化性。
-
公开(公告)号：CN108881157A
公开(公告)日：2018-11-23
申请号：CN201810420755.5
申请日：2018-05-04
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
IPC: H04L29/06
CPC classification number: H04L63/20
Abstract: 本发明提出的一种基于PC终端行为的个体信息安全能力评价方法及系统，通过对个体计算机行为数据的客观评测，来确定个体信息安全能力，解决了现有评价方法单一、评价全面性不足的问题，不仅考虑到个体的主观意识，更着重考虑到更重要的客观行为对本体分析的重要性，能够更加真实的反映用户的信息安全能力。
-
公开(公告)号：CN108764481A
公开(公告)日：2018-11-06
申请号：CN201810419424.X
申请日：2018-05-04
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
IPC: G06N7/02
CPC classification number: G06N7/02
Abstract: 本发明实施例提出的一种基于移动终端行为的信息安全能力评测方法及系统，通过根据移动终端在用户使用时的行为数据，对用户信息安全能力进行评测，解决了现有信息安全能力评测方法的单一性和评价全面性不足的问题，重点考虑了客观行为对本体分析的重要性，使得信息安全能力评测结果跟真实可靠。
-
公开(公告)号：CN108881157B
公开(公告)日：2021-01-22
申请号：CN201810420755.5
申请日：2018-05-04
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
IPC: H04L29/06
Abstract: 本发明提出的一种基于PC终端行为的个体信息安全能力评价方法及系统，通过对个体计算机行为数据的客观评测，来确定个体信息安全能力，解决了现有评价方法单一、评价全面性不足的问题，不仅考虑到个体的主观意识，更着重考虑到更重要的客观行为对本体分析的重要性，能够更加真实的反映用户的信息安全能力。
-
公开(公告)号：CN112100235A
公开(公告)日：2020-12-18
申请号：CN202010811447.2
申请日：2020-08-13
Applicant: 北京理工大学 , 国家计算机网络与信息安全管理中心
IPC: G06F16/2458 , G06F16/28 , G06F40/242 , G06Q30/08 , G06Q50/30
Abstract: 本发明涉及一种基于公开数据源的供应关系画像方法，属于自然语言处理与机器学习领域。主要为了开展国内ICT供应链安全风险问题研究，支撑我国网络空间安全战略落地。本发明首先获取招投标网站公开数据源，针对获取的不同类型附件，编写对应处理脚本，提取附件文本信息；后对每条数据进行结构化，抽取多维属性信息；再使用ICT产品词典过滤，构建ICT领域招投标数据库；然后结合实体匹配技术，挖掘多层级供应关系；最后进行供应链归并聚合，建立招标、产品、中标供应关系画像。该方法在建立的ICT招投标数据库的基础上，构建多个行业、多种产品的供应链关系画像，ICT相关采购数据覆盖率达98％，ICT供应链信息准确率达96％。
-
Patent Agency Ranking
公开(公告)号：CN112101416A
公开(公告)日：2020-12-18
申请号：CN202010815352.8
申请日：2020-08-13
Applicant: 北京理工大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种ICT供应链节点安全风险评级关键属性提取方法，属于属于ICT供应链安全技术领域。本发明首先使用boruta算法分析待选属性的重要性，提取出影响研究目标的重要属性；然后使用待选属性构建stacking模型，得到对研究目标有显著影响的属性；对于两种方法筛选得到属性，结合专家意见，采用交集归类的方法进行属性融合，得到最终的关键属性。本发明使用两个不同方法对影响研究目标的属性进行选择，算法之间差异明显，避免单一方法带来的局限性，提高关键属性的泛化性。
-
公开(公告)号：CN117633233A
公开(公告)日：2024-03-01
申请号：CN202311669996.0
申请日：2023-12-07
Applicant: 北京理工大学
IPC: G06F16/35 , G06F18/213 , G06F18/2415 , G06F18/25 , G06Q50/00 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及利用双曲图网络的时序观点挖掘方法，属于自然语言处理与机器学习领域。本发明首先基于推文数据集生成社交关系图，利用指数映射将社交关系图嵌入双曲空间，通过双曲图卷积提取其结构特征；然后利用交叉注意力机制计算推文内容与推文时间的相关性，再结合时间注意力机制拟合早期推文对当前观点的影响权重，得到推文时序特征；最后拼接结构特征与时序特征得到推文的最终表示，输入分类器预测观点类别。本发明针对现有社交网络的观点挖掘方法未充分利用热门推文与相关推文间关系、难以准确建模早期推文对当前观点影响的问题，提出利用双曲图网络的时序观点挖掘方法，提升观点挖掘的准确率。
-
公开(公告)号：CN117475180A
公开(公告)日：2024-01-30
申请号：CN202311662098.2
申请日：2023-12-06
Applicant: 北京理工大学
IPC: G06V10/74 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及利用超图孪生神经网络的二进制函数相似性检测方法，属于计算机与信息科学技术领域。本发明首先基于二进制函数的抽象语法树构建包含数据流和控制流超边的有向异构超图；然后使用改进的超图孪生网络得到超图嵌入向量，并计算余弦距离作为函数对相似性度量，通过多层卷积有效学习远距离语句的结构和语义特征，利用初始残差连接与恒等映射保留语句初始特征并避免网络层数堆叠带来的性能下降；最后将该相似性度量与阈值进行比较来判别函数对是否相似。本发明针对现有方法未生成充分表示函数语义和结构的信息表征、难以准确建模函数内部远距离语句间相互影响的问题，提出利用超图孪生神经网络的二进制函数相似性检测方法，提升了检测准确率。
-
公开(公告)号：CN117474038A
公开(公告)日：2024-01-30
申请号：CN202311666479.8
申请日：2023-12-06
Applicant: 北京理工大学
Abstract: 本发明涉及利用神经元组合路径的深度学习模型测试样本生成方法，属于深度学习测试领域。本发明首先将训练集中所有样本按类别输入待测模型，在模型各层选取平均输出值最高的n个神经元，构建各类别对应的神经元组合路径；其次将种子样本输入模型，计算模型神经元与种子样本所属类别神经元组合路径之间的输出值差异；然后以最大化该差异为优化目标，通过梯度上升算法生成新测试样本；最后判断测试样本是否符合保留条件。本发明针对现有测试样本生成方法忽略了样本类别特征和神经元输出之间的关联性问题，构建了不同类别对应的神经元组合路径，使种子样本偏离其所在的神经元组合路径，从而生成特征分布更多样的测试样本。
-
公开(公告)号：CN116934562A
公开(公告)日：2023-10-24
申请号：CN202310505002.5
申请日：2023-05-06
Applicant: 北京理工大学
IPC: G06T1/00 , G06V10/74 , G06V40/18 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及融合虹膜信息和随机样本的深度学习模型水印保护方法，属于计算机与信息科学领域。本发明首先提取模型所有者的虹膜信息，并对模型训练集随机采样三次得到三组随机样本；其次利用哈夫曼树算法结合所有者虹膜信息和第一组随机样本生成水印样本；然后利用非下采样剪切波变换和拉普拉斯金字塔算法，融合水印样本和第二组随机样本得到触发样本；最后将触发样本与第三组随机样本合并构成新的数据集，利用该数据集训练原模型得到微调后的深度神经网络水印模型。本发明针对现有触发样本选取方式固定的问题，提出了一种融合虹膜信息和随机样本的深度学习模型水印保护方法，提升了模型水印的抗攻击性。
-
-
-
-
-
-
-
-
-
Search Results
232
records
(took 0.079 seconds)
