公开(公告)号：CN119808101A

公开(公告)日：2025-04-11

申请号：CN202411975617.5

申请日：2024-12-31

Applicant: 辽宁大学

Inventor： 周翰逊 ,  胡雨丰 ,  王妍 ,  贾大宇 ,  邰滢滢

IPC: G06F21/57 ,  G06F18/24 ,  G06F18/214 ,  G06F17/18 ,  G06N5/02

Abstract: 本发明属于漏洞提取方法领域，是一种基于响应式知识蒸馏的无目标漏洞提取方法，步骤为：1)选定目标教师模型，通过输入指定数据集，取得教师模型的输出logit；2)将logit值通过Softmax函数转换成概率分布的形式；3)将响应概率分布#imgabs0#进行处理，以用于将含有漏洞的知识传递给学生模型；4)使用蒸馏损失进行知识蒸馏；5)加载蒸馏完成的学生模型执行预测。本发明通过上述方法，不仅能够更准确地识别深度学习模型中的漏洞，还能够为后续的提供修复和改进模型提供具体方向。

公开(公告)号：CN119667649A

公开(公告)日：2025-03-21

申请号：CN202510114239.X

申请日：2025-01-24

Applicant: 辽宁大学

Inventor： 周翰逊 ,  王妍 ,  贾大宇 ,  邰滢滢

IPC: G01S7/495 ,  G01S17/931

Abstract: 本发明涉及一种基于激光雷达的自动驾驶攻击检测方法，其方法是：首先，使用障碍物实体置于车载激光雷达系统附近某位置，通过激光雷达系统发收信号获得周边空间点云数据，框定出障碍物实体点云所在方体区域，利用现有先进的针对激光雷达的攻击设备伪造此障碍物在此方体区域摆放的点云数据，获得此障碍物出现的真实与伪造的数据后，进行对比分析，得到基于所发明的计算方法的经验阈值。最后，在实际行车过程中，当激光雷达发收信号获取周边点云时，对每一识别出的方体区域内的点云数据通过所设计公式进行计算，并将计算结果与相应阈值比对，可判断数据是否为伪造，即判断是否遭到攻击。判断数据为伪造后，便可辅助自动驾驶系统忽略这一障碍物，正常完成实时行车决策。该方法大大增强了模型的通用性和应对复杂攻击场景的能力，全方位提升了自动驾驶攻击检测的效果和安全性。

公开(公告)号：CN119808102A

公开(公告)日：2025-04-11

申请号：CN202411975620.7

申请日：2024-12-31

Applicant: 辽宁大学

Inventor： 周翰逊 ,  刘志辉 ,  王妍 ,  贾大宇 ,  邰滢滢

IPC: G06F21/57 ,  G06F18/22 ,  G06F18/214 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明属于漏洞检测方法领域，是一种基于Transformer层间相似度加权融合的漏洞检测方法，通过计算Transformer模型中各层之间的相似度，增强模型对代码结构和模式的理解能力，具体的，在每一层中计算当前层和上一层的相似度，并将其附加到当前层的输出中，给予适当的权重。这种方法不仅能够捕捉代码中的复杂依赖关系，还能够识别代码结构的变化，从而提高漏洞检测的准确性。

公开(公告)号：CN120034364A

公开(公告)日：2025-05-23

申请号：CN202510114145.2

申请日：2025-01-24

Applicant: 辽宁大学

Inventor： 周翰逊 ,  王妍 ,  贾大宇 ,  邰滢滢

IPC: H04L9/40 ,  H04L43/0876 ,  H04L43/08 ,  G06F17/18

Abstract: 本发明提供一种恶意流量检测方法，属于网络安全领域。其步骤如下：步骤一：提取流量数据，以供检测；步骤二：计算恶意流量的检测特征以供检测算法进行检测，包括平均流量大小，平均包大小，平均包时间间隔；步骤三：通过检测算法来检测恶意流量的存在。本发明通过综合考虑最近流量交叉熵，最近平均包大小，最近平均包时间间隔等特征的最近方差、中位数和距离计算可以达到检测复杂网络情况下的恶意流量。从不同角度助力精准识别网络流量中的异常情况，保障网络安全稳定运行。

公开(公告)号：CN119760014A

公开(公告)日：2025-04-04

申请号：CN202411718232.0

申请日：2024-11-28

Applicant: 辽宁大学

Inventor： 贾大宇 ,  邢竞文 ,  宋宝燕 ,  周江灏 ,  周瀚逊

IPC: G06F16/27 ,  G06F16/2458 ,  G06F21/64 ,  G06Q40/04 ,  G06F18/241

Abstract: 本发明涉及基于在线学习机的区块链数据快速检索存储方法，属于分布式计算领域。该方法分为热点区块存储和热点区块更新两部分。首先在热点区块存储部分，提出了基于在线序列极限学习机OS‑ELM的热点区块存储策略架构，新区块由验证节点验证后输入特征提取模块提取特征值，再由分类模块判断是否为热点区块，确定存储方案。其次，在热点区块更新部分，经过规定时间后，验证节点重新计算特征值，根据最新在线学习机模型对区块进行分类，删除存储节点上的非热点区块，确保高效查询的持续性。