一种多机构协同监察过滤方法及系统

    公开(公告)号:CN119255283B

    公开(公告)日:2025-03-18

    申请号:CN202411795338.0

    申请日:2024-12-09

    Abstract: 本发明提供一种多机构协同监察过滤方法及系统,方法包括:自气象预测机构中获取与天气对应的若干个结果数据记录,以构建第一等价划分;自数据采集基站中获取与天气对应的若干个过程数据记录,以构建第二等价划分;将不同的数据采集基站的第二等价划分合并为数据采集基站划分集合,并结合第一等价划分获取第一正确决策值;基于第一正确决策值判断数据采集基站为重要基站或初始冗余基站,将重要基站合并为重要基站集合;获取重要基站集合的第三正确决策值,以确定重要基站集合的决策能力是否符合要求,进而完成最终冗余基站的筛选及剔除。基于以上方式,在确保决策能力稳定的前提下,精简了数据采集基站的数量,提高了预测的准确性及效能。

    一种基于特征表示对比学习策略的样本不平衡分类优化方法

    公开(公告)号:CN118395175A

    公开(公告)日:2024-07-26

    申请号:CN202410443599.X

    申请日:2024-04-13

    Applicant: 南昌大学

    Abstract: 本发明涉及一种基于特征表示对比学习策略的样本不平衡分类优化方法。首先利用Triplet loss对比学习的思路对样本特征表示进行预训练,通过深入学习同类和异类样本对间的相似度任务,来增强模型对样本特征表示的学习能力,从而从原始数据集中抽取出关键特征,为后续的分类任务奠定坚实基础。接着,将这些基于预训练转换后的特征表示用于下游的分类任务,构建和训练分类模型,实现对不平衡样本集的有效分类。本发明的基于特征表示对比学习的方法更能全面考虑每个样本在特征空间中的位置关系,有效避免了对少数类别的忽略,从而实现了对不平衡样本的有效分类。本发明能够有效解决样本不平衡问题,提高分类模型的性能,具有广泛的应用前景。

    一种基于多尺度池化哈希数据指纹的数据资产溯源方法

    公开(公告)号:CN117155576B

    公开(公告)日:2024-06-04

    申请号:CN202311017090.0

    申请日:2023-08-14

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于多尺度池化哈希数据指纹的数据资产溯源方法,客户端在生成MPH数据指纹时,首先基于K‑gram方法对数据字节序列构造子串,以抽取数据流低阶序列信息,然后将子串哈希结果进行多尺度、多类型的池化处理,以抽取出数据流高阶结构信息,最后将多尺度池化操作抽取出的关键信息通过局部敏感哈希方法生成具有高鲁棒性的数据指纹,上报至服务端以备溯源。服务端在溯源时,首先根据相同方法提取数据指纹,然后基于指纹相似度对数据资产进行追溯。本发明通过这种多尺度池化哈希方法,提高了数据指纹在变化态数据资产溯源场景下的鲁棒性,从而实现在数据内容篡改、数据形态变化的对抗环境下仍能保障溯源信息的连续性。

    一种基于多尺度池化哈希数据指纹的数据资产溯源方法

    公开(公告)号:CN117155576A

    公开(公告)日:2023-12-01

    申请号:CN202311017090.0

    申请日:2023-08-14

    Applicant: 南昌大学

    Inventor: 邵国林

    Abstract: 本发明公开了一种基于多尺度池化哈希数据指纹的数据资产溯源方法,客户端在生成MPH数据指纹时,首先基于K‑gram方法对数据字节序列构造子串,以抽取数据流低阶序列信息,然后将子串哈希结果进行多尺度、多类型的池化处理,以抽取出数据流高阶结构信息,最后将多尺度池化操作抽取出的关键信息通过局部敏感哈希方法生成具有高鲁棒性的数据指纹,上报至服务端以备溯源。服务端在溯源时,首先根据相同方法提取数据指纹,然后基于指纹相似度对数据资产进行追溯。本发明通过这种多尺度池化哈希方法,提高了数据指纹在变化态数据资产溯源场景下的鲁棒性,从而实现在数据内容篡改、数据形态变化的对抗环境下仍能保障溯源信息的连续性。

    DGA域名分类模型训练方法、系统及DGA域名平衡分类方法

    公开(公告)号:CN119312206A

    公开(公告)日:2025-01-14

    申请号:CN202411855693.2

    申请日:2024-12-17

    Applicant: 南昌大学

    Inventor: 邵国林 舒萌

    Abstract: 本申请涉及网络安全与人工智能结合领域,公开了一种DGA域名分类模型训练方法、系统及DGA域名平衡分类方法,DGA域名分类模型训练方法包括:通过提取TLD字符序列、N‑TLD字符序列、统计特征序列和词库序列,并进行向量转换和特征融合,构建多通道特征融合向量;利用自编码网络层进行特征重构,并结合重构损失函数和分类损失函数,训练目标多通道语义学习模型;同时,使用再平衡算法对特征向量进行处理,并训练目标分类模型;最终,将两个模型结合得到目标DGA域名分类模型。该目标DGA域名分类模型能有效提高DGA域名分类的准确性和鲁棒性。

    基于半监督模糊综合评价法的网络机器人行为检测方法

    公开(公告)号:CN117955750B

    公开(公告)日:2024-07-05

    申请号:CN202410354642.5

    申请日:2024-03-27

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于半监督模糊综合评价法的网络机器人行为检测方法,步骤1、Web会话识别:从原始Web访问记录中提取、聚合、排序并切割得到Web会话;步骤2、Web访问行为特征提取:从每个IP访问的会话内部和会话间分别提取行为特征,实现对用户Web访问行为的刻画;步骤3、基于半监督模糊综合评价法的模型训练:依据已标记训练数据集的分布特性自动构建模糊综合评价的隶属函数和权重,然后通过自监督迭代式评估,将置信度高的未标记样本纳入训练集中,以此提升隶属函数的准确度和模型整体性能;步骤4、网络机器人行为检测。本发明采用Web会话作为基本单位,综合考虑了每个IP访问的会话内部和会话间的Web访问行为,实现了对用户行为的全面评估。

    一种基于区块链信任根思想的可信数据溯源方法及系统

    公开(公告)号:CN117852103A

    公开(公告)日:2024-04-09

    申请号:CN202410260251.7

    申请日:2024-03-07

    Abstract: 本发明公开了一种基于区块链信任根思想的可信数据溯源方法及系统,该方法通过将溯源数据存储在溯源服务端,提高了溯源数据的查询效率,克服了区块链系统普遍面临的数据查询效率低的关键性能瓶颈问题,同时通过验证数据链路是否完整,来排除哈希值和溯源数据被部分篡改的情况,通过区块链信任根来排除哈希值和溯源数据被全部篡改的情况,从而确保哈希值和溯源数据没有发生篡改,从而确保溯源信息的可信性;本发明相比传统区块链方案,通过引入信任根思想,实现只查询根节点的区块链信息,就能实现完整溯源链的可信性鉴别,提高区块链溯源效率。

    一种基于局部数据血缘数字水印的全链路数据溯源方法

    公开(公告)号:CN117131477A

    公开(公告)日:2023-11-28

    申请号:CN202311017151.3

    申请日:2023-08-14

    Applicant: 南昌大学

    Inventor: 邵国林

    Abstract: 本发明公开了一种基于局部数据血缘数字水印的全链路数据溯源方法,包括两个部分:(1)局部数据血缘数字水印构建:通过部署于生产/办公网内每个终端的监控Agent,对数据全生命周期的数据处理、流转过程进行采集监控,并通过一种基于数据流转链片段信息的数字水印技术,维护局部数据血缘关系,为服务端构建全局数据血缘图谱提供数据基础;(2)全局数据血缘图谱构建:通过部署于云端的数据溯源管理平台,接收来自终端上报的局部数据血缘关系数据,基于此实现在云端完整重构整个数据流转过程和全局数据血缘图谱,并根据泄漏文件的数字水印信息和数据血缘图谱,实现对数据泄漏等场景实现全链路精准溯源。

Patent Agency Ranking