-
公开(公告)号：CN113918898A
公开(公告)日：2022-01-11
申请号：CN202111011241.2
申请日：2021-08-31
Applicant: 暨南大学
Abstract: 本发明公开了一种基于轨迹绘制交互的安全验证码生成方法、系统及介质。该方法包括制定安全规则；客户端向服务端请求进行身份认证；服务端产生数据令牌、验证码题目与图片，并将相关信息存入数据库中；对产生的图片添加干扰，传入客户端；客户端将打乱后的验证码图片恢复并显示；记录用户绘制的轨迹信息，将轨迹信息数据和数据令牌加密后传输给服务端；服务端判别轨迹信息，并将结果返回给客户端。本发明对发送的数据使用RC4加密算法进行加密；在JavaScript中检测到无头浏览器时拒绝进行验证；使用提取人类绘制轨迹特征设计的算法判别机器行为，这些技术手段提高了安全性和正确性，能够有效防止OCR图片识别技术的破解以及机器模拟生成轨迹的行为。
-
公开(公告)号：CN112214749A
公开(公告)日：2021-01-12
申请号：CN202010994886.1
申请日：2020-09-21
Applicant: 暨南大学
Abstract: 本发明公开了一种基于移动VR设备的无接触式用户安全认证方法，包括用户先向移动VR设备发起密码设置请求，基于移动VR设备，通过视觉注视的方式进行初始密码验证；用户再视觉选择移动VR设备在VR环境中输出的动态数字，从而完成数字密码长度和数字密码的设置，然后再视觉选择移动VR设备在VR环境中输出的图片块，从而完成图片密码的设置；用户向移动VR设备发起用户认证请求之后，通过视觉注视的方式输入对应数字密码长度的数字密码和图片密码，在移动VR设备判断所输入的密码是否与之前设置的密码一致的情况下密码验证通过，即完成用户认证。本发明可以非常方便安全地实现用户认证。
-
Patent Agency Ranking
公开(公告)号：CN117744783A
公开(公告)日：2024-03-22
申请号：CN202410126412.3
申请日：2024-01-29
Applicant: 暨南大学
IPC: G06N5/022 , G06N3/042 , G06N3/0455 , G06N3/08 , G06Q50/20
Abstract: 本发明公开了一种基于人在回路的知识追踪方法及系统，包括以下步骤：基于学生的题目集，构建知识追踪模型，基于所述知识追踪模型，预测学生的表现；计算所述知识追踪模型对于每个预测结果的置信度分数；对于置信度分数低于预设阈值的样本，进行人工教师二次批改，实现知识追踪。本发明所提出的方法可以通过对学生做题序列信息进行建模，并提升知识追踪模型和人工教师的联合预测结果的准确率，所提出的系统能够促进知识追踪模型在教育应用中的部署。
-
公开(公告)号：CN112199657A
公开(公告)日：2021-01-08
申请号：CN202010995943.8
申请日：2020-09-21
Applicant: 暨南大学
Abstract: 本发明公开了一种基于虚拟现实环境的身份认证方法和VR装置，方法中，VR终端先接收用户身份认证请求，然后在VR环境中输出功能选择界面，当接收到密码设置指令时，在VR环境中输出可选的多个特征类别和各特征类别下的多个特征值选项，并根据接收到的不同特征值生成用户密码，然后在VR环境中重新输出功能选择界面；当VR终端接收到身份认证指令后，在VR环境中输出随机生成且可选的多个密码对象；然后VR终端判断用户选择的密码对象是否都符合用户密码以及判断符合用户密码的密码对象是否已全部选中，符合且全选中的情况下通过认证，再在VR环境中输出用户登录界面。本发明可安全快捷地实现VR环境下的密码设置和用户身份认证。
-
公开(公告)号：CN113918898B
公开(公告)日：2024-09-06
申请号：CN202111011241.2
申请日：2021-08-31
Applicant: 暨南大学
Abstract: 本发明公开了一种基于轨迹绘制交互的安全验证码生成方法、系统及介质。该方法包括制定安全规则；客户端向服务端请求进行身份认证；服务端产生数据令牌、验证码题目与图片，并将相关信息存入数据库中；对产生的图片添加干扰，传入客户端；客户端将打乱后的验证码图片恢复并显示；记录用户绘制的轨迹信息，将轨迹信息数据和数据令牌加密后传输给服务端；服务端判别轨迹信息，并将结果返回给客户端。本发明对发送的数据使用RC4加密算法进行加密；在JavaScript中检测到无头浏览器时拒绝进行验证；使用提取人类绘制轨迹特征设计的算法判别机器行为，这些技术手段提高了安全性和正确性，能够有效防止OCR图片识别技术的破解以及机器模拟生成轨迹的行为。
-
公开(公告)号：CN117744783B
公开(公告)日：2024-08-27
申请号：CN202410126412.3
申请日：2024-01-29
IPC: G06N5/022 , G06N3/042 , G06N3/0455 , G06N3/08 , G06Q50/20
Abstract: 本发明公开了一种基于人在回路的知识追踪方法及系统，包括以下步骤：基于学生的题目集，构建知识追踪模型，基于所述知识追踪模型，预测学生的表现；计算所述知识追踪模型对于每个预测结果的置信度分数；对于置信度分数低于预设阈值的样本，进行人工教师二次批改，实现知识追踪。本发明所提出的方法可以通过对学生做题序列信息进行建模，并提升知识追踪模型和人工教师的联合预测结果的准确率，所提出的系统能够促进知识追踪模型在教育应用中的部署。
-
公开(公告)号：CN111858933A
公开(公告)日：2020-10-30
申请号：CN202010659957.2
申请日：2020-07-10
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/211 , G06N3/04
Abstract: 本发明公开了一种基于字符的层次化文本情感分析方法及系统，该方法步骤包括：对给定的文本数据进行预处理，包括设计字符集、划分文本中的句子、基于字符集得到数字形式的文本表示；建立字符级别的神经网络模型：将预处理后的文本数据输入字符级别的神经网络模型，依次经过模型嵌入层、卷积神经网络层和解码层，提取并输出文本中每个句子的特征向量；建立句子级别的神经网络模型：以字符级别网络的输出作为输入，依次经过循环神经网络层、注意力层和解码层，输出文本的情感分类的概率分布。本发明从字符级别对文本提取初始特征，句子级别网络既包含了时序信息，又能让网络倾向于对情感分析结果有利的句子，提高了模型的准确度和健壮性。
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
