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：CN119030744A

公开(公告)日：2024-11-26

申请号：CN202410989072.7

申请日：2024-07-23

Applicant: 辽宁大学

Inventor： 王妍 ,  马瑞轩 ,  谭爱平 ,  周翰逊 ,  邰滢滢

IPC: H04L9/40

Abstract: 一种基于CoT驱动的网络攻击信息解释评判的优化方法，给定Prompt提供CoT的学习样板，将多个模型CoT生成的解释分别通过信息修正的自适应迭代检测、语义精度与偏差的控制、基于规则模板匹配的相似度进行融合迭代式修正优化，并结合标准黄金标签进行综合评判，使得不同模型的CoT不断学习和完善自身的解释能力，逐渐提高解释的准确性和质量，最终将不同模型CoT生成的答案维持在一个平衡状态，以此来弥补单一模型的不足，提高整体性能。本发明通过上述方法，能够有效地解决现有模型对网络攻击信息生成的解释答案存在的信息不够规范完整、准确性偏差等问题。

公开(公告)号：CN118629423A

公开(公告)日：2024-09-10

申请号：CN202410698027.6

申请日：2024-05-31

Applicant: 辽宁大学

Inventor： 周翰逊 ,  张硕 ,  王学智 ,  王妍 ,  郭薇 ,  邰滢滢

IPC: G10L25/03 ,  G10L25/27 ,  G10L25/48

Abstract: 一种基于特征组合遗传算法的恶意语音检测方法，在恶意语音检测中具有较高的可信度和较低的误判概率。该方法中，结合适应度函数、特征重要性选择方法以及交叉和变异操作，能够有效地提取特征组合并训练最终的恶意语音检测模型。同时，还使用了基于特征重要性的启发式选择方法来选择特征组合父本。具体方法是通过将各个特征组合样本中各个特征的重要性进行累计，作为选择的标准。这样可以确保重要特征在选择过程中有更高的机会被选中，从而增加了特征组合搜索的效率和准确性。该方法在恶意语音检测方面取得了显著的改进，大大提高了恶意语音的准确率和误报率。这一发明为恶意语音检测的研究和实践提供了一种有效的方法，具有广泛应用和推广价值。

公开(公告)号：CN118629422A

公开(公告)日：2024-09-10

申请号：CN202410698022.3

申请日：2024-05-31

Applicant: 辽宁大学

Inventor： 周翰逊 ,  张硕 ,  王学智 ,  王妍 ,  郭薇 ,  邰滢滢

IPC: G10L25/03 ,  G10L25/27 ,  G10L25/45

Abstract: 一种基于影响函数的恶意语音检测方法，该方法通过分析数据点对模型预测的影响度，增强了深度学习模型在恶意语音检测领域的可解释性。利用影响函数对原始声音信号中可能存在的恶意语音进行识别和检测，大幅提升了检测精度和效率。相较于传统方法，该方法通过影响函数使用较少的计算量来达到较好的检测效果。这种技术在保持检测在效率和优势方面表现出色，为深度学习和解释性机器学习领域提供了新的应用可能。该技术不仅提高了恶意语音检测的准确性，还能准确地识别并解释模型为何将特定语音判定为恶意，从而在确保检测率的同时，提升了模型的透明度和信任度。

公开(公告)号：CN113570724A

公开(公告)日：2021-10-29

申请号：CN202110862056.8

申请日：2021-07-29

Applicant: 辽宁大学

Inventor： 邰滢滢 ,  孙跃 ,  刘真如

IPC: G06T17/20 ,  G06T7/35 ,  G06T3/00 ,  G06T7/64 ,  G06T7/11

Abstract: 基于逆球极投影的网格球面保角参数化方法及其应用，属于计算机图像分析领域。该方法主要是针对零亏格网格球面保角参数化计算量大的现状，对网格进行切割，切成两片亏格为一的网格；然后对两片网格分别进行平面参数化，该参数化是固定边界为单位圆的调和映射，把切缝均匀映射到单位圆上，从而把两个亏格为一的网格曲面分别保角参数化到两个单位圆盘；再对一个圆盘进行复反演，使两个圆盘覆盖整个扩充复平面；然后进行球极投影的逆变换，使扩充复平面上的点映射到黎曼球面；最后从莫比乌斯群里找到使调和能量最小且满足0质心约束的莫比乌斯变换，以使参数化后的网格尽可能保持的原始网格特征。将该方法应用于脑部几何向量分析，实现在不采用外科手术的前提下，了解疾病进展的状态，减轻病人的痛苦。