-
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
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
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
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：CN118488005A
公开(公告)日：2024-08-13
申请号：CN202410588449.8
申请日：2024-05-13
Applicant: 辽宁大学
IPC: H04L47/127
Abstract: 一种基于图卷积神经网络的流量预测方法，属于网络安全领域。该专利技术提出了一种基于图卷积神经网络的流量预测方法，利用空间时间图卷积网络进行网络流量预测。该方法在传统的图卷积神经网络基础上进行了改进，引入了注意力机制，并将全连接层替换为1×1卷积层，同时对时域卷积结果进行乘积操作。提高了网络流量预测的准确性和效率，使得该方法在网络流量预测领域具有潜在的应用前景。实验证明，所提出的模型在网络流量预测上准确度以及性能优于其他神经网络预测模型。本发明通过上述方法，可以整合网络流量数据、软件特征和系统拓扑等多种信息，提供更全面的网络流量预测能力。
-
公开(公告)号：CN118445360A
公开(公告)日：2024-08-06
申请号：CN202410599049.7
申请日：2024-05-15
Applicant: 辽宁大学
IPC: G06F16/27 , G06F16/2458 , G06N3/006
Abstract: 支持多用户的链上与链下数据协同查询与优化方法，步骤为：1)、将电子政务领域中的业务数据分为链上与链下两部分进行存储。针对电子政务领域中业务数据的特点，设计链上事务与链下数据的存储内容；2)、构建政务区块链系统模型，将系统内的各个节点作分类处理；3)、对批量数据查询任务的分配与优化问题进行模型构建；4)、以最小化查询时间为目标，求解步骤3)中提出的模型，并给出相关约束条件；5)、使用群智能优化算法进行模型求解，得到批量协同查询任务的最佳分配方案以及最短查询时间。本发明通过上述方法，能够有效支持多用户的链上与链下数据协同查询，获得批量任务的最小化查询时间，保证区块链系统整体的查询效率。
-
Patent Agency Ranking
公开(公告)号：CN110276689B
公开(公告)日：2023-05-02
申请号：CN201910531666.2
申请日：2019-06-19
Applicant: 辽宁大学
IPC: G06Q40/04
Abstract: 基于动态决策的智能合约实现方法，步骤为：1)基于动态分片方法对单个以及多个区块链平台进行周期性的分片预处理；2)在每个片区上对获得记账权的矿工节点已发布区块内的交易的冲突率进行计算；3)通过冲突率来预测当前时刻的可能的冲突情况并决定采用乐观或悲观的并发控制方法；4)将并发执行智能合约分为两个阶段，并发阶段与串行阶段；5)根据步骤4)中虚拟机线程数、冲突操作数量以及冲突率等影响因素来设置单个或多个并发阶段，对区块链平台以及跨区块链平台交易触发的智能合约并发执行。本发明通过上述方法，提供了一种使用简便、处理高效的智能合约实现方法。
-
公开(公告)号：CN110290021B
公开(公告)日：2022-07-19
申请号：CN201910532204.2
申请日：2019-06-19
Applicant: 辽宁大学
IPC: H04L43/0852 , H04L41/14 , H04L9/40
Abstract: 基于动态规划算法的跨链共识时延优化方法，步骤为：1)针对跨区块链交易时两条链选取共识机制的异同，对跨链双方的共识机制进行预处理；2)对预处理机制传入的相异共识机制进行智能化模拟共识过程，计算两条链共识机制的平均时延差值t；3)将不满足系统可容忍的最长时延差值σ的相异共识机制输入决策控制器进行处理，在不改变双方链本身共识机制前提下，决策控制器基于动态规划算法选择出适合相异共识机制的共识机制M；4)选取双方链的部分可信节点，采用步骤3)中得到的共识机制M，对跨链交易进行验证达成共识。本发明通过上述方法，提供了一种步骤简单、处理效果好的跨链共识时延优化方法。
-
公开(公告)号：CN111506408A
公开(公告)日：2020-08-07
申请号：CN202010295997.3
申请日：2020-04-15
Applicant: 辽宁大学
Abstract: 基于关联数据集合的边缘计算任务调度方法，步骤为：1)针对边缘计算环境下数据及计算任务数量的不断增加的现状，对传感器数据及可迁移的节点进行实时监测，确定数据数量及可迁移节点的数量、容量；2)对计算任务请求进行实时监测，基于依赖关系将数据与计算任务进行捆绑；3)将数据-任务关联项聚集形成总体数据-任务关联集合，并以总体数据关联度最大为目标将其优化为最优迁移集合；4)以可迁移节点容量为约束，对最优迁移集合进行切割，形成局部最优迁移集合；5)获取局部最优迁移集合中的数据及计算任务，将其迁移到对应容量的目标节点执行，并重复执行步骤1-4。本发明通过上述方法，提供了一种可以实现高效任务调度的方法。
-
公开(公告)号：CN110310119A
公开(公告)日：2019-10-08
申请号：CN201910606952.0
申请日：2019-07-06
Applicant: 辽宁大学
Abstract: 面向跨区块链交易的可扩容存储方法，步骤为：1)在S链与D链之上构建存储链；2)存储链对接收到的交易数据进行过滤处理；3)S链与D链分别对非跨区块链交易数据进行验证、存储；4)S链与D链分别对跨区块链交易数据进行验证、存储，并向存储链发送跨区块链交易标识数据；5)判断标识数据中元素是否具有溯源性6)对数据元素进行哈希融合，以Trie的形式存在存储链区块中；7)提出一种链式结构，以时间戳为纽带将区块链接到存储链末端。本发明通过上述方法，提供了一种面向跨区块链交易的可扩容存储方法，实现高吞吐量的跨区块链数据交易。
-
公开(公告)号：CN120008638A
公开(公告)日：2025-05-16
申请号：CN202510192991.6
申请日：2025-02-21
Applicant: 辽宁大学
IPC: G01C21/34 , G06N3/006 , G06Q10/047
Abstract: 适用于城市道路的新能源汽车智能充电路径规划方法，步骤为：1)对原始道路网络进行优化，得到起点、各个充电站和终点两两间的最短路径图；2)初始化蚁群算法的参数和信息素的值；3)考虑充电站的位置、功率和靠近终点的程度，计算每个点之间的启发式因子；4)计算终点和每一个充电站被选择的概率权重，每只蚂蚁从起点出发，根据伪随机比例规则选择下一节点；5)对到达终点的每一条路径，计算最优充电时间，获取到达终点的总时间，根据总时间进行全局和局部的信息素更新；6)重复步骤4)‑5)，直到收敛，使用总时间最短的结果作为最终的电动汽车充电路径。本发明解决了电动汽车的里程焦虑问题，并为用户选择合适的充电站，降低行程时间。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.019 seconds)
