-
公开(公告)号：CN119311873A
公开(公告)日：2025-01-14
申请号：CN202411381659.6
申请日：2024-09-30
Applicant: 华中科技大学
IPC: G06F16/35 , G06F16/334 , G06F16/9535 , G06F16/906 , G06F40/30 , G06F40/284 , G06N20/00
Abstract: 本发明公开了域适应的跨度级方面情感三元组提取模型建立方法及其应用，属于情感分析技术领域，包括：采用结合句法和语义信息的跨度级特征提取方法提取语义信息，并通过词性标注屏蔽预测强化特征对句法信息的表达，使跨度特征充分利用句法信息和语义信息；以依存关系树为核心加强跨度的域不变特征，并利用互信息最大化损失函数优化特征分布，将针对特定领域的特征转移为领域无关，在不增加标注成本的前提下实现跨领域预测；设计了精简的跨度级标签，其中仅包括6种标签，在保证准确提取跨度级方面情感三元组的情况下，减轻训练过程中的计算负担，提供更清晰的学习目标。本发明能够在不增加标注成本的前提下实现跨领域的跨度级方面情感三元组提取。
-
公开(公告)号：CN111832020B
公开(公告)日：2024-03-19
申请号：CN202010575613.3
申请日：2020-06-22
Applicant: 华中科技大学
IPC: G06F21/56
Abstract: 本发明属于移动恶意应用检测领域，具体涉及一种安卓应用恶意性、恶意种族检测模型构建方法及应用，针对不同混淆技术，提取不同粒度的操作码特征，计算各种粒度下的各特征权重，以从各种操作码特征中选取对加强原始样本集检测效果和降低混淆前后样本差异性最有利的操作码特征，构建各种粒度的抗混淆特征集，以抵抗主流混淆技术，各种粒度的抗混淆特征集提取应用样本的操作码特征序列并将其转换为灰度图，基于灰度图，根据不同的标签值，训练深度学习网络模型，实现安卓应用的恶意性分类及恶意家族分类，并在移动端设备上实现检测功能集成。本发明在支持应用恶意性及恶意家族检测的同时，有效抵抗安卓应用混淆技术对检测结果的干扰，检测可靠性高。
-
公开(公告)号：CN111914269B
公开(公告)日：2024-02-02
申请号：CN202010650801.8
申请日：2020-07-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种区块链和云存储环境下的数据安全共享方法和系统，属于互联网安全领域。本发明直接采用智能合约对数据请求端进行身份验证，云服务器不参与任何阶段的权限认证，避免了恶意云的干扰，保证了基于属性的访问控制环境下，密钥生成与分发的安全性。本发明将用户的实际数据密文放在云服务器，将元数据信息放在区块链上，实际数据和元数据的分开，避免了区块链的臃肿，保持了数据格式的一致性，有利于存储和查询。数据拥有端把权限集中委托给智能合约，数据拥有端可以随时改变数据文件的访问控制策略，实现用户在上传数据后依然持有数据的管理控制权。本发明使用基于密文策略的属性加密方案，实现“一对多”细粒度访问控制。
-
公开(公告)号：CN115563519A
公开(公告)日：2023-01-03
申请号：CN202211267754.4
申请日：2022-10-17
Applicant: 华中科技大学
IPC: G06F18/23 , G06F18/214 , G06N20/20
Abstract: 本发明公开了一种面向非独立同分布数据的联邦对比聚类学习方法及系统，属于联邦学习技术领域，包括：在中心服务器端将共享模型和原型矩阵分别下发到所挑选的各客户端中进行聚类对比训练，进行聚类对比训练时模型并不关注数据的分布，而只关注于数据聚类信息之间的对比关系，基于自监督对比学习关注局部特征的特点，缓解了对全局分布的依赖，从而改善了模型由于不平衡的数据分布而产生的偏移，也能够较好的表示数据的类分布并改善由类不平衡所引起的Non‑IID问题，同时也能够消除联邦学习对有标签数据的依赖，能够解决现有的联邦学习方法由于存Non‑IID数据分布问题所导致的模型准确率较低以及由于依赖标签数据所导致的无法在实际生产中进行应用的技术问题。
-
公开(公告)号：CN115496213A
公开(公告)日：2022-12-20
申请号：CN202211014591.9
申请日：2022-08-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于结构特征知识的知识蒸馏方法及系统，属于模型压缩技术领域，包括：S1、搭建学生网络和教师网络；其中，教师网络加载有训练好的模型，为全精度神经网络；学生网络为二值神经网络；S2、将预先采集好的第二训练样本集分别输入至学生网络和教师网络中，通过同时最小化学生网络和教师网络的中间层特征之间的差异、以及学生网络和教师网络中关系特征之间的差异，对学生网络和教师网络进行训练，从而实现对教师网络的模型压缩。通过上述过程，本发明能够缩小师生网络在中间结构上存在巨大差异，以解决由于分布差异问题导致的知识迁移受限及学生网络的过拟合问题，神经网络模型压缩的准确度较高。
-
Patent Agency Ranking
公开(公告)号：CN113434698B
公开(公告)日：2022-08-02
申请号：CN202110730796.6
申请日：2021-06-30
Applicant: 华中科技大学
IPC: G06F16/36 , G06F16/35 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于全层级注意力的关系抽取模型建立方法及其应用，属于自然语言处理领域，包括：获取数据集中的各关系类型的层级结构，并对各关系层级编码；建立包含句子编码网络、袋编码网络以及分类器深度学习模型；句子编码网络以包含若干头、尾实体相同的句子的袋为输入，用于获得袋中的各句子的向量表示；袋编码网络用于基于注意力机制获取各句子在每一个关系层级的注意力权重后，对句子向量进行加权求和，得到袋在该层级的向量表示，并拼接得到袋向量；分类器用于计算袋中句子的关系类型的概率分布；将数据集划分为训练集、测试集和验证集，依次对模型进行训练、测试和验证后，得到关系抽取模型。本发明能够提高句子关系抽取的准确率。
-
公开(公告)号：CN114266034A
公开(公告)日：2022-04-01
申请号：CN202111589843.6
申请日：2021-12-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于云链融合的访问控制方法、装置及系统，属于访问控制领域，包括：接收到数据访问请求时，按照如下步骤进行鉴权：(S1)解析请求，以对数据使用者的身份合法性进行认证，若认证成功，则从请求中提取鉴权元数据，并转入(S2)；否则，转入(S4)；鉴权元数据与区块链中鉴权智能合约一一对应；鉴权智能合约由数据所有者的访问控制策略转换得到；(S2)选取参与鉴权计算的多个共识节点，并根据鉴权元数据从区块链中获取鉴权智能合约，以使各共识节点分别执行该鉴权智能合约后通过共识机制生成最终的鉴权结果；(S3)将鉴权结果返回给数据使用者；(S4)鉴权结束。本发明能够在无需依赖于可信第三方的情况下，保证用户数据安全。
-
公开(公告)号：CN113779211A
公开(公告)日：2021-12-10
申请号：CN202110902862.3
申请日：2021-08-06
Applicant: 华中科技大学
IPC: G06F16/332 , G06F16/36 , G06F40/289 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明公开一种基于自然语言实体关系的智能问答推理方法和系统，属于自然语言处理领域。包括：将语料库中每条语句进行分词、实体词提取；以自然语句作为实体关联的边，形成实体关系，对语料库中实体连接关系进行汇总，形成基于自然语言实体关系的语义网络数据库；设计基于BERT预训练语言模型和图神经网络的智能推理深度学习模型；以用户提交问题相关的实体连接图输入网络进行推理，通过多层感知机进行结果筛选给出最终答案。本发明通过任意给定的自然语言文本语料库自动构建实体关系数据库，避免通过人工介入手段进行实体提取和标注，并通过分析用户的复杂问句来自动发现和推理出答案，以帮助用户更快和更精准获得所需结果。
-
公开(公告)号：CN110233774B
公开(公告)日：2020-12-29
申请号：CN201910453811.X
申请日：2019-05-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种Socks代理服务器的探测方法、分布式探测方法和系统，属于网络资源空间探测领域，包括：若待测主机开放服务，则执行后续步骤；否则，探测结束；将预先构造的基于HTTP协议的GET请求报文通过预设的端口分别发送至待测主机，并获取各端口的响应信息；解析各端口的响应信息，若不包含第一特征字符串且包含第二特征字符串，则判定主机通过对应端口开放了Socks代理服务；否则，判定主机未通过对应端口开放Socks代理服务；若主机通过任意一个端口开放了Socks代理服务，则识别待测主机为Socks代理服务器；否则，识别待测主机为非Socks代理服务器；探测结束。本发明能够有效解决现有的Socks代理服务器探测方法识别率低的问题，并通过分布式探测系统加快了探测速度。
-
公开(公告)号：CN111914269A
公开(公告)日：2020-11-10
申请号：CN202010650801.8
申请日：2020-07-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种区块链和云存储环境下的数据安全共享方法和系统，属于互联网安全领域。本发明直接采用智能合约对数据请求端进行身份验证，云服务器不参与任何阶段的权限认证，避免了恶意云的干扰，保证了基于属性的访问控制环境下，密钥生成与分发的安全性。本发明将用户的实际数据密文放在云服务器，将元数据信息放在区块链上，实际数据和元数据的分开，避免了区块链的臃肿，保持了数据格式的一致性，有利于存储和查询。数据拥有端把权限集中委托给智能合约，数据拥有端可以随时改变数据文件的访问控制策略，实现用户在上传数据后依然持有数据的管理控制权。本发明使用基于密文策略的属性加密方案，实现“一对多”细粒度访问控制。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.063 seconds)
