-
公开(公告)号：CN118377815B
公开(公告)日：2024-12-20
申请号：CN202410557697.6
申请日：2024-05-08
Applicant: 广东工业大学
IPC: G06F16/2458 , G06F16/22 , G06F16/2457
Abstract: 本发明提供一种增量数据库下周期性效用项集挖掘方法、系统及装置，包括原始交易数据集的获取；获取原始交易数据集的候选项；获取候选项的增量效用列表；对候选项的增量效用列表筛选得到原始数据库的周期性高效用项；对候选项进行筛选，得到原始数据库的周期性高效用项集；扫描数据库的增量部分，得到增量交易数据集；对增量交易数据集进行筛选，并从候选项中筛选出新候选项；拓展新候选项的增量效用列表并进行筛选得到增量数据库的周期性高效用项；本发明通过剪枝策略和效用列表的动态维护，实现高效、动态的数据挖掘，确保在处理大规模和不断更新的数据集时的性能和准确度，其动态适应性支持实时数据变化，精确识别具有高效用价值的周期性模式。
-
公开(公告)号：CN119150293A
公开(公告)日：2024-12-17
申请号：CN202411111196.1
申请日：2024-08-14
Applicant: 广东工业大学
IPC: G06F21/57 , G06F18/214 , G06F18/243 , G06F18/213
Abstract: 本发明公开了一种智能合约重入攻击漏洞分析方法及系统，该方法包括：收集含有重入攻击漏洞和验证安全的智能合约；根据智能合约的类型打上对应标签，并对智能合约进行特征提取；构建随机森林模型，并基于特征数据集对随机森林模型进行训练优化，得到重入攻击漏洞判断模型；对重入攻击漏洞判断模型进行在线检测与监控，得到新的重入攻击行为数据集；对重入攻击漏洞判断模型进行重训练，得到更新的重入攻击漏洞判断模型。该系统包括数据收集模块、特征提取模块、模型训练模块、监控模块和模型更新模块。通过使用本发明能够准确检测并预防智能合约中的重入攻击漏洞，确保区块链系统的安全性和可靠性。本发明可广泛应用于区块链技术领域。
-
公开(公告)号：CN118965201A
公开(公告)日：2024-11-15
申请号：CN202411031739.9
申请日：2024-07-30
Applicant: 广东工业大学
IPC: G06F18/2431 , G06F21/56 , G06F18/25 , G06F18/10
Abstract: 本发明公开了一种基于多模态特征融合的恶意软件检测分类方法及系统，该方法包括：构建恶意软件检测分类模型；获取输入软件样本的静态和动态信息数据；预处理静态和动态信息数据；基于恶意软件检测分类模型对预处理后的静态和动态信息数据进行特征提取，得到特征向量；基于特征融合模块对特征向量进行融合；基于层次对比学习网络计算多模态特征向量与恶意软件家族原型的欧式距离；基于欧式距离输出分类结果。该系统包括信息数据获取模块、预处理模块、特征提取模块、特征融合模块、层次对比学习模块和分类输出模块。通过使用本发明能够在样本量较少的情况下，对恶意软件进行检测和分类。本发明可广泛应用于网络安全技术领域。
-
公开(公告)号：CN118413540A
公开(公告)日：2024-07-30
申请号：CN202410489600.2
申请日：2024-04-23
Applicant: 中国电信股份有限公司广东分公司 , 广东工业大学
IPC: H04L67/1012 , H04L67/1014 , H04L67/1008 , H04L67/60 , G06N3/0985 , G06N20/00 , G06N3/098
Abstract: 本发明提供一种结合数据公平调度和联邦平均的均衡联邦学习方法，包括服务器和客户端各自运行相应的进程；服务器和客户端基于公平的数据调度原则和α‑联邦学习平均算法进行少轮次训练的交互学习；服务器依据本地客户端返回的模型参数、公平的数据调度原则对模型进行聚合，更新全局模型；在每个交互学习轮次的初始阶段，服务器首先依据上一轮交互学习接收的反馈信息，更新全局模型；并依据公平的数据调度原则，优先挑选数据调度较少的客户端进行下一轮交互学习；服务器基于公平的数据调度原则与挑选的客户端进行交互学习。本发明通过在联邦学习中加入公平的客户端挑选机制，有效的控制客户端的损失，使得在联邦学习的过程中的数据调度更具公平性。
-
公开(公告)号：CN118377815A
公开(公告)日：2024-07-23
申请号：CN202410557697.6
申请日：2024-05-08
Applicant: 广东工业大学
IPC: G06F16/2458 , G06F16/22 , G06F16/2457
Abstract: 本发明提供一种增量数据库下周期性效用项集挖掘方法、系统及装置，包括原始交易数据集的获取；获取原始交易数据集的候选项；获取候选项的增量效用列表；对候选项的增量效用列表筛选得到原始数据库的周期性高效用项；对候选项进行筛选，得到原始数据库的周期性高效用项集；扫描数据库的增量部分，得到增量交易数据集；对增量交易数据集进行筛选，并从候选项中筛选出新候选项；拓展新候选项的增量效用列表并进行筛选得到增量数据库的周期性高效用项；本发明通过剪枝策略和效用列表的动态维护，实现高效、动态的数据挖掘，确保在处理大规模和不断更新的数据集时的性能和准确度，其动态适应性支持实时数据变化，精确识别具有高效用价值的周期性模式。
-
Patent Agency Ranking
公开(公告)号：CN116743412A
公开(公告)日：2023-09-12
申请号：CN202211028319.6
申请日：2022-08-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于区块链的多方公平数字签名交换方法，涉及区块链技术领域，包括以下步骤：S1：参与者使用Schnorr签名算法来初始化数字签名；S2：每个参与者生成三个密钥对；密钥对包括公钥和私钥；然后将公钥和身份标识发送到区块链上；S3：交换发起方获取对方的公钥，计算共享密钥，发送电子合同和共享密钥的哈希值到区块链上；支付代币，并设置智能合约状态变量Status；S4：交换接收者计算共享密钥，从区块链上拿到对方发送的哈希值，验证电子合同以及共享密钥的正确性；S5：确认状态后，双方先后生成代理签名并发送到区块链上，由智能合约验证真实签名的有效性；本方案利用区块链实现去中心化，使用智能合约自主解决纠纷，保证交换的公平高效。
-
公开(公告)号：CN115496966A
公开(公告)日：2022-12-20
申请号：CN202211167515.1
申请日：2022-09-23
Applicant: 广东工业大学
IPC: G06V10/774 , G06V10/40 , G06V10/74
Abstract: 本发明公开了一种跨模态生成视频对抗样本的方法和系统，涉及深度学习的技术领域，包括：获取干净视频样本，转换为一系列图片帧；对每张图片帧进行特征提取，获得对应的特征向量；根据特征向量，在一系列图片帧中确定关键帧；对每张关键帧进行划分，获得一系列图像块图片，并计算每张图像块图片的梯度分数；选择梯度分数最大的图像块图片作为局部图片；在局部图片上添加扰动，获得对抗帧，并计算局部图片与对抗帧的相似度；更新扰动，直到相似度取得最小值，将对应的对抗帧作为图片对抗样本；利用图片对抗样本替换对应的关键帧，获得视频对抗样本。本发明生成视频对抗样本的生成效率高、隐蔽性强，提高对抗样本的交叉模态可转移性。
-
公开(公告)号：CN115374182A
公开(公告)日：2022-11-22
申请号：CN202211043245.3
申请日：2022-08-29
Applicant: 广东工业大学
IPC: G06F16/2458
Abstract: 本发明涉及数据挖掘领域，提出一种强关联高效用项集挖掘方法、装置及设备，其中方法包括：构建事务数据库；设置最小效用阈值和最小关联度阈值。扫描事务数据库，当存在事务加权效用大于或等于最小效用阈值的项集时，将该项集存储在第一数组结构中。当存在可作为扩展项效用local‑utility大于或等于最小效用阈值的项集时，将该项集存储在第二数组结构中；计算存在于第一数组结构且存在于第二数组结构中的项集的实际效用和关联度值，确定实际效用大于或等于最小效用阈值且关联度值大于或等于最小关联度阈值的项集为强关联高效用项集。本发明减少了内存和时间的消耗，能够更有效地挖掘出高价值且关联性强的商品。
-
公开(公告)号：CN115168443A
公开(公告)日：2022-10-11
申请号：CN202210719478.4
申请日：2022-06-23
Applicant: 广东工业大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于GCN‑LSTM和注意力机制的异常检测方法及系统，涉及人工智能检测技术领域，包括以下步骤：S1.构建结合了GCN网络和LSTM网络的GCN‑LSTM模型，并构建基于GCN‑LSTM模型的序列重构模型；S2.对得到的序列重构模型进行训练和测试，得到测试好的序列重构模型；S3.将待检测数据序列以时序排列，输入训练好的序列重构模型中，生成重构序列；S4.构建误差序列，并将误差序列分为训练数据集和测试数据集两部分；S5.构建基于Copula函数的异常检测模型，并将训练数据集输入异常检测模型中进行训练；S6.将测试数据集输入训练好的异常检测模型，得到测试集异常序列数据检测结果。本发明解决了现有技术应用场景小、无法利用多维特征的问题，且具有结果准确，步骤清晰的特点。
-
公开(公告)号：CN112988894A
公开(公告)日：2021-06-18
申请号：CN202110299792.7
申请日：2021-03-22
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于分布式可验证延迟函数的区块链共识系统和方法，包括分布式公有模N生成模块、可验证延迟函数计算模块和工作量证明模块；分布式公有模N生成模块的数据传输至可验证延迟函数计算模块，可验证延迟函数计算模块的数据传输至工作量证明模块。分布式公有模N生成模块生成分布式公有模N和输出区块头的哈希值，可验证延迟函数计算模块对分布式公有模N和区块头的哈希值作为输入，然后计算出可验证的(Π，l)；工作量证明模块对分布式公有模N和区块头使用SHA256哈希函数求解哈希值，求解当前解的哈希是否满足难度证明，并验证(Π，l)，保证稳定的出块时间，不需要加入难度调整算法来减少潜在攻击的可能性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.064 seconds)
