一种电商黑灰产舆情自动挖掘方法和系统

    公开(公告)号:CN108647225A

    公开(公告)日:2018-10-12

    申请号:CN201810249344.4

    申请日:2018-03-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种电商黑灰产舆情自动挖掘方法和系统,该方法包括以下步骤:(1)以种子黑词为关键词通过搜索引擎进行搜索,爬取搜索结果中网站的文本数据和网站信息数据;(2)对所述文本数据进行预处理,从预处理后的文本数据中识别获取黑词;(3)对网站信息数据进行分析,识别获取黑灰产网站;(4)将获取的黑词扩充到黑词库中;将获取的黑灰产网站扩充到黑灰产网站库中;(5)将步骤(2)获取的黑词作为种子黑词,重复步骤(1)~(4)。本发明的方法可及时发现、预警和治理电商作弊事件,实现对电商黑灰产进行实时多维度监控。

    一种无监督的人脸伪造评估方法

    公开(公告)号:CN114267063B

    公开(公告)日:2025-03-14

    申请号:CN202111578341.3

    申请日:2021-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种无监督的人脸伪造评估方法,包括:以人脸图像的粗粒度特征作为权重参数,并结合通过提取单个人物的不同人脸图像的面部动作特征、图像颜色特征以及细粒度特征,来构建人物的重建人脸图像,在此基础上,通过结合重建人脸图像和原人脸图像的重建损失、基于重建人脸图像和原人脸图像的增强特征的感知损失、基于原人脸图像和相关人脸图像的细粒度特征的DSVDD损失,基于原人脸图像的面部动作特征和图像颜色特征的余弦相似度损失,联合训练粗粒度特征提取模块和细粒度特征生成模块以及重建模块的重建模型,提高了模型的鲁棒性,即提升了重建模型重建人脸图像的准确性,基于该准确的重建人脸图像与原人脸图像的差异实现了人脸伪造评估。

    基于逆向的文生图扩散模型记忆问题的度量方法和设备

    公开(公告)号:CN119478094A

    公开(公告)日:2025-02-18

    申请号:CN202411566591.9

    申请日:2024-11-04

    Applicant: 浙江大学

    Abstract: 本发明提供的基于逆向的文生图扩散模型的记忆问题的度量方法,相比于现有的度量方法而言,该方法基于给定一个预训练的文生图扩散模型和一个任意图像,构建加权的目标函数,逆向输出一个提示文本分布和一个噪声分布,解决了以往基于随机生成图像检测图像相似内容来评估记忆问题所带来的随机性影响;通过定义噪声分布的敏感度来构建记忆问题的度量指标函数,对图像生成模型的记忆问题进行连续准确地度量,给出任一张图像记忆风险的量化结果,审计图像生成模型的记忆风险。本发明还提供了基于逆向的文生图扩散模型的记忆问题的度量设备,实现图像记忆问题的度量方法。

    一种基于种子特性的多目标导向并行模糊测试方法和系统

    公开(公告)号:CN119396723A

    公开(公告)日:2025-02-07

    申请号:CN202411443827.X

    申请日:2024-10-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于种子特性的多目标导向并行模糊测试方法和系统。方法包括:划分各测试引擎的任务,获取种子进行模糊测试,记录基本块的触发次数并以触发次数作为探索难度的评估指标,根据探索难度进行筛选出目标集合;根据种子的执行特征将其分成三种类型;针对不同分类,设置具体的导向规则调整种子的选择概率和变异次数;根据调整后的选择概率和变异次数进行并行模糊测试。本发明在确保对难度较高区域集中探索的同时,也保持对任务其他部分的广泛测试。通过平衡深入探索与广泛测试,本发明提高了测试资源的使用效率,防止了测试引擎过分集中于复杂区域而忽略可能含有缺陷的其他区域,从而提升了并行模糊测试系统的整体效果与效率。

    一种基于对比学习的对抗性安卓恶意软件检测方法

    公开(公告)号:CN119203133A

    公开(公告)日:2024-12-27

    申请号:CN202411234323.7

    申请日:2024-09-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于对比学习的对抗性安卓恶意软件检测方法,该方法包括:首先通过界定安卓应用程序以及所有可行的扰动集合确定特征空间中可扰动的特征集合和不可扰动的特征集合,然后通过得到的可扰动特征集合和不可扰动的特征集合确定特征投影模型的架构。接着基于对比学习的损失函数与对抗性恶意软件训练得到特征投影模型用于投影特征向量,使得投影后得到的特征向量之间的距离可被表示为特征匹配度。本发明利用深度学习技术,能够实现高效低损失的对抗性安卓恶意软件检测,在很大程度上提高了基于机器学习的安卓恶意软件检测方法的鲁棒性。

    一种基于选择性插桩的Windows平台并行模糊测试方法和系统

    公开(公告)号:CN118503097A

    公开(公告)日:2024-08-16

    申请号:CN202410569491.5

    申请日:2024-05-09

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于选择性插桩的Windows平台并行模糊测试方法和系统。方法包括:通过测试器动态插桩后端分析运行的指令以获取基本块执行情况和程序分支情况,动态维护被测程序模块实时控制流图和分支探索状态。将拥有未探索程序分支的基本块识别为目标,并根据其在图上的位置进行任务划分。根据控制流图为每组任务识别对应的插桩基本块和前驱基本块,作为并行的指导信息分配给各个测试引擎。引擎设置插桩范围为插桩基本块,并根据测试用例的任务和前驱执行情况为其赋予选择概率,从而实现测试用例优选。该方法显著提高了Windows平台并行模糊测试的代码覆盖率和漏洞发现能力,改善了Windows模糊测试的效率。

    一种基于无先验知识的联邦推荐投毒攻击方法

    公开(公告)号:CN116796309A

    公开(公告)日:2023-09-22

    申请号:CN202310381101.7

    申请日:2023-04-11

    Abstract: 本发明提供了一种基于无先验知识的联邦推荐投毒攻击方法。该方法包括:根据攻击需求选取项目池中拟攻击的目标项目;计算与目标项目的嵌入向量最相似的多个项目,构建恶意用户虚假交互列表;基于恶意用户虚假交互列表近似喜欢目标项目的恶意用户的嵌入向量;客户端根据近似的嵌入向量以及服务器下发的模型参数求解损失函数,并将所得梯度上传至服务器;服务器聚合更新上传的模型参数并将其下发至客户端,重复上述操作直至训练结束。本发明利用用户配置文件及其交互项目间存在的某种隐式相关性,刻画攻击必需但难以获取的用户嵌入向量,能够在不依赖任何先验知识的前提下实现对联邦推荐系统的有效攻击,充分完成了对联邦推荐系统的安全性评估。

    基于深度学习的胚胎质量综合评价装置

    公开(公告)号:CN111539308B

    公开(公告)日:2023-05-23

    申请号:CN202010314893.2

    申请日:2020-04-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的胚胎质量综合评价装置,包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序,计算机存储器中存有胚胎质量综合评价模型,计算机处理器执行计算机程序时实现以下步骤:接收胚胎图像;通过卵裂球目标检测模块识别并切分出卵裂球的区域图像;细胞计数模块对区域图像中的细胞进行计数,并获得该卵裂球的发育阶段;胚胎质量分析模块对区域图像中卵裂球的发育状况进行评分;预测模块中根据区域图像对卵裂球的着床可能性进行打分,综合发育状况的评分,得到卵裂球的着床成功率预测结果。该预测结果可以辅助医生对胚胎着床的成功率进行预测。

    一种基于层次化相似性学习的文本到商品图像的检索方法

    公开(公告)号:CN112860930B

    公开(公告)日:2022-09-16

    申请号:CN202110185623.0

    申请日:2021-02-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于层次化相似性学习的文本到商品图像的检索方法,该方法通过预训练的目标检测模型和利用独热编码以及预训练的Word2Vec获取图像和文本的初步特征,再通过两个层次化编码网络分别对两种模态进行层次化编码。通过全连接层将特征映射到一个统一公共空间中,进行两种不同粒度的相似性度量,分别是物体粒度的相似性和图像粒度的相似性,最后利用公共空间算法学习两个模态之间的关系,通过端到端的方式训练模型,自动学习文本和图像的匹配关系,从而实现文本到图像的跨模态检索。本发明针对复杂的商品图像,应用多层次的特征以及多粒度的相似性来进行跨模态检索,具有优越的性能优势,并且利用深度学习技术,极大提高了检索的性能和效率。

    一种基于符号语义的异构音乐数据融合方法及系统

    公开(公告)号:CN115049001A

    公开(公告)日:2022-09-13

    申请号:CN202210671178.3

    申请日:2022-06-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于符号语义的异构音乐数据融合方法及系统,属于异构数据融合领域和音乐信息学分析领域。异构音乐数据获取和特征抽取,经过数据预处理得到异构音乐数据的基本信息和每种数据结构独特的特征,得到关联好的异构音乐数据及其统一的标注序列;定义符号语义解析模型,利用符号语义解析模型从关联好的异构音乐数据及其统一的标注序列中获得稳定的符号语义观测空间,从所述的稳定的符号语义观测空间中获得显著的语义属性和可控的语义约束;根据对显著的语义属性和可控的语义约束的调整,还原或生成符合特定语义约束的改编数据。本发明可以从语义解析过程中获得不同维度的语义属性并加以约束,实现可解释、可控制的音乐数据融合与生成。

Patent Agency Ranking