-
公开(公告)号：CN109254902B
公开(公告)日：2022-02-08
申请号：CN201810753647.X
申请日：2018-07-10
Applicant: 南京大学
Abstract: 本发明公开了一种应用于云计算环境的基于用户意图检测的计算机取证系统及其方法，系统包括客户端和云代理服务器端两个部分，客户端部署有初始化驱动模块、系统控制中心、系统支持模块组；云代理服务器端部署有取证功能模块组。本发明通过在客户端实现一个轻量化的虚拟机监视器，使得取证工具可以直接利用硬件虚拟化技术带来的便利和灵活性，提供工具进行迅速分析和实时证据获取，通过在客户端和服务器端之间搭建一个云代理服务器，使得服务器端可以直接使用取证系统的功能而不需要重构云系统架构。本方法克服了当前事后取证方法的缺陷，克服了虚拟化技术本身的灵活性缺陷，比传统的安全系统有更广的适用范围，保证了收集证据的可信度和准确性。
-
公开(公告)号：CN112565207A
公开(公告)日：2021-03-26
申请号：CN202011315413.0
申请日：2020-11-20
Applicant: 南京大学
Abstract: 一种非侵入式的智能音箱安全取证系统及其方法，包括：网络流量分析模块、用户意图获取模块和取证分析模块；本方法验证了网络流量模式与智能音箱行为之间的一对一映射关系，使用将网络流量分析与用户意图提取及异常网络流量报警相结合的有效方法，来支持智能音箱安全监控。本方法可以很好地监测安全风险，保护用户隐私并增强智能音箱的安全性，并可以通过APP向用户发送有关风险或异常情况。
-
公开(公告)号：CN112560410A
公开(公告)日：2021-03-26
申请号：CN202110045602.9
申请日：2021-01-14
Applicant: 南京大学
IPC: G06F40/166 , G06F16/35 , G06F40/216 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于主动学习的用户需求标注过程管理方法，包括以下步骤：用户需求特征抽取，包括抽取关键词频率向量、抽取启发式属性向量和计算TF‑IDF向量；用户需求排序，包括用户需求排序、文本预处理、根据文本相似度调整和根据聚类结果排序；训练分类模型，包括嵌入向量、利用卷积神经网络处理用户需求文本矩阵、用户需求的特征整合和神经网络预测分类；用户需求再排序，包括计算差异性、用户需求预处理、计算不确定性和对用户需求重新排序。本发明利用了案件类别信息辅助法条推荐，同时使用了注意力机制，能够更多得关注于重点词汇，提高了法条推荐的准确性。
-
公开(公告)号：CN112434760A
公开(公告)日：2021-03-02
申请号：CN202110045604.8
申请日：2021-01-14
Applicant: 南京大学
Abstract: 本发明公开了一种基于托肯日志的过程模型相似性度量方法，包括以下步骤：输入待对比的过程模型的结构图；运行过程模型结构图，并保存运行事件日志为托肯日志；预处理过程模型的托肯日志，包括去除重复的运行实例和归并重复运行的循环结构；依据托肯日志挖掘过程模型中的特殊结构，包括顺序结构，并发结构，选择结构和循环结构，并根据特殊结构中的任务之间的发生关系生成任务关系矩阵；基于有权重的Jaccard系数对比任务关系矩阵相似性；输出过程模型的相似性。本发明为解决大型过程模型库检索、管理等难题，从过程模型的行为角度度量了过程模型的相似性，能更加高效的获得相似的过程模型，提高了过程模型库管理的效率。
-
公开(公告)号：CN112202603A
公开(公告)日：2021-01-08
申请号：CN202011029031.1
申请日：2020-09-25
Applicant: 南京大学
IPC: H04L12/24 , H04L29/08 , G06F9/50 , A63F13/352 , A63F13/335
Abstract: 本发明公开了一种边缘环境下面向交互的服务实体放置方法及设备，能够实现边缘环境下面向交互的服务实体的高效放置，方法包括：建立系统模型，包括时延模型、放置代价模型、服务实体关联模型；根据上述模型为面向交互的服务实体放置问题建立目标函数，将其描述为优化问题；采用贪心的启发式算法解决上述优化问题，得到服务实体的放置方案。
-
Patent Agency Ranking
公开(公告)号：CN112148868A
公开(公告)日：2020-12-29
申请号：CN202011036948.4
申请日：2020-09-27
Applicant: 南京大学
IPC: G06F16/335 , G06F16/35 , G06F40/216 , G06F40/289 , G06K9/62 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于法条共现的法条推荐方法，包括以下步骤：从中国裁判文书网上下载裁判文书，构建训练语料；将裁判文书进行预处理，包括中文分词、去停止词、文本特征化及数据降维；对用户输入的案件情况进行预处理；训练基于人工神经网络的案由分类模型，根据案件基本情况预测案由；针对不同的案由分别训练一个基于人工神经网络的法条分类模型，根据案由缩小适合被推荐的法条的范围；对候选推荐法条集进行共现分析，输出推荐法条列表。本发明模拟法官在实际审判过程中，通过判断案由缩小法条引用的范围继而寻找合适法条的真实场景，依靠法条间的共现分析对候选推荐法条集重新排序，从而改善法条推荐的效果，提高了法条推荐的准确性。
-
公开(公告)号：CN112148867A
公开(公告)日：2020-12-29
申请号：CN202011036946.5
申请日：2020-09-27
Applicant: 南京大学
IPC: G06F16/335 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q10/04
Abstract: 本发明公开了一种基于法条关系的法条推荐方法，包括以下步骤：从中国裁判文书网收集裁判文书，构成训练语料；对训练语料进行预处理，包括对案件事实、指控罪名、引用法条三者的不同处理；对用户输入进行预处理；划分数据集，训练本发明设计的一个基于法条关系的联合生成模型，该模型基于罪名预测任务辅助法条推荐任务进行学习；根据训练好的联合生成模型提取推荐法条集；输出推荐法条集。本发明利用编码器‑解码器框架，基于法条关系，结合案件事实、控告罪名、引用法条三者之间的深度关联，设计了一种全新的联合生成模型。实现表明，该模型改善了法条推荐任务的预测效果，适用于真实场景下的法条推荐任务。
-
公开(公告)号：CN110991694A
公开(公告)日：2020-04-10
申请号：CN201911049086.6
申请日：2019-10-30
Applicant: 南京大学
IPC: G06Q10/04 , G06Q50/18 , G06F40/211 , G06F40/289
Abstract: 本发明公开了一种基于深度学习的量刑预测方法，包括以下步骤：步骤(1)根据案由从裁判文书数据库中提取裁判文书集，构建训练语料，裁判文书预处理，进行分词分句，转化为词向量；相关法条预处理，将法条转化为词向量；提取文书特征信息，使用深度学习和正则表达式结合的方式获取文本特征；进行量刑预测；输出量刑结果和罚金。本发明模拟法官在实际审判过程中，提取文书特征并作证发条以得出量刑预测的真实场景，从文书特征提取入手，说明了一种量刑预测方法。
-
公开(公告)号：CN110750797A
公开(公告)日：2020-02-04
申请号：CN201910925931.5
申请日：2019-09-27
Applicant: 南京大学
Abstract: 本发明提供了一种基于组合加密的云数据库加密方法，将加法同态加密和乘法同态加密相结合,在一定程度上实现了全同态加密。在组合加密算法的基础上,添加了一层代理层,通过重写SQL语句,可以同时完成相同的操作,以减少密文更新的次数,减少客户端和数据库端之间的网络传输。本发明提高了算法的效率，发挥了云计算的计算能力和存储能力,而且最大限度地避免了云上的数据安全问题；可以同时完成相同的操作,减少了密文更新的次数,减少客户端和数据库端之间的网络传输；能够在运算之后进行其他运算；大大降低了网络传输和应用层更新密文的压力。
-
公开(公告)号：CN110737781A
公开(公告)日：2020-01-31
申请号：CN201911003330.5
申请日：2019-10-21
Applicant: 南京大学
Abstract: 本发明公开了一种基于多层知识门的法条与事实关系计算方法，包括以下步骤：提取裁判文书集并预处理文书；构建法律专用停用词典；训练词向量模型；对用户输入进行预处理；输出事实与法条关系的预测结果。本发明用于法官在实际审判过程中或审判结束后对案件进行梳理或检查的真实场景，基于输入文本的先验知识，采用多层知识门机制的方法过滤事实和法条正文中的噪声，得到的事实法条的新向量表达，能够有效提升模型预测的准确度。同时，利用法条上级目录之间的层级关系大大提高了门机制的过滤效果。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.025 seconds)
