-
公开(公告)号：CN109726968B
公开(公告)日：2022-12-13
申请号：CN201910055909.X
申请日：2019-01-21
Applicant: 广州大学
IPC: G06Q10/08
Abstract: 本发明公开了一种基于智能仓库的商品上架方法、终端设备及存储介质，所述方法包括获取历史订单数据，并根据设定的提取规则从所述历史订单数据中提取所有在同一订单出现的商品对；根据设定的共现频次阈值筛选所述商品对，并采用骨干度算法计算商品对之间的骨干度；根据设定的骨干度阈值筛选用于构建商品关系图的商品对，采用商品关系图公式构建商品关系图；根据所述商品关系图，采用社区发现模型进行商品排序，得到商品排序列表。本发明能够充分利用历史订单建立商品的全局关联关系图，并基于社区发现算法发现商品之间的关联，提高仓库的分拣效率。
-
公开(公告)号：CN115424210A
公开(公告)日：2022-12-02
申请号：CN202211152711.1
申请日：2022-09-21
Applicant: 广州大学
IPC: G06V20/52 , G06V10/764 , G06V10/774 , G06N3/04
Abstract: 一种针对行人检测的对抗攻击方法，其特征在于，包括以下步骤：S1：对待检测样本进行预处理；S2：将待检测样本输入目标检测器中；S3：在行人所在位置生成随机的初始化噪音，将噪音与卡通图案输入生成对抗网络中；S4：添加对抗补得到对抗样本；S5：将对抗样本输入目标检测器，计算逃逸损失函数；S6：利用逃逸损失函数的计算值生成新噪音，并和卡通图案输入生成对抗网络得到新的对抗补丁，并得到新的对抗样本；S7：重复步骤S5‑S6，直到生成的对抗补丁使目标检测器检测出错；S8：将得到的对抗补丁打印出来，设置于行人服装上。本发明使行人通过在衣服上设置对抗补丁以逃避基于神经网络的目标检测。
-
公开(公告)号：CN115329326A
公开(公告)日：2022-11-11
申请号：CN202210791872.9
申请日：2022-07-07
Applicant: 广州大学
IPC: G06F21/55
Abstract: 本发明涉及人工智能技术领域，且公开一种了人工智能安全评测方法及系统，该系统其包括交互模块、上传模块、上传资源管理模块、评测模块、可视化模块、修复与防御模块，所述交互模块输出端与上传模块输入端信号连接，所述上传模块输出端与上传资源管理模块输入端信号连接，通过各模块共同作用下可以更全面地衡量AI应用中存在的安全性问题。本发明从AI应用开发到部署的五大要素进行细粒度的评测，为AI应用的安全性提升提供基础，根据评测发现的问题指定解决方案，为AI应用落地保驾护航。本发明提出的系统可针对AI应用进行细粒度的评测，同时会根据其存在的安全问题制定相应的解决方案，对问题进行修复或设立防御措施来缓解安全问题。
-
公开(公告)号：CN115174160A
公开(公告)日：2022-10-11
申请号：CN202210677928.8
申请日：2022-06-16
Applicant: 广州大学
IPC: H04L9/40 , H04L47/2441 , G06K9/62
Abstract: 本发明公开了一种基于流级和主机级的恶意加密流量分类方法及装置，方法包括下述步骤：获取加密流量样本集，提取主机级特征和多个不同类型的流级特征；所述主机级特征提取自主机产生的所有流量包；所述流级特征提取自三次握手和四次挥手之间的所有数据包；所述流级特征包括统计特征和序列特征；将主机级特征使用RandomForest算法进行处理，输出主机级特征的分类概率；将多个不同类型的流级特征以流的序号为主键拼接后使用XGBoost算法进行处理，输出流级特征的分类概率；基于主机级特征的分类概率和流级特征的分类概率确定最终的恶意加密流量分类结果。本发明不需要对加密数据包进行解密，只需根据数据包的可观察特征就能适用于恶意加密流量的分类。
-
公开(公告)号：CN113704762B
公开(公告)日：2022-06-21
申请号：CN202111024464.2
申请日：2021-09-02
Applicant: 广州大学
Abstract: 本发明公开了一种基于集成学习的恶意软件加密流量检测方法，方法包括下述步骤：收集加密流量样本集，所述加密流量样本集包括多个异构特征；基于加密流量样本集的多个异构特征，构建相应的多个特征分类器；基于所述多个特征分类器构建恶意软件加密流量检测模型，所述恶意软件加密流量检测模型利用多个特征分类器的多数投票来判断主机是否感染恶意软件。本发明可解决现有恶意软件流量检测系统检出率低，误报率高的问题，相对于深度报文检测DPI技术，本发明不需要对加密数据包进行解密，只需根据数据包的可观察特征就能适用于恶意加密流量的检测，并且具有高检出率，低误报率的特性。
-
Patent Agency Ranking
公开(公告)号：CN114330343A
公开(公告)日：2022-04-12
申请号：CN202111518808.5
申请日：2021-12-13
Applicant: 广州大学
IPC: G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明提供了词性感知嵌套命名实体识别方法、系统、设备和存储介质，通过获取待识别文本的文本词数据后，采用BiLSTM模型对文本词数据进行特征提取得到文本词深度特征，并根据文本词深度特征将待识别文本的各个文本词初始化为对应的图节点，根据预设词性路径构建待识别文本的文本异构图，通过注意力机制更新图节点的文本词数据，再采用BiLSTM模型对文本异构图的所有图节点进行特征提取，得到待解码文本词向量表示后，采用条件随机场进行解码和标注，得到嵌套命名实体识别结果的方法，能够对普通实体和嵌套实体进行精准有效的识别处理，提高嵌套命名实体识别效率的同时，进一步提升嵌套命名实体识别模型的性能优势。
-
公开(公告)号：CN113222053B
公开(公告)日：2022-03-15
申请号：CN202110589078.1
申请日：2021-05-28
Applicant: 广州大学
Abstract: 本发明公开了一种基于RGB图像和Stacking多模型融合的恶意软件家族分类方法、系统和介质，方法包括：构造API类别数据库Q；提取恶意软件API调用顺序链；根据API调用顺序链构造API调用关系对，得到API调用关系对有向图G；使用最大熵模型中的改进的迭代尺度算法进行权重的确定，得到每个API调用关系对的权重wi,j；得到代表恶意软件调用API行为的RGB图像；构造stacking多模型融合分类器并进行训练学习，将代表每一个恶意软件行为特征的RGB图像数据集输入分类器中，从而预测出所属恶意软件家族名称。本发明通过将恶意软件的API调用行为通过转换规则转换为RGB图像，转换过程不仅考虑API调用的次数，同时也考虑到了API之间调用的关系，使用Stacking技术进行多模型融合，能够提高模型的准确度。
-
公开(公告)号：CN109117477B
公开(公告)日：2022-01-28
申请号：CN201810788778.1
申请日：2018-07-17
Applicant: 广州大学
IPC: G06F40/284 , G06F40/211 , G06F40/30
Abstract: 本发明公开一种面向中文领域的非分类关系抽取方法，包括：将包含相同语义信息的术语放到同一集合，得到集合对应的概念；根据术语之间的相似度及预设第一阈值构建语义图；抽取术语上下文信息；将语义图和上下文信息输入至网络表示学习方法CANE，得到术语的表示；根据术语的表示计算概念相似度，预设第二阈值，得到强关联概念对；对包含概念对的句子进行依存句法分析，得到概念对相对应的所有动词；删除很少语义信息的动词；将剩余动词中包含相同语义信息的放到同一集合，得到概念对相对应的动词集合；计算动词分数并累加，以得到动词集合总分数；将总分数靠前动词集合作为非分类关系的标注。实现了利用句法信息和语义信息能够得到更好的抽取结果。
-
公开(公告)号：CN113610114A
公开(公告)日：2021-11-05
申请号：CN202110782315.6
申请日：2021-07-09
Applicant: 广州大学
Abstract: 本发明公开了一种车辆重识别方法、系统、计算机设备和存储介质，所述方法包括：将车辆图像输入第一神经网络，从中提取全局特征，并对所述全局特征进行训练，得到全局分支重识别结果；对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块；对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块；将所述高质量局部区域块输入第二神经网络，从中提取局部特征，并对所述局部特征进行训练，得到局部分支重识别结果；将所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果。本发明能够解决车辆重识别中类间相似和类内差异问题，减少计算过程中的噪声，提高重识别的准确率，同时在一定程度上解决了遮挡问题。
-
公开(公告)号：CN113139189B
公开(公告)日：2021-10-26
申请号：CN202110471943.2
申请日：2021-04-29
Applicant: 广州大学
IPC: G06F21/56 , G06F40/216 , G06F40/30 , G06K9/62 , G06N20/20
Abstract: 本发明公开了一种挖矿恶意软件的识别方法、系统和存储介质，所述方法包括以下步骤：不同维度的数据预处理；文本特征提取并向量化；基于Stacking构建多模型集成的挖矿恶意软件识别模型；得到预测结果。本发明是目前为数不多的针对二进制文件进行挖矿恶意软件检测的方法，针对性强，实现过程简单，效率高；且本发明通过多个角度对挖矿软件特征进行了多维度特征提取，并对不同维度的特征设计了多模型集成的方法，构造了挖矿恶意软件识别组合模型，该模型识别准确率高，误报率低。
-
-
-
-
-
-
-
-
-
Search Results
305
records
(took 0.025 seconds)
