基于大语言模型的漏洞信息识别方法及装置

    公开(公告)号:CN119783116A

    公开(公告)日:2025-04-08

    申请号:CN202411966797.0

    申请日:2024-12-30

    Abstract: 本公开属于核电技术领域,具体涉及一种基于大语言模型的漏洞信息识别方法及装置。本公开针对某些CVE的PoC信息进行收集,并对部分数据进行人工标注,以人工标注的方式增强了训练数据的准确可靠性,从而提高后续模型的学习能力。通过利用GPT‑3.5‑turbo模型对CVE和PoC数据进行识别和总结,基于TTP内容形式对每条信息进行描述,将CVE和PoC信息统一为TTP标准格式,剔除了原始信息中的噪音干扰,能够增强大语言模型对关键信息特征的识别和学习能力,并使用指令微调技术提高GPT模型完成任务效果。基于微调完成后的Llama‑2模型,对输入的目标CVE和PoC信息进行识别处理,并基于输出判别CVE和PoC的关联关系。从而解决CVE与PoC关联识别时依赖人工分析的问题。

    基于异构超图与元路径的社交推荐方法及装置

    公开(公告)号:CN119884500A

    公开(公告)日:2025-04-25

    申请号:CN202411897800.8

    申请日:2024-12-23

    Abstract: 本公开属于核电技术领域,具体涉及一种基于异构超图与元路径的社交推荐方法及装置。本公开提供的基于异构超图与元路径的社交推荐方法,挖掘隐式的社交关系来丰富原始的社交网络,试图进一步提升社交推荐系统的性能,但是这些隐式的社交关系常常不那么可靠,反而会带来很多噪声,而引入用户的可信度可以在一定程度上解决该问题;利用超图学习图中复杂的高阶关系,包括用户‑物品交互关系以及社交关系;分别为用户入度特征和用户出度特征,用户入度特征刻画了隐式反馈的影响,用户出度特征刻画了信任传播的影响。由此通过挖掘隐式社交关系、构造超图学习高阶关系、刻画细粒度的用户特征表示来进一步提高了社交推荐系统的推荐性能。

Patent Agency Ranking