-
公开(公告)号：CN113989583A
公开(公告)日：2022-01-28
申请号：CN202111031263.5
申请日：2021-09-03
Applicant: 中电积至(海南)信息技术有限公司
IPC: G06V10/774 , G06K9/62 , G06N3/04 , H04L9/40
Abstract: 本发明提供了一种互联网恶意流量检测方法及系统，根据当前网络安全的通用办法进行网络流量数据采集，所述网络流量数据采集包括正常加密的流量以及加密的恶意流量，将采集的网络流量数据进行预处理，形成二维灰度图像集；基于Efficientnet‑B0卷积神经网络学习模型，将加密的网络流量转变成二维图像的方式进行对模型进行训练，并对卷积神经网络的结构进行优化，使其符合加密网络流量二维灰度图像的处理，输出预定义的正常及恶意网络流量类型的概率，通过最佳概率识别是否为已知的恶意流量，有效地解决了加密恶意流量的检测问题，通过SDN的控制平面对数据平面的访问连接进行控制，从而实现了加密网络安全的目的。
-
公开(公告)号：CN113934831A
公开(公告)日：2022-01-14
申请号：CN202111217083.6
申请日：2021-10-19
Applicant: 中电积至(海南)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于深度学习的知识图谱问答方法。所述基于深度学习的知识图谱问答方法，包括以下操作步骤：S1、获取知识图谱问答数据集：获取知识图谱问答数据集，再利用CNN加Transformer模型进行建模，然后将数据输入到模型中进行训练模型。本发明提供一种基于深度学习的知识图谱问答方法，主要是利用知识图谱问答的特点，构建出一种基于CNN和Transformer的深度学习模型，其中分别利用CNN和Transformer的特点实现自然语言问题与关系之间字符级别的匹配和上下文语义之间的匹配，进而有效提升了匹配的准确性，同时通过使用Bi‑LSTM神经网络有效识别出自然语言问题中的实体，能够有效减少传统字符串匹配所产生噪声问题，从而进一步提升知识图谱问答性能。
-
Patent Agency Ranking
公开(公告)号：CN113676475A
公开(公告)日：2021-11-19
申请号：CN202110956812.3
申请日：2021-08-19
Applicant: 中电积至(海南)信息技术有限公司
Abstract: 一种基于XGBoost的端口扫描恶意流量的检测方法，利用已知的标准恶意流量数据集(CICIDS2017数据集)构成的基础流量数据集B，确认根据该基础数据集对XGBoost模型进行训练，获得训练好的XGBoost模型，使用训练好的XGBoost模型对软件定义网络的流量进行在线检测是否存在端口扫描恶意流量，对于存在误检或者漏检的情况采用人工办法进行干预；将误检或者漏检的流量标签进行重置，并将该流量加入到基础数据集中形成更新的数据集B′，当B′中新增流量样本增加到一定的比例时，重启XGBoost训练，获得优化的XGBoost模型，从而达到不断提升恶意流量检测成功率的目的。
-
公开(公告)号：CN114465787A
公开(公告)日：2022-05-10
申请号：CN202210074856.8
申请日：2022-01-21
Applicant: 中电积至(海南)信息技术有限公司
Abstract: 本发明公开了一种基于DPI的物联网加密流量监控方法，包括物联网IoT加密流量，其特征在于：通过在所述物联网IoT加密流量中，加入流量指纹，结合DPI信息用于流量模式的检测，用以判断流量模式是否正常，同时为了更深入地避免误检概率，利用TLS协议扩展功能加入应用协议版本信息和客户端所能支撑的版本信息来具象化一个TLS连接；与传统的其他的方法不同，本发明另辟蹊径，不是去定义识别特定威胁的新方法，而是在不搜索特定流量或恶意软件指纹的情况下，以通用方式对网络流量进行分类。
-
公开(公告)号：CN113987198A
公开(公告)日：2022-01-28
申请号：CN202111202188.4
申请日：2021-10-15
Applicant: 中电积至(海南)信息技术有限公司
IPC: G06F16/36 , G06F40/216 , G06F40/30
Abstract: 本发明提供一种基于嵌入表示的同源知识图谱的扩充方法。所述基于嵌入表示的同源知识图谱的扩充方法，包括以下步骤：S1将原有知识图谱初始化为嵌入向量，并利用TransE模型训练生成最终的嵌入向量，如已存在嵌入向量表示，则不必重新生成；S2将新增知识图谱初始化为嵌入向量，对于其中与原有知识图谱中完全相同的关系，使新增图谱中的该关系向量固定为原有知识图谱中的向量表示。本发明提供的基于嵌入表示的同源知识图谱的扩充方法，仅对TransE模型训练后找到的候选三元组对进行字符相似度计算，既利用到了知识图谱中的结构信息，也充分考虑了文本信息，没有简单的利用结构信息或是文本信息，而是联合两种信息来进行匹配过滤。
-
公开(公告)号：CN113793197A
公开(公告)日：2021-12-14
申请号：CN202111025469.7
申请日：2021-09-02
Applicant: 中电积至(海南)信息技术有限公司
IPC: G06Q30/06 , G06F16/332 , G06F16/36
Abstract: 本发明提供一种基于知识图谱语义融合的会话推荐系统。所述基于知识图谱语义融合的会话推荐系统，包括：用于提取用户和推荐系统对话的关键词的对话文本收集模块、用于增强表示对话文本中提取到的信息并对齐单词级和项目级语义空间的知识图谱模块。本发明提供一种基于知识图谱语义融合的会话推荐系统，通过设置知识图谱模块能够实现增强表示对话文本中提取到的信息并对齐单词级和项目级语义空间的基于语义融合，其中，通过分别采用面向单词的知识图谱ConceptNet单元和面向项目的知识图谱Dbpedia单元，可以分别对单词和项目的表示进行增强，并使用图卷积神经网络方法，基于增强后的单词和项目使用互信息最大化技术进行语义融合，进而有效的消除语义差距。
-
公开(公告)号：CN113792532A
公开(公告)日：2021-12-14
申请号：CN202111025467.8
申请日：2021-09-02
Applicant: 中电积至(海南)信息技术有限公司
IPC: G06F40/166 , G06F40/30 , G06F16/35
Abstract: 本发明提供一种基于Bi‑GRU的字符级虚假评论自动生成工具。所述基于Bi‑GRU的字符级虚假评论自动生成工具包括以下步骤：S1获取部分：从目标攻击平台收集真实评论集，并获取与该系统具有相同主题的带情感倾向标签的训练集，对其进行数据预处理。本发明提供的基于Bi‑GRU的字符级虚假评论自动生成工具，采用字符级语言模型来用作在线点评系统虚假评论生成，不需要预先构建大型词汇库，成本更低，且字符级语言模型可以充分满足短文本生成的需求，生成的评论更加流畅，虚假评论任务本身具有容错率，允许一定程度内的错字错拼现象，因为在真实场景中，用户在发表评价中，常常会出现这一情况，而字符级语言模型可以充分学习这一点，生成更具真实性的评论。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
