-
公开(公告)号：CN101977180B
公开(公告)日：2013-06-19
申请号：CN201010265437.X
申请日：2010-08-21
Applicant: 南京大学 , 江苏南大苏富特科技股份有限公司
IPC: H04L29/06
Abstract: 一种基于漏洞攻击的安全协议验证方法，方法采用安全协议一致性目标来描述安全协议的认证性与秘密性安全属性，使用基于进程状态变迁规则定义与数据类型映射模式的方式实现对安全协议的建模。本方法将对安全协议的验证转换成攻击者基于会话消息的性质约束，求解目标会话数据，攻击协议会话，发现安全协议漏洞的过程。本方法通过对安全协议的建模，实现攻击者由安全协议规则约束出发，通过拆分约束形成求解目标，并由求解过程形成求解域，最终实现对安全协议漏洞的搜索与验证。实验证明，本方法针对规则安全协议具备可终止性。
-
公开(公告)号：CN101977180A
公开(公告)日：2011-02-16
申请号：CN201010265437.X
申请日：2010-08-21
Applicant: 南京大学 , 江苏南大苏富特科技股份有限公司
IPC: H04L29/06
Abstract: 一种基于漏洞攻击的安全协议验证方法，方法采用安全协议一致性目标来描述安全协议的认证性与秘密性安全属性，使用基于进程状态变迁规则定义与数据类型映射模式的方式实现对安全协议的建模。本方法将对安全协议的验证转换成攻击者基于会话消息的性质约束，求解目标会话数据，攻击协议会话，发现安全协议漏洞的过程。本方法通过对安全协议的建模，实现攻击者由安全协议规则约束出发，通过拆分约束形成求解目标，并由求解过程形成求解域，最终实现对安全协议漏洞的搜索与验证。实验证明，本方法针对规则安全协议具备可终止性。
-
-
公开(公告)号：CN109684484A
公开(公告)日：2019-04-26
申请号：CN201811515375.6
申请日：2018-12-11
Applicant: 南京大学
CPC classification number: G06F17/2775 , G06F17/2715
Abstract: 本发明涉及一种SWOT指标体系构建系统，其包括：关键词提取模块，对文本数据集的关键词提取；映射模块，关键词聚类和SWOT指标体系映射；以及权重建议生成模块，生成指标体系权重建议。清晰地列出影响目标实施的优势、劣势、机会和威胁因素，并加以综合分析，将影响目标实施的复杂因素明朗化，决策者可以清楚地掌握目标实施中可能存在的风险与机遇，从而提高决策的准确性。
-
公开(公告)号：CN109657070A
公开(公告)日：2019-04-19
申请号：CN201811515374.1
申请日：2018-12-11
Applicant: 南京大学
Abstract: 本发明涉及终端集中存储领域，具体为一种终端辅助SWOT指标体系的构建方法，其包括：步骤S100，基于终端对文本数据集的关键词提取；步骤S200，关键词聚类和SWOT指标体系映射；以及步骤S300，生成指标体系权重建议。关键词的自动提取和聚类，有效节省了专家人力资源，并在一定程度上避免了SWOT体系构建过程中人为干扰因素的影响。
-
Patent Agency Ranking
公开(公告)号：CN109684484B
公开(公告)日：2023-06-09
申请号：CN201811515375.6
申请日：2018-12-11
Applicant: 南京大学
IPC: G06F16/36 , G06F16/35 , G06F40/289 , G06F40/216
Abstract: 本发明涉及一种SWOT指标体系构建系统，其包括：关键词提取模块，对文本数据集的关键词提取；映射模块，关键词聚类和SWOT指标体系映射；以及权重建议生成模块，生成指标体系权重建议。清晰地列出影响目标实施的优势、劣势、机会和威胁因素，并加以综合分析，将影响目标实施的复杂因素明朗化，决策者可以清楚地掌握目标实施中可能存在的风险与机遇，从而提高决策的准确性。
-
公开(公告)号：CN109657070B
公开(公告)日：2023-06-09
申请号：CN201811515374.1
申请日：2018-12-11
Applicant: 南京大学
IPC: G06F16/36 , G06F16/35 , G06F40/289 , G06F40/216
Abstract: 本发明涉及终端集中存储领域，具体为一种终端辅助SWOT指标体系的构建方法，其包括：步骤S100，基于终端对文本数据集的关键词提取；步骤S200，关键词聚类和SWOT指标体系映射；以及步骤S300，生成指标体系权重建议。关键词的自动提取和聚类，有效节省了专家人力资源，并在一定程度上避免了SWOT体系构建过程中人为干扰因素的影响。
-
公开(公告)号：CN118866167A
公开(公告)日：2024-10-29
申请号：CN202411000281.0
申请日：2024-07-24
Applicant: 南京大学
Abstract: 本发明公开一种基于哈希学习的药物虚拟筛选方法：首先获取蛋白质‑分子复合物数据集；分别定义蛋白质和分子编码器；定义对比学习目标函数，学习蛋白质和分子的相似性信息；定义多模态哈希目标函数，学习蛋白质和分子的二值向量；将对比学习和多模态哈希目标函数构成最终损失函数，训练模型。将分子数据库中的分子表示成二值向量。在进行药物虚拟筛选时，将蛋白质靶标表示为二值向量。计算蛋白质靶标的二值向量和分子数据库中二值向量之间海明距离，或是通过二值向量数据库构建倒排索引来检索最可能结合的分子。根据实际需求，选取一定比例的分子作为候选药物分子。本发明提升了药物虚拟筛选的精度，减少了存储开销，提升了检索速度。
-
公开(公告)号：CN117275591A
公开(公告)日：2023-12-22
申请号：CN202311257894.8
申请日：2023-09-27
Applicant: 南京大学
IPC: G16B50/30 , G16B40/00 , G06F16/903 , G06F16/901 , G06F16/9038 , G06F18/214 , G06F18/22 , G06N3/042
Abstract: 本发明公开一种基于哈希学习的相似蛋白质结构检索方法：首先获取蛋白质结构数据集，计算两两之间的相似度信息；针对查询样本，采样正样本与负样本；将蛋白质结构建模为图，并提取节点和边特征，更新节点和边的特征表示，定义量化损失和相似性损失，得到最终损失函数，训练模型。基于训练得到的模型将已收集的每个蛋白质结构表示成二值向量，得到二值向量数据库。在检索时，用训练得到的模型将待检索的新蛋白质结构表示为二值向量，通过直接计算二值向量间的海明距离或是构建倒排索引的方式来检索相似的结构，也可以对基于二值向量检索返回的靠前的蛋白质结构用其他实值向量或者更复杂的算法进行重新排序。本发明减少了存储开销，提升了检索速度。
-
公开(公告)号：CN109684644A
公开(公告)日：2019-04-26
申请号：CN201811617009.1
申请日：2018-12-27
Applicant: 南京大学
CPC classification number: G06F17/271 , G06F17/277
Abstract: 本发明涉及语境核心词提取领域，具体为一种基于语境的依存句法树的构建方法，其包括：步骤S100，获取句子；步骤S200，通过核心词判断将句子切分形成片段序列；步骤S300，判断片段序列之间的中间词的归属语境；步骤S400，去除单个词的语境，获得最小语境集合；以及步骤S500，基于最小语境集合构建依存句法树。实现了基于核心词进行依存句法树的构建。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.064 seconds)
