-
公开(公告)号：CN119989346A
公开(公告)日：2025-05-13
申请号：CN202510064627.1
申请日：2025-01-15
Applicant: 南开大学
IPC: G06F21/56 , G06F9/455 , G06F18/10 , G06F18/213 , G06F18/2433 , G06N3/0442 , G06N3/045 , G06F123/02
Abstract: 本发明属于计算机技术领域，提出一种基于硬件性能计数器的容器异常行为检测方法。首先，本发明基于Docker容器搭建了一个实验平台，并在该平台内部署了Linux容器，通过将良性软件和恶意软件样本挂载到容器中，利用自动化脚本框架实现样本的自动化运行，结合容器外部宿主机操作系统提供的Perf工具，收集容器运行时的硬件性能计数器时序数据，从而实现对容器异常行为的高效、精准检测；然后，本发明对收集到的数据进行系统的预处理，剔除干扰项并提取有效信息，将处理后的数据保存以便进一步用作深度学习模型的训练；最后，本发明设计并构建了一种融合注意力机制的双向长短期记忆网络，将预处理后的数据作为模型的输入进行训练，得到异常行为检测模型。
-
公开(公告)号：CN119989343A
公开(公告)日：2025-05-13
申请号：CN202510065287.4
申请日：2025-01-16
Applicant: 南开大学
Abstract: 本发明属于计算机技术领域，特别是涉及基于GPU硬件性能计数器时序数据的面向深度学习模型攻击的检测方法。该方法包括：1)在GPU平台上训练深度学习模型，每次对初始的深度学习模型输入正常数据集或投毒攻击数据集或后门攻击数据集，进行训练并收集对应GPU的数据集。具体是，使用Nsight工具采集训练全程的GPU硬件性能计数器数据作为初始数据。而后对初始数据进行处理，通过信息增益方法筛选特征，根据处理与筛选后的结果生成用于训练攻击检测模型的数据集。2)以朴素贝叶斯法作为机器学习分类器，利用步骤1)生成的数据集训练，获得面向深度学习模型攻击的检测模型。对深度学习模型训练中产生的GPU硬件性能计数器数据，输入攻击检测模型进行检测，获取检测结果。
-
公开(公告)号：CN119215230A
公开(公告)日：2024-12-31
申请号：CN202310795465.X
申请日：2023-06-30
Applicant: 天津市口腔医院(天津市整形外科医院、南开大学口腔医院)
IPC: A61L27/26 , A61L27/52 , A61L27/50 , A61L27/54 , A61L27/56 , A61K9/06 , A61K47/42 , A61K47/36 , C12N5/00
Abstract: 本发明涉及一种用于骨再生的可注射光固化双网络水凝胶及其制备方法和用途。本发明还涉及一种负载OGP的GelMA/HAMA双网络水凝胶，基于物理链缠结和化学交联效应的结合实现了OGP的有效长期缓慢释放。该水凝胶聚合物在光照下快速成型，有合适的多孔结构、物理特性和生物相容性。在体外试验中，GelMA/HAMA‑OGP水凝胶有利于细胞的增殖、粘附和迁移，上调成骨相关基因和蛋白表达，具有良好体外诱导细胞成骨分化的能力。在体内动物实验中，该水凝胶促进了骨缺损区域的再生和修复。本发明制备过程简单，价廉易得，可以通过比较简单的步骤制得双网络水凝胶，为骨再生治疗提供了新的思路。
-
公开(公告)号：CN117992959A
公开(公告)日：2024-05-07
申请号：CN202410315121.9
申请日：2024-03-19
Applicant: 南开大学
IPC: G06F21/56 , G06N3/0442 , G06N3/0464 , G06F9/455 , G06F18/24 , G06F18/25
Abstract: 本发明属于计算机技术领域，特别是涉及一种基于Xen虚拟机带外特征的恶意软件检测方法。使用libxc库确定虚拟机与页表相关的配置后，利用libvmi库以及对Windows Eprocess的结构化分析，获取对应进程的页表基地址，并结合页表相关的配置和标志位，遍历页表以获得该进程访问的全部内存，作为该程序运行时的特征数据，用以区分良性软件和恶意软件。
-
公开(公告)号：CN112231060A
公开(公告)日：2021-01-15
申请号：CN202011117499.6
申请日：2020-10-19
Applicant: 南开大学
Abstract: 一种基于虚拟化平台的虚拟机异常行为检测方法。其包括从虚拟机平台中的虚拟机管理器层获取客户虚拟机的内存转储文件；使用图像方法描述内存转储文件中数据特征，并获得包含数据特征的灰度图像；将客户虚拟机正常运行下包含内存转储文件中数据特征的灰度图像与存在异常行为时包含内存转储文件中数据特征的灰度图像输入卷积神经网络模型进行训练，得到训练后的卷积神经网络模型；利用训练后的卷积神经网络模型检测客户虚拟机是否存在异常行为等步骤。本发明效果：能从虚拟机平台内存转储文件中提取信息，减少对客户虚拟机运行过程中干预，无需进行内核分析、逆向分析等操作，可移植性强、适用范围广，有助于提升云计算平台的安全保障能力。
-
Patent Agency Ranking
![2-[氨基甲酰基(甲基)氨基]乙酸甲酯盐酸盐在钙钛矿太阳能电池中的应用](/CN/2022/1/107/images/202210539518.jpg)
公开(公告)号：CN114937747A
公开(公告)日：2022-08-23
申请号：CN202210539518.7
申请日：2022-05-17
IPC: H01L51/46 , H01L51/48 , H01L51/44 , H01L51/42 , C07C277/08 , C07C279/14
Abstract: 本发明涉及太阳能电池技术领域，具体公开2‑[氨基甲酰基(甲基)氨基]乙酸甲酯盐酸盐在钙钛矿太阳能电池中的应用。本发明通过在钙钛矿薄膜层中添加2‑[氨基甲酰基(甲基)氨基]乙酸甲酯盐酸盐和2‑(2‑羟基‑5‑甲基苯基)苯并三唑，有效提高了钙钛矿太阳能电池的抗紫外线能力，减少表面的缺陷，使钙钛矿层具有优异的相稳定性，同时还提高了光电转化效率，基于此种钝化钙钛矿方法制备的钙钛矿太阳能电池具有高效、稳定且低成本的优点，此类制备技术的开发为钙钛矿太阳能电池的商业化应用提供了一种新的器件制备策略。
-
公开(公告)号：CN114928501A
公开(公告)日：2022-08-19
申请号：CN202210779989.5
申请日：2022-07-04
Applicant: 南开大学
IPC: H04L9/40 , H04L51/42 , G06F40/284 , G06N20/00
Abstract: 本发明属于计算机技术领域，特别是涉及一种基于个性化联邦学习的网络钓鱼邮件检测方法。该方法包括：1)每个客户端仅从本地邮件存储路径中获取邮件样本并读取，将邮件样本拆分为头部与正文分别进行清洗；2)每个客户端对清洗后的本地邮件的头部与正文分别进行单词级的划分，并使用GloVe词向量将其转化为文本矩阵；3)每个客户端将文本矩阵放入经修改优化后的卷积神经网络模型中进行本地训练，并利用个性化联邦学习算法与服务器端进行参数交互，服务器端仅利用客户端上传的参数与每个客户端完成联合训练，为每个客户端生成个性化网络钓鱼邮件检测模型；4)上述个性化网络钓鱼邮件检测模型用于检测每个客户端对应的本地邮件是否为网络钓鱼邮件。
-
公开(公告)号：CN119597915A
公开(公告)日：2025-03-11
申请号：CN202411638173.6
申请日：2024-11-16
Applicant: 南开大学
IPC: G06F16/35 , G06F40/16 , G06F40/30 , G06F40/295 , G06N3/045
Abstract: 本发明属于自然语言处理领域，特别是涉及一种基于结构化语义知识增强的数据识别方法。该方法包括：1)将经过处理和清洗后的数据集文本输入到文本编码器中，获得文本特征向量。2)对于经过处理和清洗后的数据集文本，使用基于Transformer的自动抽象语义表示解析器来获得相应的抽象语义表示图。在获得抽象语义表示图之后，通过确定性拓扑增强和概率性拓扑增强策略生成内聚子图，3)采用图编码器从抽象语义表示图和它们的内聚子图中提取相应的图特征向量。4)采用对比学习区分具有不同相似度的图文对。5)得到训练模型后，通过抽取事件测试效果。
-
公开(公告)号：CN113974878B
公开(公告)日：2024-12-13
申请号：CN202111353615.9
申请日：2021-11-16
Applicant: 天津市口腔医院(天津市整形外科医院、南开大学口腔医院)
Abstract: 本发明涉及口腔种植外科技术领域，具体涉及一种骨支持式双套环种植外科导板，该导板包括骨支持式开窗导板和双套环植入导板，骨支持式开窗导板上贯通开设有第一窗体，骨支持式开窗导板上设置有若干第一固位钉套环，第一固位钉套环内嵌有金属套环，金属套环的底部开设有固位钉孔；双套环植入导板上贯通开设有第二窗体，第二窗体的周围设置有颧骨套环，双套环植入导板上连接有牙槽嵴顶套环，双套环植入导板上设置有若干第二固位钉套环，第二固位钉套环的底部开设有固位钉孔。运用该导板，具有就位精度高、牙钻束缚长度长、种植备洞过程中无摆动和侧滑、种植备洞精度高的优点。
-
公开(公告)号：CN114626068A
公开(公告)日：2022-06-14
申请号：CN202210173072.0
申请日：2022-02-24
Applicant: 南开大学
Abstract: 一种基于JAVA函数调用序列的高精度第三方库漏洞模块检测方法。其包括爬取第三方库组件数据；获得补丁信息；找到漏洞源函数；生成第三方库代码文件的函数调用图，寻找出被漏洞污染的程序接口模块；建立JAVA第三方库与被漏洞污染的程序接口模块之间的映射关系，搭建漏洞模块关系数据库；识别程序项目当前使用的JAVA第三方库以及库版本号；识别程序接口模块；判断第三方库是否存在漏洞等步骤。本发明效果：可为后续开发人员选择第三方库及相关程序接口模块提供指导，使用更少的资源让开发人员知晓使用的第三方库的程序接口模块有无漏洞情况；避免在开发过程中选择有安全隐患的程序接口模块，可有效提高开发效率，减少后续测试成本。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
