公开(公告)号：CN119272106A

公开(公告)日：2025-01-07

申请号：CN202411283963.7

申请日：2024-09-13

Applicant: 四川大学

Inventor： 梁刚 ,  颜可翔 ,  蒲奥 ,  胡海馨 ,  赵奎 ,  杨进

IPC: G06F18/241 ,  G06F18/25 ,  G06F18/213 ,  G06N5/04 ,  G06F18/22 ,  G06F40/30

Abstract: 本发明涉及网络内容安全、网络空间安全技术等领域，公开了一种基于双重特征的自适应多模态虚假消息检测方法及模型，采用基于双重特征的自适应多模态虚假消息检测模型实现，包括：自适应推文处理模块用于得到推文的自然语言内容、视觉内容和标记信息；数据增强模块获取推文的自然语言内容，并输入到数据增强模块的大语言模型内对文本进行改写；多模态特征构建模块用于得到多模态模式特征和事实特征；虚假消息检测模块结合一个包含门控网络的多专家网络聚合推文特征实现虚假消息的分类，最终起到准确的进行虚假信息检测的有益效果，旨在改善现有的虚假信息检测方法在现实场景中的准确性。

公开(公告)号：CN115473734A

公开(公告)日：2022-12-13

申请号：CN202211108049.X

申请日：2022-09-13

Applicant: 四川大学

Inventor： 黄诚 ,  赵书立 ,  韩家璇 ,  汪扬 ,  李希然 ,  黄嘉 ,  胡海馨

IPC: H04L9/40 ,  H04L67/02

Abstract: 本发明公开了一种基于单分类和联邦学习的远程代码执行攻击检测方法，它涉及信息安全技术领域；它包括以下步骤：步骤1：搭建单机特征提取模型，用于数据包语义特征提取；步骤2：搭建联邦学习框架，接入单机特征提取模型；步骤3：使用更新的单机特征提取模型提取数据包语义特征并训练异常检测模型；步骤4：使用训练的异常检测模型对数据包是否是远程代码执行攻击数据包进行判定。本发明的提出能够降低检测模型对人工专家的依赖，同时在一定程度上解决单一企业或组织训练数据稀缺导致的分类模型性能不高问题。

公开(公告)号：CN119227686B

公开(公告)日：2025-04-25

申请号：CN202411283583.3

申请日：2024-09-13

Applicant: 四川大学

Inventor： 梁刚 ,  孙明旭 ,  胡海馨 ,  蒲奥 ,  赵奎 ,  杨进

IPC: G06F40/295 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/088 ,  G06N5/04

Abstract: 本发明涉及网络内容安全、网络空间安全技术等领域，公开了一种基于仇恨对象特征和变体词还原的仇恨言论检测方法，包括基于P‑Tuning v2方法微调ChatGLM2‑6B模型，构建变体词还原模块；采用BIO标注法对中文仇恨言论数据集中的每条样本进行仇恨对象实体标注，建立BERT‑CRF模型并进行特征提取和标签序列优化，同时保存训练完成后的BERT编码器层参数；将训练得到的BERT编码器层参数初始化至仇恨言论检测模块的BERT编码器层，开展并完成仇恨言论检测模块的训练；利用训练好后的仇恨言论检测模型对输入的任一条待检测文本进行最终的仇恨言论检测分类；该方法增强了模型的上下文特征提取能力，减缓了特定表述对模型决策的负面影响，并有效缓解了变体词对仇恨言论检测语义提取的干扰。

公开(公告)号：CN119227686A

公开(公告)日：2024-12-31

申请号：CN202411283583.3

申请日：2024-09-13

Applicant: 四川大学

Inventor： 梁刚 ,  孙明旭 ,  胡海馨 ,  蒲奥 ,  赵奎 ,  杨进

IPC: G06F40/295 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/088 ,  G06N5/04

Abstract: 本发明涉及网络内容安全、网络空间安全技术等领域，公开了一种基于仇恨对象特征和变体词还原的仇恨言论检测方法，包括基于P‑Tuning v2方法微调ChatGLM2‑6B模型，构建变体词还原模块；采用BIO标注法对中文仇恨言论数据集中的每条样本进行仇恨对象实体标注，建立BERT‑CRF模型并进行特征提取和标签序列优化，同时保存训练完成后的BERT编码器层参数；将训练得到的BERT编码器层参数初始化至仇恨言论检测模块的BERT编码器层，开展并完成仇恨言论检测模块的训练；利用训练好后的仇恨言论检测模型对输入的任一条待检测文本进行最终的仇恨言论检测分类；该方法增强了模型的上下文特征提取能力，减缓了特定表述对模型决策的负面影响，并有效缓解了变体词对仇恨言论检测语义提取的干扰。

公开(公告)号：CN115473734B

公开(公告)日：2023-08-11

申请号：CN202211108049.X

申请日：2022-09-13

Applicant: 四川大学

Inventor： 黄诚 ,  赵书立 ,  韩家璇 ,  汪扬 ,  李希然 ,  黄嘉 ,  胡海馨

IPC: H04L9/40 ,  H04L67/02

Abstract: 本发明公开了一种基于单分类和联邦学习的远程代码执行攻击检测方法，它涉及信息安全技术领域；它包括以下步骤：步骤1：搭建单机特征提取模型，用于数据包语义特征提取；步骤2：搭建联邦学习框架，接入单机特征提取模型；步骤3：使用更新的单机特征提取模型提取数据包语义特征并训练异常检测模型；步骤4：使用训练的异常检测模型对数据包是否是远程代码执行攻击数据包进行判定。本发明的提出能够降低检测模型对人工专家的依赖，同时在一定程度上解决单一企业或组织训练数据稀缺导致的分类模型性能不高问题。