-
公开(公告)号：CN115310083A
公开(公告)日：2022-11-08
申请号：CN202210805144.9
申请日：2022-07-08
Applicant: 暨南大学 , 广东省科技基础条件平台中心
Abstract: 本发明为一种基于对比学习的恶意软件鲁棒识别方法，公开一种恶意软件组织(或家族)的端到端鲁棒识别技术，该技术实施过程包含训练阶段和测试阶段。在训练阶段，使用卷积神经网络模型MConv，结合三大模块(对抗训练模块、对比学习模块、KL散度模块)对MConv进行基于对比学习的对抗训练。在测试阶段，使用MConv和全连接层进行样本识别。本发明充分考虑恶意软件逃逸组织识别的可能性，针对目的为了逃逸的对抗攻击可能性，更符合网络空间的现实需求，更具有现实应用的发明意义，且在各评估指标上显示该方法能达到良好的识别和抵御对抗攻击的效果。
-
公开(公告)号：CN114328277A
公开(公告)日：2022-04-12
申请号：CN202210234709.2
申请日：2022-03-11
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明提供了一种软件缺陷预测和质量分析方法、装置、设备及介质，方法包括：获取不同领域的软件项目历史数据，并根据软件项目历史数据获取不同粒度的项目模块缺陷信息；根据项目模块缺陷信息建立知识图谱；根据知识图谱构建多任务训练模型，并对多任务训练模型进行训练和学习，得到软件质量分析指标的预测结果。采用本发明实施例，能够基于不同领域的软件历史数据，充分利用历史数据的关联性进行关联分析，来获得缺陷预测信息，并基于构建的知识图谱和训练模型，依据缺陷特征建立多个质量分析指标体系，通过预测指标的权重分析，保证质量指标有效性，从而能够直接了解新项目的缺陷预测和产品质量，进一步提高项目管理的工作效率。
-
公开(公告)号：CN119623453A
公开(公告)日：2025-03-14
申请号：CN202510163193.0
申请日：2025-02-14
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明公开了一种信息化项目合规性检查方法、装置、设备、介质及产品，所述方法包括对合规性检测材料进行向量化处理并根据嵌入向量的上下文关系进而识别出材料中的实体；采用预设的种子规则对实体进行迭代学习和训练，直到补全实体的实体关系；将实体和实体关系映射到共同的向量空间，计算实体和实体关系之间的相似度，根据所述相似度对实体和实体关系并进行对齐；根据相关合规性检查文件定义出符号规则，根据所述符号规则和嵌入学习对对齐后的实体和实体关系进行迭代学习，得到合规性检查规则，从而对信息化项目进行合规性检查，得到信息化项目的合规性检查结果。实现对信息化项目合规性检查过程的全面、准确、可靠的评价。
-
公开(公告)号：CN119623453B
公开(公告)日：2025-05-06
申请号：CN202510163193.0
申请日：2025-02-14
Applicant: 广东省科技基础条件平台中心
Abstract: 本发明公开了一种信息化项目合规性检查方法、装置、设备、介质及产品，所述方法包括对合规性检测材料进行向量化处理并根据嵌入向量的上下文关系进而识别出材料中的实体；采用预设的种子规则对实体进行迭代学习和训练，直到补全实体的实体关系；将实体和实体关系映射到共同的向量空间，计算实体和实体关系之间的相似度，根据所述相似度对实体和实体关系并进行对齐；根据相关合规性检查文件定义出符号规则，根据所述符号规则和嵌入学习对对齐后的实体和实体关系进行迭代学习，得到合规性检查规则，从而对信息化项目进行合规性检查，得到信息化项目的合规性检查结果。实现对信息化项目合规性检查过程的全面、准确、可靠的评价。
-
-
-
Search Results
4
records
(took 0.027 seconds)
