-
公开(公告)号:CN117692903A
公开(公告)日:2024-03-12
申请号:CN202311666026.5
申请日:2021-10-25
Applicant: 武汉大学
IPC: H04W12/121 , H04W12/61 , H04W12/63 , H04W4/80
Abstract: 本发明公开了一种基于时空演化的NFC中继攻击判定、安全认证系统及方法,基于多因素时空感知算法,综合考虑了接入位置、通信时间与接入时间作为安全验证因素,同时对验证流程中可能发生的篡改验证信息、重放攻击等攻击也可以提供有效防御。基于NFC应用场景多元化、设备类型繁多的特点,设计一种方便易用的软件层面的防御措施,能够在不需对现有设备硬件做出重新更改的情况下实现有效防御,降低实现中继攻击防御的成本。除了安装APP外无需进行其他额外工作,极大地提高了用户友好性和可实施性,为解决NFC支付存在的隐患提供了切实可行的技术途径。
-
公开(公告)号:CN118395297A
公开(公告)日:2024-07-26
申请号:CN202410452893.7
申请日:2024-04-16
Applicant: 武汉大学
IPC: G06F18/2415 , G06F18/214 , G06F18/25 , G06F18/22 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于情感视域聚焦的跨模态方面级情感分析方法及系统。设计两个图文对应的预训练模型获得图片和文本的初始特征向量表示,获取先验知识;一个基于结合了多头注意力机制的编码器的视阈聚焦模块,筛选包含情感的图片区域和与需要分析情感的方面对象高度相关的图片区域;一个transformer转换器通过构建上下文完成模态间特征的融合;两个全连接网络实现的情感分类器,分别完成图片视阈和图片情感子视域和文本共同构成的上下文序列的分类;一个动态模态间调控机制,针对两个分类结果进行个性化的权重分配,整合两种模态的输出。该过方法对于理解和分析复杂的图文情感表达具有重要意义,可广泛应用于自动化情感分析领域。
-
公开(公告)号:CN113891321B
公开(公告)日:2024-01-05
申请号:CN202111241213.X
申请日:2021-10-25
Applicant: 武汉大学
IPC: H04W12/121 , H04W12/61 , H04W12/63 , H04W4/80
Abstract: 本发明公开了一种基于时空演化的NFC中继攻击判定、安全认证系统及方法,基于多因素时空感知算法,综合考虑了接入位置、通信时间与接入时间作为安全验证因素,同时对验证流程中可能发生的篡改验证信息、重放攻击等攻击也可以提供有效防御。基于NFC应用场景多元化、设备类型繁多的特点,设计一种方便易用的软件层面的防御措施,能够在不需对现有设备硬件做出重新更改的情况下实现有效防御,降低实现中继攻击防御的成本。除了安装APP外无需进行其他额外工作,极大地提高了用户友好性和可实施性,为解决NFC支付存在的隐患提供了切实可行的技术途径。
-
公开(公告)号:CN113891321A
公开(公告)日:2022-01-04
申请号:CN202111241213.X
申请日:2021-10-25
Applicant: 武汉大学
IPC: H04W12/121 , H04W12/61 , H04W12/63 , H04W4/80
Abstract: 本发明公开了一种基于时空演化的NFC中继攻击判定、安全认证系统及方法,基于多因素时空感知算法,综合考虑了接入位置、通信时间与接入时间作为安全验证因素,同时对验证流程中可能发生的篡改验证信息、重放攻击等攻击也可以提供有效防御。基于NFC应用场景多元化、设备类型繁多的特点,设计一种方便易用的软件层面的防御措施,能够在不需对现有设备硬件做出重新更改的情况下实现有效防御,降低实现中继攻击防御的成本。除了安装APP外无需进行其他额外工作,极大地提高了用户友好性和可实施性,为解决NFC支付存在的隐患提供了切实可行的技术途径。
-
公开(公告)号:CN118395298A
公开(公告)日:2024-07-26
申请号:CN202410452894.1
申请日:2024-04-16
Applicant: 武汉大学
IPC: G06F18/2415 , G06F18/214 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于跨模态语法‑视觉图卷积网络的方面级情感分析方法及设备,包含一个跨模态图结构构造模块、一个类型敏感的图卷积网络完成模态间特征的更新。通过预训练模型获得图片和文本的特征向量表示,通过语法分析方法获得文本的图结构表示,构建新的依赖关系将图片特征向量并入图中构成新的整合式跨模态图结构,经由类型敏感的图卷积网络更新方面词对应的特征向量,利用全连接神经网络对该组评论完成最后的方面级情感检测。利用预训练模型获得了包含先验知识的基础特征表示,利用语法分析和新的跨模态图结构的构造,对跨模态评论进行细粒度的划分和组合,利用图网络完成细粒度融合,完成最终的情感分类检测。
-
-
-
-