公开(公告)号：CN113254939B

公开(公告)日：2024-04-19

申请号：CN202110551311.7

申请日：2021-05-20

Applicant: 江苏大学

Inventor： 黎洋 ,  朱会娟 ,  徐志城 ,  王良民 ,  余春堂 ,  经普杰 ,  林小果

IPC: G06F18/2433 ,  G06F18/211 ,  G06F21/57 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/045

Abstract: 本发明公开一种基于多注意力机制和自适应学习的智能合约漏洞检测方法，首先通过抽取智能合约交易行为的多维度原始特征构建数据集，其次提出一种深度学习多注意机制自适应权重模型AdaNet用以学习原始特征的重要性并挖掘不同特征间的关联关系；基于以上模型，针对智能合约漏洞领域样本正负样本不均衡问题通过最小化类AUC损失以获得比传统分类模型更强的泛化性能。

公开(公告)号：CN116821905A

公开(公告)日：2023-09-29

申请号：CN202310639896.7

申请日：2023-06-01

Applicant: 江苏大学

Inventor： 朱会娟 ,  夏梦珍 ,  王良民 ,  马润泽 ,  徐志城 ,  陈磊 ,  朱海宇

IPC: G06F21/56 ,  G06F18/213 ,  G06F18/214 ,  G06F18/211 ,  G06F18/2415 ,  G06N3/048 ,  G06N3/08 ,  G06N5/01

Abstract: 本发明公开一种基于知识搜索的恶意软件检测方法及系统，基于知识蒸馏算法和神经网络结构搜索技术的模型训练方式以改进现有深度学习的训练方式。首先从安卓软件样本中提取所需的特征文件，从特征文件中提取所需的特征类型，对特征进行筛选形成特征数据集用以表征安卓软件样本。其次，多层感知机网络能够有效捕捉原始特征之间的相关性和依赖性，具有良好的分类优势。引入知识蒸馏和神经网络结构搜索技术，通过教师网络模型参与指导学生网络模型的训练过程，并自适应地搜索学习能力最强的学生网络模型，解决教师网络和学生网络模型间的性能差距，进而为基于深度学习的恶意软件检测领域提供了可行性方案。

公开(公告)号：CN113254939A

公开(公告)日：2021-08-13

申请号：CN202110551311.7

申请日：2021-05-20

Applicant: 江苏大学

Inventor： 黎洋 ,  朱会娟 ,  徐志城 ,  王良民 ,  余春堂 ,  经普杰 ,  林小果

IPC: G06F21/57 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多注意力机制和自适应学习的智能合约漏洞检测方法，首先通过抽取智能合约交易行为的多维度原始特征构建数据集，其次提出一种深度学习多注意机制自适应权重模型AdaNet用以学习原始特征的重要性并挖掘不同特征间的关联关系；基于以上模型，针对智能合约漏洞领域样本正负样本不均衡问题通过最小化类AUC损失以获得比传统分类模型更强的泛化性能。