专利标题 公开号/公告号 公开日期 摘要 专利状态
一种基于行为特征强验证的网站API防护方法 CN202411329207.3 2024-11-22 本申请涉及一种基于行为特征强验证的网站API防护方法，该方法首先通过对获取的API请求数据进行授权强验证；而后，对验证通过的API请求数据进行行为特征以及传统特征提取，并拼接行为特征和传统特征，得到总特征；并将所述总特征经过LSTM模型，得到计算特征；最后基于所述计算特征和局部异常因子计算局部离群分数；基于所述局部离群分数确定API请求数据的异常情况，若异常则重新进行授权强验证，若正常则请求目标API，提高了网站API防护的有效性。 授权
一种中文语法纠错方法及系统 CN202410279802.4 2024-07-02 本申请涉及一种中文语法纠错方法及系统，方法包括：获取包含语法错误的原文本；将原文本输入至预训练后的Bert模型，输出语义表征向量；将语义表征向量分别经过两个不同的具有归一化的两层前馈神经网络，分别得到复制概率和错误类型概率，并返回错误类型概率的最大值的索引值，基于最大值的索引值确定复制分发向量；基于语义表征向量计算得到编辑标签概率；将编辑标签概率、复制分发向量以及复制概率进行融合，得到最终的编辑标签概率，基于最终的编辑标签概率确定最终的编辑标签；基于最终的编辑标签对原文本进行修改；直至原文本无错误，得到正确文本。 专利权的授权
一种基于行为子图表征的恶意Bot识别方法 CN202410157739.7 2024-04-05 本申请涉及一种基于行为子图表征的恶意Bot识别方法，通过数据缓冲区从访问请求数据流和行为数据流中获取用户会话数据；对行为信息进行映射，得到行为特征表示；基于用户信息和行为特征表示构建用户‑行为对；基于用户信息和请求数据中的访问目标信息构建用户‑访问目标对；从用户信息中分离出用户偏移信息；基于用户信息、用户偏移信息、行为信息、访问目标信息设计节点；基于用户‑行为对和用户‑访问目标对之间的连接关系，得到关联矩阵；以归一化后的关联矩阵作为权重边；基于节点和权重边构建会话子图；将会话子图输入至基于LSTM聚合的图网络分类器，得到最终节点的信息表示；基于最终节点的信息表示得到恶意Bot识别结果。 专利权的授权
一种基于对抗生成网络的Web攻击检测方法 CN202410029341.5 2024-04-09 本申请涉及一种基于对抗生成网络的Web攻击检测方法，该方法包括：对HTTP原始请求数据进行URL二次解码，对解码后的HTTP原始请求数据进行词序随机打乱，得到增强后的HTTP文本；对增强后的HTTP文本进行Transformer嵌入，得到原始语义信息；将原始语义信息输入至训练后的对抗生成网络中的生成器；原始语义信息经过原始语义编码器得到原始语义表征，原始语义表征经过解码器得到生成语义信息，生成语义信息经过生成语义编码器得到生成语义表征；计算原始语义表征与生成语义表征之间的差异；将差异与阈值进行对比，确定Web攻击检测结果。该方法能够在Web攻击检测的分类任务中取得较好的效果。 专利权的授权
一种基于会话语境感知的谣言检测方法 CN202310828763.4 2023-09-22 本申请涉及一种基于会话语境感知的谣言检测方法，该方法包括：获取原帖、原贴对应的评论以及评论的语义信息；并将原帖与原贴对应的评论进行拼接，得到拼接文本；对拼接文本进行编码，得到词嵌入；并将词嵌入输入至多评论注意力机制粒度掩码BERT模型，得到模型输出；根据模型输出得到最终会话编码；最终会话编码为以各所述原贴对应的评论为节点的传播图；基于传播图，并根据评论的语义信息，计算出各节点对应的融合评论立场的语义特征；将融合评论立场的语义特征输入至图卷积网络，输出谣言分类结果。该方法能够提高谣言检测的精度，并在谣言传播的早期阶段仍能具有良好的检测能力。 专利权的授权
一种基于多维特征网络的Web攻击检测方法 CN202211300460.7 2023-03-24 本发明公开了一种基于多维特征网络的Web攻击检测方法，对HTTP请求进行文本和时间上的分离与处理，得到HTTP文本内容数据和时间段内请求数据文档；并对HTTP文本内容数据和时间段内请求数据文档分别进行文本维度和时间维度的特征提取；在文本维度上根据局部特征和全局特征得到文本维度特征表示，弥补了卷积网络全局特征提取的弱势方面；在时间维度上对时间段内请求数据文档进行特征提取，进而得到时间维度特征表示，扩大了应用范围与尺度，提到了攻击检测的广度和深度；最后，根据文本维度特征表示和时间维度特征表示，得到攻击检测结果，进一步提高了检测的精度。 专利权的授权
一种基于超图聚合网络的Web攻击检测方法及装置 CN202210915207.6 2022-10-25 本申请公开提供了一种基于超图聚合网络的Web攻击检测方法及装置，其中，该方法包括：获取HTTP请求文本数据；对HTTP请求文本数据进行预处理；将预处理后的HTTP请求文本数据转换为字符级顶点表示，以空格作为预处理后的HTTP请求文本数据的分隔符生成超边集合，根据超边集合和顶点表示得到关联矩阵；将顶点表示和关联矩阵输入预先训练的超图聚合网络模型，得到Web攻击检测结果，超图聚合网络模型中的每一层包括顶点聚合模块和超边聚合模块，解决了现有技术中，超图网络分类器采用卷积或者注意力机制进行信息的融合和计算，在字符级的HTTP文本请求中由于字符所包含的语义信息没有单词的语义信息多，效果大打折扣的问题。 专利权的授权
一种基于分词增强的中文错字校正方法及系统 CN202210448670.4 2022-07-15 发明涉及一种基于分词增强的中文错字校正方法及系统，中文错字校正方法包括以下步骤，S1、获取包含中文错字的原始文本；S2、利用分词模块中的第一文本编码模块获取原始文本的第一隐藏状态，并根据所述原始文本的第一隐藏状态预测目标文本的分词结果；S3、利用纠正模块中预先训练的文本编码模型，根据所述原始文本、分词结果和第一隐藏状态获取最终隐藏状态；S4、利用纠正模块中的纠正网络模块，根据所述最终隐藏状态对所述原始文本进行纠正得到目标文本。本方法可预测目标文本的分词结果，在原始文本存在错别字的情况下，能获得正确的分词结果，为纠正过程提供有效信息，确保目标文本的正确性。 专利权的授权
一种多标签文本分类方法及模型 CN202210384987.6 2022-07-08 本发明公开了一种多标签文本分类方法及模型，分类方法包括标签预适应任务，根据多标签文本分类的输入数据，得到预适应嵌入的特征表示，进而进行相似度匹配；共享特征获取，根据多标签文本分类的输入数据，以及对标签预适应任务中的预训练语言模型进行权重加载，得到共享特征表示；并行分类任务，利用共享特征表示作为并行任务的输入，并行任务包括篇章‑标签分类任务、关键词‑标签分类任务以及标签‑标签相关性判断任务；分类模型包括标签预适应模块、共享特征获取模块、关键词抽取模块、标签采样模块、篇章‑标签分类模块、关键词‑标签分类模块、以及标签‑标签相关性判断模块。本发明增加了并行任务，提升了模型的性能。 专利权的授权
基于Transformer的应用层恶意有效负载检测方法、系统、设备及介质 CN202110670903.0 2022-05-17 本发明公开了一种基于Transformer的应用层恶意有效负载检测方法、系统、设备及介质，其方法为：构建应用层用户请求样本集，每个样本包括一条应用层用户请求及其恶意有效负载信息，恶意有效负载信息包括一组或多组具体恶意有效负载及其类别；对样本集进行数据预处理得到用户请求及各词元的类别真实标签；使用预处理后的样本集训练预先构建的基于Transformer的深度神经网络模型；使用训练得到的模型对待检测的应用层用户请求中的各词元，预测其恶意有效负载类别；最终合并连续且相同类别的词元，确定用户请求中的恶意有效负载信息。本发明能够准确有效地对应用层用户请求中的恶意有效负载信息进行检测。 专利权的授权