“陈厚积”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于支持向量机的DApp攻击检测模型建立方法及装置-CN202310524806.X在审
发明人：王国军;张雨恒;李培强;翟广鑫;陈厚积;刘雪蕾;朱津瑶 -专利权人：广州大学
申请日： 2023-05-09 - 公布日： 2023-09-29 - 主分类号： G06F21/57 文献下载
摘要：本公开提供了一种基于支持向量机的DApp攻击检测模型建立方法及装置，其中，方法包括：获取函数调用序列数据集，对功能及结构相似的函数调用序列进行归一化，去除无用信息或噪声，获得数据预处理后的函数调用序列数据集；使用N‑gram模型对数据预处理后的函数调用序列数据集中的函数调用序列进行切片操作，得到切片后函数调用序列数据集，使用TF‑IDF算法对切片后函数调用序列数据集中的函数调用序列向量化，得到向量化函数调用序列数据集；构建多分类SVM的DApp攻击检测模型，将向量化函数调用序列数据集划分为训练集和测试集，使用训练集和测试集，对多分类SVM的DApp攻击检测模型进行训练和测试，得到最终的多分类SVM的DApp攻击检测模型。
基于支持向量 dapp 攻击检测模型建立方法装置

[发明专利]一种基于参数敏感性的DApp函数调用的标记方法及装置-CN202310643781.5在审
发明人：王国军;张雨恒;刘湘勇;李旭彬;陈厚积;刘雪蕾;朱津瑶 -专利权人：广州大学
申请日： 2023-05-31 - 公布日： 2023-09-12 - 主分类号： G06F21/56 文献下载
摘要：本说明书实施例提供了一种基于参数敏感性的DApp函数调用的标记方法及装置，其中，方法包括：根据预设的专家系统分析方法对DApp函数调用的参数类型进行判断，将参数分类为良性参数和恶意参数；对未完成分类的参数根据函数类型进行聚类，生成多个文件，根据所述多个文件中是否含有相同或者相似的参数将所述文件分为K个集群；对所述K个集群赋不同的敏感度，分别计算K个集群与恶意参数的距离并进行排序，根据排序结果确定相关参数的类别并进行标记。与现有技术相比具有计算相率高、鲁棒性高、能够有效缓解数据稀疏、易于实现异质信息融合等优点。
一种基于参数敏感性 dapp 函数调用标记方法装置

[发明专利]以太坊交易函数调用序列的生成方法、装置及存储介质-CN202310715617.0在审
发明人：彭滔;李旭彬;王国军;李培强;顾婉仪;翟广鑫;陈厚积;张雨恒 -专利权人：广州大学
申请日： 2023-06-15 - 公布日： 2023-09-05 - 主分类号： G06F21/57 文献下载
摘要：本发明公开了一种以太坊交易函数调用序列的生成方法、装置及存储介质，方法包括：对以太坊客户端进行插桩，对以太坊执行过的所有调用智能合约的交易进行重放，获得每笔交易的动态操作码序列和调用的所有智能合约地址；获取智能合约地址对应的Creation Code、ABI和Source Code；获取CFG和FCG；根据CFG和FCG数据生成所有智能合约的映射表；定位每个操作码序列函数外部调用的入口；将入口之后的操作码序列与映射表信息进行匹配，得到完整的函数调用序列。本发明利用插桩获取每笔以太坊交易的动态信息，同时结合CFG、FCG和序列匹配等传统静态分析方法，通过动静结合得到函数调用序列。
以太交易函数调用序列生成方法装置存储介质

[发明专利]基于多分类模型的DApp风险检测的方法、系统及装置-CN202310530700.0在审
发明人：彭滔;陈厚积;王国军;李旭彬;张雨恒;李培强;朱津瑶;刘雪蕾 -专利权人：广州大学
申请日： 2023-05-10 - 公布日： 2023-08-22 - 主分类号： G06F21/57 文献下载
摘要：本发明公开了一种基于多分类模型的DApp风险检测的方法、系统及装置，包括：S1、获取待检测序列数据和训练集数据；S2、对待检测序列数据和训练集数据进行数据预处理得到待检测序列预处理数据和训练集预处理数据；S3、将训练集预处理数据进行降维得到降维训练集预处理数据；S4、建立分类模型，基于降维训练集预处理数据对分类模型进行训练，得到训练后的分类模型；S5、将待检测序列预处理数据输入训练后的分类模型，得到多种类别的判定概率，将除了正常类别之外的风险类别的判定概率求和作为未知风险的判定概率，若概率大于设置阈值，则发现性的DApp风险，否则未发现。本发明可以实现DApp风险检测。
基于分类模型 dapp 风险检测方法系统装置

[发明专利]移动群智感知中基于移动性预测的任务分配隐私保护方法-CN202310183917.9在审
发明人：彭滔;谢治东;王国军;官科健;游玮;陈厚积 -专利权人：广州大学
申请日： 2023-02-27 - 公布日： 2023-08-04 - 主分类号： G06F21/62 文献下载
摘要：本发明涉及移动群智感知隐私保护领域，且公开了移动群智感知中基于移动性预测的任务分配隐私保护方法，利用差分隐私技术对参与者的历史轨迹信息进行混淆保护处理，基于混淆后的轨迹数据进行移动性预测。在此基础上，采用具有精英策略的多目标优化NSGA‑II算法将多个任务根据不同目标进行用户选择的问题映射为一个帕累托最优的博弈模型，最大化完成感知任务的期望的同时最小化整体的支出成本。采用改进的NSGA‑II算法能够加快问题的求解速度，并得到全局最优解，在保护用户隐私的同时，实现多目标优化的最佳任务分配。
移动感知基于移动性预测任务分配隐私保护方法