公开(公告)号：CN114866278A

公开(公告)日：2022-08-05

申请号：CN202210298928.7

申请日：2022-03-25

Applicant: 广州杰赛科技股份有限公司 ,  暨南大学

Inventor： 杜翠凤 ,  官全龙 ,  蒋仕宝

IPC: H04L9/40 ,  H04L45/028

Abstract: 本发明提供了一种网络安全动态防御方法、装置、设备及介质，能够根据网络安全可靠性的大小动态调整网路的可行路径集合，并结合网络安全可靠性的变动方向动态调整网络通信的存活时隙，以此构建边缘计算网络下的网络可行路径集合，并采用随机选取通信路径的方式，在一定程度上降低了攻击者通过监听掌握通信路径后发起跟随攻击的可能性。

公开(公告)号：CN107944270A

公开(公告)日：2018-04-20

申请号：CN201711263967.9

申请日：2017-12-05

Applicant: 暨南大学

Inventor： 官全龙 ,  罗伟其 ,  崔林 ,  张凌燕 ,  张焕明 ,  吴祖剑

IPC: G06F21/56

Abstract: 本发明公开了一种可验证的安卓恶意软件检测系统及方法，该系统包括安卓应用源数据初始化过滤模块、可疑代码报警器模块和恶意代码验证模块，安卓应用源数据初始化过滤模块首先对安卓应用源数据初始化过滤和特征生成；可疑代码报警器模块发现可疑的恶意代码通过警报器标记；恶意代码验证模块用验证器验证安卓恶意软件及其恶意代码。本发明实现自动地检测由病毒检测服务平台的门户网站提交的数据流是否含有恶意代码，以及由系统提供的API接口提交的文件里是否含有恶意代码，并实现识别技术给予验证，该发明可发现安卓恶意应用开发者提交的安卓恶意代码，并通过有效的验证技术提高恶意代码检测的准确率。

公开(公告)号：CN103634293B

公开(公告)日：2017-02-08

申请号：CN201310520541.2

申请日：2013-10-29

Applicant: 暨南大学

Inventor： 姚国祥 ,  罗伟其 ,  胡舜 ,  魏林锋 ,  翁健 ,  官全龙 ,  朱淑华 ,  张焕明

IPC: H04L29/06

Abstract: 本发明公开了一种基于双硬件的数据安全传输方法及系统，方法包括下述步骤：S1、用户将数据从非保密网下载到移动存储设备上；S2、用户使移动存储设备与中间机相连接，中间机对其进行安全检测；S3、中间机将通过检测的安全数据存储在主功能模块的缓存上；S4、用户将安全的数据下载到安全移动存储设备上；S5、用户将安全移动存储设备连接保密网计算机，并将数据上传。系统包括移动存储设备、中间机以及安全移动存储设备。本发明将非保密网与保密网进行物理隔离，而通过中间机进行数据分析和安全检测后再将无威胁数据安全传输给保密网计算机，这样有效防止了恶意用户及病毒、木马等恶意程序对于保密网的入侵，保证了保密网的数据安全。

公开(公告)号：CN103067406B

公开(公告)日：2015-07-22

申请号：CN201310013736.8

申请日：2013-01-14

Applicant: 暨南大学

Inventor： 姚国祥 ,  罗伟其 ,  黄彩婷 ,  官全龙 ,  魏林锋 ,  朱淑华 ,  詹丽 ,  叶林

IPC: H04L29/06 ,  H04L29/08

Abstract: 本发明公开了一种公有云与私有云之间的访问控制系统及方法，该访问控制系统包括私有云端的私有云控制模块和公有云端的公有云控制模块，私有云控制模块包括云间数据交换模块和用户访问控制模块；云间数据交换模块通过网络分别与所述用户访问控制模块和公有云控制模块连接；本发明方法将基于角色的访问控制与基于属性的访问控制相结合，在私有云内部采用基于属性的访问控制方式，在私有云访问公有云时采用基于角色的访问控制方式，由于本发明限制了私有云的用户对公有云中资源或服务的访问权限，因此本发明具有云间数据交换安全性非常高的优点。

公开(公告)号：CN101789931B

公开(公告)日：2012-12-05

申请号：CN200910214602.6

申请日：2009-12-31

Applicant: 暨南大学

Inventor： 姚国祥 ,  罗伟其 ,  官全龙 ,  尚华益

IPC: H04L29/06 ,  H04L12/56

Abstract: 本发明为一种基于数据挖掘的网络入侵检测系统及方法，系统包括：数据包捕获模块、数据包分析模块、碎片重组模块、数据挖掘模块、协议分析模块、报警响应模块和规则解析模块。本发明有效结合了数据挖掘技术和协议分析技术，提高了检测的精确性和可靠性，同时利用数据挖掘技术处理海量数据，实现实时响应。

公开(公告)号：CN101795261A

公开(公告)日：2010-08-04

申请号：CN200910214557.4

申请日：2009-12-31

Applicant: 暨南大学

Inventor： 姚国祥 ,  罗伟其 ,  官全龙 ,  邱振谋 ,  魏林锋 ,  梁德恒

IPC: H04L29/06 ,  G06F21/22

Abstract: 本文提出了一种基于移动数据安全的信息保护系统和方法，其主要包括下面几个功能：防病毒摆渡功能、移动设备与系统双向认证功能、信息智能销毁功能、防非法内外联功能和安全审计功能。在建立移动数据安全保护的过程，完成移动设备在内网从购入登记、使用到销毁的整个过程的管理与监控，研究及开发一套符合信息网络或主机使用的移动数据安全保护系统。本发明主要克服传统移动设备易被病毒传染的致命缺陷，保证政府或企业的移动数据安全，解决移动设备在政府、企业、教育、银行等行业内网环境中使用的安全问题。

公开(公告)号：CN118870395B

公开(公告)日：2024-12-17

申请号：CN202411288630.3

申请日：2024-09-14

Applicant: 暨南大学

Inventor： 黄秀姐 ,  陈宇豪 ,  官全龙 ,  崔林 ,  赵山程 ,  陈仁章 ,  刘志全

IPC: H04W24/02 ,  H04W24/06 ,  H04W28/08 ,  H04W28/16 ,  H04W4/44 ,  H04W4/46 ,  G06F8/61 ,  G06F9/50 ,  G06N3/006 ,  G06N3/0464

Abstract: 本发明提供一种基于自注意力机制的车联网任务卸载和资源分配方法及系统，方法包括以下步骤：基于车联网高速道路环境VEC架构，构建车联网任务卸载模型；基于车联网任务卸载模型，获得任务卸载和资源分配的联合优化问题；将联合优化问题转化为马尔科夫决策过程；采用基于自注意力机制的A‑MADDPG算法求解马尔科夫决策过程，获得联合优化方案；基于联合优化方案，完成车联网任务卸载和资源分配。本发明所设计的任务卸载联合优化方案，通过智能协作，车辆不仅选取合适的卸载对象还选取合适的通信信道进行卸载传输，而且各个边缘服务器闲置资源按照任务需求进行动态分配，从而确保整个环境中的所有车辆都能处于高效的运行水平。

公开(公告)号：CN119005308A

公开(公告)日：2024-11-22

申请号：CN202411488220.3

申请日：2024-10-24

Applicant: 暨南大学 ,  广东光大信息科技股份有限公司

Inventor： 官全龙 ,  管文山 ,  方良达 ,  段修亮 ,  黄秀姐 ,  周玉宇 ,  杨志伟 ,  巩志国 ,  罗伟其 ,  陈晓宇

IPC: G06N5/02 ,  G06N3/0442 ,  G06N3/0455 ,  G06F18/25

Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。

公开(公告)号：CN114038517B

公开(公告)日：2024-11-15

申请号：CN202110983302.5

申请日：2021-08-25

Applicant: 暨南大学

Inventor： 官全龙 ,  叶贤斌 ,  赖兆荣 ,  罗伟其 ,  汪超男 ,  方良达

IPC: G16C20/70 ,  G16C20/20 ,  G06N3/042 ,  G06N3/0895 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明涉及一种基于对比学习的自监督图神经网络预训练方法，步骤为：对公开数据库的化合物分子进行预处理，筛选出有机分子；对筛选出的有机分子进行结构分解并提取，将所得的子结构作为标识符，并构建子结构的语料库；将分解后的子结构看作超级节点并构建相应的子图数据，该子图数据与原分子图数据构成正样本对，随机选出若干个子图数据与原分子图数据组成负样本对；构建基于注意力机制的图卷积神经网络、基于多层次的门控循环单元和多层感知机模块，组成自监督学习模型；将所有正负样本对数据输入自监督学习模型进行预训练并保存，便于下游任务的微调。解决对缺乏标注的药物分子的场景时，进行深度学习模型训练所产生的泛化性能不足的问题。

公开(公告)号：CN118171275B

公开(公告)日：2024-07-30

申请号：CN202410598914.6

申请日：2024-05-15

Applicant: 暨南大学 ,  广州新科佳都科技有限公司 ,  广州方纬智慧大脑研究开发有限公司

Inventor： 官全龙 ,  张天 ,  黄秀姐 ,  方良达 ,  赵山程 ,  巩志国 ,  栾学晨 ,  黎阳 ,  毕玲滢

IPC: G06F21/56 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0895 ,  G06F123/02

Abstract: 本发明公开了一种基于自监督箱型分类的智能交通车辆安全检测方法及系统，包括：采集智能交通数据集Car Hacking并进行数据预处理，提取时序特征数据，剔除不相关特征；基于LSTM自监督箱型分类模型和智能交通车辆入侵检测模型构建初始智能交通车辆安全检测模型；利用时序特征数据，对初始智能交通车辆安全检测模型进行训练，将达到预设训练精度的智能交通车辆安全检测模型进行测试，验证自监督箱型分类方法的有效性，并评估模型对于识别未知攻击类型的性能，构建获得基于自监督箱型分类的目标智能交通车辆安全检测模型来进行车辆安全监测，获得检测结果。本发明提高了安全检测的准确性和可靠性。