基于大语言模型的漏洞信息识别方法及装置

    公开(公告)号:CN119783116A

    公开(公告)日:2025-04-08

    申请号:CN202411966797.0

    申请日:2024-12-30

    Abstract: 本公开属于核电技术领域,具体涉及一种基于大语言模型的漏洞信息识别方法及装置。本公开针对某些CVE的PoC信息进行收集,并对部分数据进行人工标注,以人工标注的方式增强了训练数据的准确可靠性,从而提高后续模型的学习能力。通过利用GPT‑3.5‑turbo模型对CVE和PoC数据进行识别和总结,基于TTP内容形式对每条信息进行描述,将CVE和PoC信息统一为TTP标准格式,剔除了原始信息中的噪音干扰,能够增强大语言模型对关键信息特征的识别和学习能力,并使用指令微调技术提高GPT模型完成任务效果。基于微调完成后的Llama‑2模型,对输入的目标CVE和PoC信息进行识别处理,并基于输出判别CVE和PoC的关联关系。从而解决CVE与PoC关联识别时依赖人工分析的问题。

    基于频域扰动的黑盒可转移声纹识别系统对抗攻击方法及装置

    公开(公告)号:CN119649821A

    公开(公告)日:2025-03-18

    申请号:CN202411897795.0

    申请日:2024-12-23

    Abstract: 本公开属于核电技术领域,具体涉及一种基于频域扰动的黑盒可转移声纹识别系统对抗攻击方法及装置。本公开考虑人耳对语音信号的感知同时依赖于语音信号的频率和响度的特性,通过对人耳不敏感的频率区间添加对抗扰动,使得该方法生成的语音对抗样本对人耳隐蔽,不仅对人耳难以分辨,也能使模型分类错误;针对大多数黑盒对抗攻击方法需要大量的对攻击目标进行查询,攻击耗时长,难以实际应用的问题,本公开利用对抗样本的转移性,采用三阶段迭代的方法,该方法增加了对抗样本的隐蔽性以及生成速度,由此免去了对攻击目标的大量查询,实现了高成功率的针对未知声纹识别系统的对抗攻击。

Patent Agency Ranking