1 |
1
1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅장치에서 수행되는 신경망 기반의 암호화 데이터를 분류하는 방법으로서,암호화된 텍스트 데이터를 수치화하여 상기 암호화된 텍스트 데이터에 상응하고 벡터 형태를 갖는 임베딩벡터를 생성하는 임베딩단계;학습된 복수의 신경망모델을 포함하는 특징추출모듈에 의하여, 상기 임베딩벡터에 상응하는 복수의 특징값을 포함하는 학습벡터를 도출하는 특징추출단계; 및복수의 완전 연결된 계층을 포함하는 분류모듈에 의하여, 상기 학습벡터를 입력받아 상기 암호화된 텍스트 데이터가 분류될 수 있는 복수의 분류 항목 가운데 특정 분류 항목으로 상기 암호화된 텍스트 데이터를 라벨링하는 분류단계;를 포함하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
2 |
2
청구항 1에 있어서,상기 암호화된 텍스트 데이터는 대칭키를 사용하여 암호화된 텍스트 데이터에 해당하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
3 |
3
청구항 1에 있어서,상기 임베딩단계는,상기 암호화된 텍스트 데이터에 기초하여 단어 단위의 복수의 토큰을 생성하는 토큰생성단계;상기 암호화된 텍스트 데이터에 포함된 특수문자 및 공백을 제거하여 상기 암호화된 텍스트 데이터를 가공하는 데이터가공단계; 및상기 복수의 토큰을 사용하여 상기 가공된 암호화된 텍스트 데이터에 대한 임베딩벡터를 생성하는 인코딩단계;를 포함하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
4 |
4
청구항 1에 있어서,상기 특징추출모듈은,제1신경망모델, 제2신경망모델 및 제3신경망모델을 포함하고,상기 특징추출단계는,상기 임베딩벡터를 상기 제1신경망모델에 입력하여 제1특징정보를 도출하는 제1특징정보도출단계;상기 제1특징정보를 상기 제2신경망모델에 입력하여 제2특징정보를 도출하는 제2특징정보도출단계;상기 제2특징정보를 상기 제3신경망모델에 입력하여 제3특징정보를 도출하는 제3특징정보도출단계; 및상기 제3특징정보에 기초하여 학습벡터를 도출하는 학습벡터도출단계;를 포함하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
5 |
5
청구항 4에 있어서,상기 특징추출단계는,상기 학습벡터도출단계가 수행되기 전까지 상기 제1특징정보도출단계, 상기 제2특징정보도출단계 및 상기 제3특징정보도출단계를 N(N은 2 이상의 자연수)회 반복 수행하고,M(M은 N 이하의 자연수)회 반복 수행하는 상기 복수의 신경망모델 각각은 M-1회 반복 수행하여 도출된 은닉상태정보를 사용하여 특징정보를 도출하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
6 |
6
청구항 1에 있어서,상기 특징추출모듈은,제1신경망모델, 제2신경망모델 및 제3신경망모델을 포함하고,상기 제1신경망모델은 Bidirectional LSTM(BLSTM) 신경망 모델에 해당하고, 상기 제2신경망모델은 Gated Recurrent Unit(GRU) 신경망 모델에 해당하고, 상기 제3신경망모델은 Long-Short Term Memory(LSTM) 신경망 모델에 해당하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
7 |
7
청구항 1에 있어서,상기 분류단계는,상기 학습벡터를 상기 복수의 완전 연결된 계층에 입력하여 상기 암호화된 텍스트 데이터가 분류될 수 있는 복수의 분류 항목의 개수에 상응하는 크기를 갖는 중간벡터를 도출하는 단계; 및상기 중간벡터에 포함된 값들에 소프트맥스 함수(Softmax Function)를 적용하여 상기 암호화된 텍스트 데이터를 상기 복수의 분류 항목 가운데 특정 분류 항목으로 라벨링하는 단계;를 포함하는, 신경망 기반의 암호화 데이터를 분류하는 방법
|
8 |
8
신경망 기반의 암호화 데이터를 분류하는 방법을 수행하는, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅장치로서,상기 컴퓨팅장치는,암호화된 텍스트 데이터를 수치화하여 상기 암호화된 텍스트 데이터에 상응하고 벡터 형태를 갖는 임베딩벡터를 생성하는 임베딩단계;학습된 복수의 신경망모델을 포함하는 특징추출모듈에 의하여, 상기 임베딩벡터에 상응하는 복수의 특징값을 포함하는 학습벡터를 도출하는 특징추출단계; 및복수의 완전 연결된 계층을 포함하는 분류모듈에 의하여, 상기 학습벡터를 입력받아 상기 암호화된 텍스트 데이터가 분류될 수 있는 복수의 분류 항목 가운데 특정 분류 항목으로 상기 암호화된 텍스트 데이터를 라벨링하는 분류단계;를 수행하는, 컴퓨팅장치
|
9 |
9
1 이상의 프로세서에 의해 실행되는 복수의 명령들을 포함하는, 컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은,암호화된 텍스트 데이터를 수치화하여 상기 암호화된 텍스트 데이터에 상응하고 벡터 형태를 갖는 임베딩벡터를 생성하는 임베딩단계;학습된 복수의 신경망모델을 포함하는 특징추출모듈에 의하여, 상기 임베딩벡터에 상응하는 복수의 특징값을 포함하는 학습벡터를 도출하는 특징추출단계; 및복수의 완전 연결된 계층을 포함하는 분류모듈에 의하여, 상기 학습벡터를 입력받아 상기 암호화된 텍스트 데이터가 분류될 수 있는 복수의 분류 항목 가운데 특정 분류 항목으로 상기 암호화된 텍스트 데이터를 라벨링하는 분류단계;를 포함하는, 컴퓨터 프로그램
|