一种基于溯源子图的异常检测方法、装置及电子设备

    公开(公告)号:CN118568628A

    公开(公告)日:2024-08-30

    申请号:CN202410624914.9

    申请日:2024-05-20

    Applicant: 清华大学

    Abstract: 本发明实施例公开一种基于溯源子图的异常检测方法、装置及电子设备,该方法包括:从应用日志中提取多个包含关键字段的应用会话,以及基于审计日志生成溯源图;针对每个应用会话,利用深度优先搜索算法,从应用会话提供的应用进程出发,按照信息流的方向对溯源图进行遍历,将遍历得到的溯源子图作为应用会话对应的行为子图;获取每个行为子图的多个有根子图,根据多个有根子图,计算行为子图的嵌入向量,行为子图中每个有根子图对应的阶数不同;通过对溯源图的多个嵌入向量进行多次采样,生成溯源图的多个孤立树;根据每个行为子图在所有孤立树中高度的期望,以及平衡二叉树最坏情况下的搜索长度,检测溯源图中是否含有异常的行为子图。

    基于可微分投影的高精度多视角点云重建方法及装置

    公开(公告)号:CN114820923B

    公开(公告)日:2024-08-13

    申请号:CN202210293201.X

    申请日:2022-03-23

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于可微分投影的高精度多视角点云重建方法及装置,其中,方法包括:获取多张RGB图像;根据多张RGB图像中每张RGB图像的纹理信息和/或结构信息提取每张RGB图像的图像特征;基于每张RGB图像的图像特征生成同一物体的统一特征表达,并恢复对应物体原有的三维结构,得到粗点云的重建点云;对于重建点云和真实点云,使用可微分投影技术渲染多个不同视角下的重建点云投影与真实点云投影,以对输入的至少一张视图恢复满足预设条件的高精度多视角重建点云。由此,解决了相关技术中基于倒角距离的度量方式无法精确度量重建点云与真实点云之间的误差,导致无法满足高精度多视角的三维点云重建需求的问题。

    一种工控资产识别方法、装置、电子设备及存储介质

    公开(公告)号:CN117909699A

    公开(公告)日:2024-04-19

    申请号:CN202311841646.8

    申请日:2023-12-28

    Abstract: 本申请涉及一种工控资产识别方法、装置、电子设备及存储介质,应用于资产识别技术领域,所述方法包括:获取网络会话日志信息,从网络会话日志信息中提取被识别资产的初始资产信息;根据初始资产信息构建资产信息获取请求,并向被识别资产发送资产信息获取请求;接收被识别资产返回的资产版本信息;将资产版本信息添加至初始资产信息中,得到目标资产信息;将目标资产信息表示为资产知识向量,从资产指纹库包含的资产指纹向量中选取与资产知识向量相似度最高的目标资产指纹向量;将资产指纹库中目标资产指纹向量对应的厂商及型号信息确定为被识别资产的厂商及型号信息。本申请可以提高资产识别的准确性,且不会对被识别资产产生干扰。

    基于事件数据增强的运动物体重建方法及装置

    公开(公告)号:CN116452649A

    公开(公告)日:2023-07-18

    申请号:CN202310269687.8

    申请日:2023-03-16

    Applicant: 清华大学

    Abstract: 本申请涉及一种基于事件数据增强的运动物体重建方法及装置,其中,方法包括:采集包含运动物体的运动视频数据;基于运动视频数据生成满足第一预设帧率条件的高帧率重构图像序列;将单视图深度图输入预设点云生成网络,生成单视图稠密点云;将每个视角下的单视图稠密点云输入预设多视图点云融合网络,得到融合后的稠密点云;将每一时刻获得的融合后的稠密点云进行处理,渲染得到物体三维运动轨迹。由此,解决了相关技术中,通过检测或分割算法,难以获得高速运动物体准确的运动轨迹,鉴于传统相机在采集数据时基于固定帧率,阻碍了对高速运动物体的追踪能力,降低了对运动物体重建的精细化水平等问题。

    一种基于神经网络的立体网格数据处理方法和系统

    公开(公告)号:CN109658489B

    公开(公告)日:2023-06-30

    申请号:CN201811540285.2

    申请日:2018-12-17

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于神经网络的立体网格数据处理方法和系统,其中,该系统包括:数据获取单元用于获取数据库中的待处理数据,其中,待处理数据的数据类型为立体网格型,待处理数据包括中心点数据、顶点向量数据、单位法向量数据和相邻面数据;特征计算单元用于根据神经网络模型,计算待处理数据对应的融合特征,其中,神经网络模型包括空间描述子模型和结构描述子模型;全局特征计算单元用于根据神经网络模型中的全局多层感知模型和最大池化模型,计算融合特征对应的全局特征值,全局特征值用于描述待处理数据。通过本申请中的技术方案,有利于提高对三维模型的立体网格数据的特征提取能力,提高了立体网格数据处理的准确性。

    用于视频事件定位模型的学习样本选择的方法和系统

    公开(公告)号:CN116229312A

    公开(公告)日:2023-06-06

    申请号:CN202310002699.4

    申请日:2023-01-03

    Abstract: 本发明公开了一种用于视频事件定位模型的学习样本确定的方法、系统和计算机可读存储介质。该方法包括:接收第一、第二视频,该第一、第二视频对应属于同一事件类型的第一、第二事件;获得第一视频包含的每个帧在第二视频中的对应帧;通过将第一视频中的一个帧与其在第二视频中的一个对应帧表示为一个对应关系,记录第一视频中的帧与第二视频中的帧的全部对应关系集合;选择全部对应关系集合中满足时序约束的最大对应关系集合,该最大对应关系集合为全部对应关系集合的子集;根据最大对应关系集合,从第一视频确定第三视频,从第二视频确定第四视频。第三、四视频为精确的学习样本,利用其获得的视频事件定位模型的性能更好。

    一种面向债券风险智能监测方法和装置

    公开(公告)号:CN115936835A

    公开(公告)日:2023-04-07

    申请号:CN202211403593.7

    申请日:2022-11-10

    Abstract: 本发明公开了一种面向债券风险智能监测方法和装置,其中,该方法包括:获取影响企业违约的指标数据;将指标数据输入训练好的违约分析模型进行分析计算得到实时风险评估结果;其中,违约分析模型是通过比对多个预设算法模型的训练评估结果得到选定分析模型,并判定选定分析模型的分析结果是否达到预设风险评估结果,以根据判定结果训练选定分析模型得到的;基于实时风险评估结果确定企业金融风险的风险值。本发明通过构成风险评估的指标体系,开展城投债、金融债和产业债等债券主体的违约风险分析,实现完善的风险监测模型,对信用债市场的债券做违约概率预测与风险评分。

    一种基于Linux系统的调度处理方法及装置

    公开(公告)号:CN112433834B

    公开(公告)日:2023-01-13

    申请号:CN202011318413.6

    申请日:2020-11-23

    Abstract: 本发明公开一种基于Linux系统的调度处理方法及装置,包括:当高精度定时器函数启动时,将标记变量置为启动标识符;判断标记变量是否为所述启动标识符;若为是,则运行高精度定时器函数的回调函数,设置回调函数中的MVB定时器的超时时长为第一超时时长,将状态变量置为MVB时段标识符;判断MVB定时器是否触发;若为是,则将状态变量置为Linux时段标识符,设置回调函数中的MVB定时器的超时时长为第二超时时长;判断MVB定时器是否触发,所述MVB定时器的超时时长为所述第二超时时长;若为是,则返回执行设置回调函数中的MVB定时器的超时时长为第一超时时长的步骤。应用本发明能够保证MVB任务被按时完成。

    基于系统溯源图搜索匹配攻击模式的在线系统及服务器

    公开(公告)号:CN115277124A

    公开(公告)日:2022-11-01

    申请号:CN202210818526.5

    申请日:2022-07-12

    Applicant: 清华大学

    Abstract: 本发明提供的一种基于系统溯源图搜索匹配攻击模式的在线系统及服务器,包括输入层,用于输入攻击图以及系统溯源图;攻击模式匹配运算层,用于利用攻击图拆分算法对攻击图进行划分,获得攻击子图;根据系统溯源图与攻击图对应拓扑关系,使用候选图匹配算法搜索在系统溯源图中查找与攻击子图匹配的候选子图;对候选子图进行拼接得到完整候选图;利用相似度排序方法对每个完整候选图与系统溯源图的相似度进行排序;根据排序第一的完整候选图,确定是否需要输出威胁告警;输出层,用于输出威胁告警。本发明的攻击模式匹配层具备良好的检测能力,能够有效帮助安全人员检测系统内是否存在与给定攻击模式类似的行为。

    三维对象检测方法、装置、电子设备及存储介质

    公开(公告)号:CN115205843A

    公开(公告)日:2022-10-18

    申请号:CN202210507723.5

    申请日:2022-05-10

    Applicant: 清华大学

    Abstract: 本申请公开了一种三维对象检测方法、装置、电子设备及存储介质,其中,方法包括:获取未知类别的目标三维对象的点云数据;根据点云数据提取目标三维对象的点云视觉特征;将点云视觉特征输入至预先训练的三维对象检测模型,得到目标三维对象的检测结果,其中,三维对象检测模型由已知类的视觉标签和词向量三元组损失训练得到。由此,解决了相关技术中对于未知类型的三维对象,由于样本受限,难以对三维对象进行精确检测,泛用性较差的技术问题。

Patent Agency Ranking