智能终端入侵检测方法
    11.
    发明授权

    公开(公告)号:CN115103353B

    公开(公告)日:2025-04-01

    申请号:CN202210665270.9

    申请日:2022-06-13

    Abstract: 本发明公开了一种智能终端入侵检测方法和介质,其中方法包括:S101,获取特征信息;S102,进行编码转换,并根据转换得到的数值型特征生成特征数据集;S103,进行标准化和归一化,以得到训练数据集;S104,进行本地端模型的训练,并提取第一参数序列;S105,多次循环执行S101‑S104,以得到多个第一参数序列;S106,获取第二参数序列,并确定本地端对应的最终参数序列;S107,对最终参数序列进行加密,并将压缩包发送给服务器端;S108,服务器端根据多个压缩包对服务器端模型进行融合优化,并将融合优化后的入侵检测模型反馈给智能终端,以便智能终端进行入侵检测;能够对智能终端进行有效的入侵检测的前提下,保障用户的个人信息安全。

    基于虚拟试衣系统的网络试衣方法、装置、介质及设备

    公开(公告)号:CN118313901A

    公开(公告)日:2024-07-09

    申请号:CN202410492575.3

    申请日:2024-04-23

    Abstract: 本申请的实施例提供了一种基于虚拟试衣系统的网络试衣方法、装置、介质及设备。该方法包括:获取由买家客户端上传的客户人体图像以及目标衣物图像,目标衣物图像为买家客户端从由卖家客户端上传的若干衣物图像中确定;将客户人体图像以及目标衣物图像输入至预先训练完成的试衣成像模型中,以使试衣成像模型输出对应的虚拟试衣图像;将虚拟试衣图像发送至买家客户端进行显示;接收在交易完成后由买家客户端发送的针对虚拟试衣图像的评价结果;确定该评价结果是否为有效评价结果以根据有效评价结果对试衣成像模型进行优化。本申请实施例的技术方案可以有效获取虚拟试衣数据以对试衣成像模型进行优化,进而保证试衣图像的成像效果。

    跨摄像头的人脸活体检测方法及系统

    公开(公告)号:CN112633113A

    公开(公告)日:2021-04-09

    申请号:CN202011493977.3

    申请日:2020-12-17

    Abstract: 本发明公开了一种跨摄像头的人脸活体检测方法、介质及系统,其中方法包括:采集第一训练数据集,并训练得到人脸活体检测模型;通过源摄像头和目标摄像头进行活体样本对的采集,以根据活体样本对生成第二训练数据集,并根据第二训练数据集进行生成对抗网络的训练,以得到风格转移函数模型;通过目标摄像头获取待检测人脸图像,并将待检测人脸图像输入到风格转移函数模型,以及将风格转移后的待检测人脸图像输入到人脸活体检测模型,以得到待检测人脸图像对应的活体检测结果;能够在不对活体检测模型进行重新训练的情况下,保证跨摄像头活体检测结果的准确性。

    一种改进LBP和轻量卷积神经网络级联的人脸识别方法

    公开(公告)号:CN109583357A

    公开(公告)日:2019-04-05

    申请号:CN201811413568.0

    申请日:2018-11-23

    Applicant: 厦门大学

    Abstract: 本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法,提供:对齐分区局部二值模式初次识别测试单元,APLBP与轻量化卷积神经网络级联的二次识别测试单元,APLBP识别测试单元,轻量化卷积神经网络并行流水线模块加速单元,计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域,对于人脸图像的主要区域与次要区域,提取中心点LBP像素特征值;通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势,通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速,从而达到速度和准确率的双向提升。

    一种Android恶意应用在线检测方法

    公开(公告)号:CN109344614A

    公开(公告)日:2019-02-15

    申请号:CN201810810463.2

    申请日:2018-07-23

    Applicant: 厦门大学

    Abstract: 本发明提供一种Android恶意应用在线检测方法,在检测Android恶意软件的过程中,使用API函数字符串,提取8组特征信息,并映射为特征向量,而特征向量采用稀疏表示的形式;并且进一步分析API之间的不同关系并创建更高层次的关联分析;以图的方式来表示相关API作为结构化程序之间的关系;将API字符特征与关系图构成特征矩阵;采用多核学习方法训练出分类模型;部署在通用的Web架构中,实现Android应用软件的在线检测。本发明具有良好的分类效果,并且使用方便,快捷。

    一种改进LBP和轻量卷积神经网络级联的人脸识别方法

    公开(公告)号:CN109583357B

    公开(公告)日:2022-07-08

    申请号:CN201811413568.0

    申请日:2018-11-23

    Applicant: 厦门大学

    Abstract: 本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法,提供:对齐分区局部二值模式初次识别测试单元,APLBP与轻量化卷积神经网络级联的二次识别测试单元,APLBP识别测试单元,轻量化卷积神经网络并行流水线模块加速单元,计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域,对于人脸图像的主要区域与次要区域,提取中心点LBP像素特征值;通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势,通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速,从而达到速度和准确率的双向提升。

    基于改进局部二值模式的人脸识别方法

    公开(公告)号:CN109344758B

    公开(公告)日:2022-07-08

    申请号:CN201811118268.X

    申请日:2018-09-25

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于改进局部二值模式的人脸识别方法,拍摄人脸图片,采用人脸检测算法进行人脸检测,并进行裁剪;对得到的人脸图像,获取特征点的坐标,根据坐标对人脸图像进行处理,得到人脸的正脸图片,并分成训练集和测试集;采用基于4进制的近邻LBP算法计算对应参数;采用基于4进制的近邻LBP算法计算测试集与训练集中图片的特征值,在测试集中任意选取一张图片,并计算其特征向量与训练集中所有图片特征向量的欧氏距离,选取欧氏距离最小的训练样本作为此待测样本的识别结果,并与其标签进行比较,计算识别率,输出识别结果。本发明提出的方法能更好地反映图形的纹理特征,提高人脸识别的准确率。

    基于模糊测试的内核漏洞挖掘方法、介质、设备及装置

    公开(公告)号:CN112632557A

    公开(公告)日:2021-04-09

    申请号:CN202011525263.6

    申请日:2020-12-22

    Abstract: 本发明提出了一种基于模糊测试的内核漏洞挖掘方法、介质、设备及装置,其中该方法包括:对模糊测试工具反馈的语料库进行解压缩,以获取测试案例,其中,测试案例包括输入案例和崩溃案例;将崩溃案例进行预处理后输入到特征提取模型进行训练以获取特征信息;将输入案例进行预处理后输入到训练好的特征提取模型,以便根据特征信息从输入案例中筛选出特征案例;对特征案例进行压缩以形成输入语料库,并将输入语料库输入到模糊测试工具中,以进行漏洞挖掘;由此,通过对模糊测试工具反馈回来的输入案例进行特征筛选,以将崩溃案例中含有特征信息的特征案例作为新的输入案例,从而使模糊测试的遍历循环减少,降低工作量,进而提高漏洞挖掘的效率。

    基于可见光和近红外双目摄像头的人脸活体检测方法

    公开(公告)号:CN110929566A

    公开(公告)日:2020-03-27

    申请号:CN201910984034.1

    申请日:2019-10-16

    Abstract: 本发明公开了一种基于可见光和近红外双目摄像头的人脸活体检测方法,其中该方法包括:控制可见光摄像头进行人脸检测,并控制近红外摄像头处于休眠状态;通过可见光摄像头检测到可见光人脸时,唤醒近红外摄像头,并通过近红外摄像头对当前场景进行拍摄以获得近红外图像;采用预设的校准模型对可见光人脸区域进行校准,获得近红外人脸区域;如果近红外人脸区域有人脸,则将可见光人脸区域的图像与近红外人脸区域的图像进行融合;分别对可见光人脸区域的图像、近红外人脸区域的图像和融合图像进行活体判别;由此,本发明自动校准两个摄像头的人脸区域,避免在双路视频流中的重复工作,并将图像融合以辅助活体检测,从而提高活体检测的效率和可靠性。

Patent Agency Ranking