一种基于边界连通性的图像修补方法

    公开(公告)号:CN108122215A

    公开(公告)日:2018-06-05

    申请号:CN201810030760.5

    申请日:2018-01-12

    Abstract: 本发明提供了一种基于边界连通性的图像修补方法,包括:根据约束已知的退化图像在转换域下的边界连通性,修补退化图像的稀疏结构,输出对应的清晰图像。通过本发明的技术方案,能修复在获取、传输以及存储过程中由于各种原因导致的数据受损或品质下降的退化图像,修补受损的图像区域,提升了输出的清晰图像的质量,以图像空间域的边界连通性与小波框架下大能量系数所在位置的连通性相关联,通过修复小波框架下零元素位置来构造正定系统,进而求解该正定系统得到修补后输出的清晰图像,清晰图像的还原度更高,质量更高。

    一种基于多模态特征融合的恶意软件检测分类方法及系统

    公开(公告)号:CN118965201B

    公开(公告)日:2025-02-28

    申请号:CN202411031739.9

    申请日:2024-07-30

    Abstract: 本发明公开了一种基于多模态特征融合的恶意软件检测分类方法及系统,该方法包括:构建恶意软件检测分类模型;获取输入软件样本的静态和动态信息数据;预处理静态和动态信息数据;基于恶意软件检测分类模型对预处理后的静态和动态信息数据进行特征提取,得到特征向量;基于特征融合模块对特征向量进行融合;基于层次对比学习网络计算多模态特征向量与恶意软件家族原型的欧式距离;基于欧式距离输出分类结果。该系统包括信息数据获取模块、预处理模块、特征提取模块、特征融合模块、层次对比学习模块和分类输出模块。通过使用本发明能够在样本量较少的情况下,对恶意软件进行检测和分类。本发明可广泛应用于网络安全技术领域。

    一种基于加权频繁序列的商品组合挖掘方法

    公开(公告)号:CN114219574B

    公开(公告)日:2024-08-06

    申请号:CN202111556654.9

    申请日:2021-12-17

    Abstract: 本发明公开了一种基于加权频繁序列的商品组合挖掘方法,涉及大数据挖掘的技术领域,获取基于时间的商品交易的订单信息,组成商品数据集,根据商品的收益情况为每个商品赋予不同的权值,并依据商品权值大小,对多元项中包含的商品进行排序之后对商品进行加权频繁序列的挖掘;根据向下闭包特性,深度挖掘商品数据集中具有高收益和高频次的商品组合方式;根据先验性原理,从商品数据集中剔除不是加权频繁序列商品,减少候选组合方式的产生,提高挖掘效率。本发明在保证挖掘准确性的前提下拥有更高的挖掘效率,为商家提供更好的营销思路。

    一种基于深度学习的恶意软件分类方法、系统及装置

    公开(公告)号:CN116912598A

    公开(公告)日:2023-10-20

    申请号:CN202310996784.7

    申请日:2023-08-09

    Inventor: 陈家辉 吴茗睿

    Abstract: 本发明公开了一种基于深度学习的恶意软件分类方法、系统及装置,该方法包括:构建神经网络模型;获取恶意软件中的内存转储图像;利用卷积层、池化层、深度可分离卷积层、坐标注意力模块的通道注意力模块对内存转储图像进行特征提取,得到特征图像;通过金字塔池化模块对特征图像进行池化,并根据得到的输出数据向量获取分类结果。该系统包括:图像获取模块、初步特征提取模块、池化模块、可分离卷积模块、坐标注意力模块、通道注意力模块、金字塔池化模块和分类模块。通过使用本发明,能够提高恶意软件家族分类的精度。本发明可广泛应用于恶意软件检测技术领域。

    一种网络异常行为检测方法及系统

    公开(公告)号:CN116781414A

    公开(公告)日:2023-09-19

    申请号:CN202310984247.0

    申请日:2023-08-07

    Abstract: 本发明公开了一种网络异常行为检测方法及系统,该方法包括:获取网络流量数据并进行筛选预处理,得到预处理后的数据;将所述预处理后的数据进行模式转换,得到序列模式数据;根据所述序列模式数据构建序列数据集;基于加权频繁模式挖掘方法,对所述序列数据集进行分析,生成处理后的数据;将所述处理后的数据转换成对应的网络流量事件。该系统包括:预处理模块、模式转换模块、数据集构建模块、数据挖掘模块和应用转换模块。通过使用本发明,能够减少数据挖掘所需要的时间,进而提高检测效率。本发明可广泛应用于数据检测领域。

    一种基于分布式可验证延迟函数的区块链共识系统和方法

    公开(公告)号:CN112988894B

    公开(公告)日:2023-07-07

    申请号:CN202110299792.7

    申请日:2021-03-22

    Abstract: 本发明涉及一种基于分布式可验证延迟函数的区块链共识系统和方法,包括分布式公有模N生成模块、可验证延迟函数计算模块和工作量证明模块;分布式公有模N生成模块的数据传输至可验证延迟函数计算模块,可验证延迟函数计算模块的数据传输至工作量证明模块。分布式公有模N生成模块生成分布式公有模N和输出区块头的哈希值,可验证延迟函数计算模块对分布式公有模N和区块头的哈希值作为输入,然后计算出可验证的(Π,l);工作量证明模块对分布式公有模N和区块头使用SHA256哈希函数求解哈希值,求解当前解的哈希是否满足难度证明,并验证(Π,l),保证稳定的出块时间,不需要加入难度调整算法来减少潜在攻击的可能性。

    基于区块链和CP-ABE的在线考试管理系统及其应用方法

    公开(公告)号:CN110647756B

    公开(公告)日:2023-06-27

    申请号:CN201910718233.8

    申请日:2019-08-05

    Abstract: 本发明提供的一种基于区块链和CP‑ABE的在线考试管理系统,包括数据节点、权限管理单元、CP‑ABE子系统和区块链网络;权限管理单元为数据节点分配访问及修改权限;权限判断单元用于判断数据节点的访问权限;CP‑ABE子系统用于对数据进行基于属性的加密即解密,并在区块链网络写入或读取数据;数据节点通过CP‑ABE子系统与所述区块链网络进行信息交互。本发明还提供该系统的应用方法,利用区块链固有的数据一致、难以篡改及数据可溯的优点,结合CP‑ABE子系统对数据进行加密,只有系统管理员节点赋予相应属性的用户才能成功访问,有效地防止试题或成绩被恶意篡改,保证的在线考试的稳定进行。

    一种基于注意力机制的僵尸网络检测方法

    公开(公告)号:CN115967533A

    公开(公告)日:2023-04-14

    申请号:CN202211457602.0

    申请日:2022-11-21

    Abstract: 本发明公开了一种基于注意力机制的僵尸网络检测方法,涉及网络安全技术领域,步骤如下:S1:获取数据集,对数据集进行预处理,得到预处理后的数据集;S2:构建基于注意力机制的僵尸网络检测模型,根据预处理后的数据集进行训练;S3:捕获网络数据流,使用训练后的僵尸网络检测模型判断捕获的网络数据流是否来自僵尸网络;本发明针对新型僵尸网络流量样本数量小的特点,使用自适应综合过采样算法、主成分分析法对数据集进行预处理,提高检测模型对新型僵尸网络的检测准确率。

    一种基于生成对抗网络的恶意URL过采样方法

    公开(公告)号:CN110362997B

    公开(公告)日:2023-01-17

    申请号:CN201910482547.2

    申请日:2019-06-04

    Abstract: 本发明公开了一种基于生成对抗网络的恶意URL过采样方法,首先采集原始的恶意URL数据,通过结合生成对抗网络获得额外的人工数据样本,以此扩充并平衡了原始URL数据集,然后使用K‑Means方法对生成的人工数据样本进行聚类,从而对人工数据样本进行筛选进一步减少数据的不平衡,使得生成的人工数据样本在分布特征上和原始数据样本具有相似性,不会带来过大的分布偏差。本发明方法解决了现有对于少数样例的恶意数据过采样的数样本存在分布偏差以及不平衡等问题。

    一种基于深度学习的以太坊钓鱼账户检测方法

    公开(公告)号:CN113283909B

    公开(公告)日:2022-11-08

    申请号:CN202110643095.9

    申请日:2021-06-09

    Abstract: 本发明提供一种基于深度学习的以太坊钓鱼账户检测方法,该方法结合交易时间和权值特征,将以太坊交易网络建模为时序加权有向图,能够有效捕捉到更全面的动态交易网络的性质;然后采用skip‑gram模型得到时序加权有向图中各账户节点的图嵌入特征向量,相对于传统手工特征,该模型得到的图嵌入特征向量能自适应捕捉到各账户间的隐含特性;最终将上述得到的图嵌入特征向量输入分类器,该分类器有效结合无监督学习中的k‑means聚类算法和监督学习中的支持向量机算法,在少量标签数据的情况下能够得到更加鲁棒的钓鱼账户分类结果;所提出的方法能够准确将钓鱼账户从大量账户中分类出来,保证了以太坊交易平台的生态安全。

Patent Agency Ranking