一种基于双流网络的视频篡改操作检测方法及装置

    公开(公告)号:CN112561907A

    公开(公告)日:2021-03-26

    申请号:CN202011554772.1

    申请日:2020-12-24

    Applicant: 南开大学

    Abstract: 本申请提供了一种基于双流网络的视频篡改操作检测方法及装置,能够使用一种通用方法检测多种篡改操作。该方法包括:分别确定待检测视频的同一帧图像的第一篡改区域和第二篡区域,所述第一篡改区域和所述第二篡改区域的篡改类型不同;将所述第一篡改区域和所述第二篡改区域进行融合处理,得到所述同一帧图像的目标篡改区域;基于目标跟踪算法,在所述待检测视频中的其他帧图像中对所述目标篡改区域进行跟踪,以确定所述其他帧图像中的篡改区域。

    网络模型训练方法及装置、特征选择模型、方法及装置

    公开(公告)号:CN111523647A

    公开(公告)日:2020-08-11

    申请号:CN202010339933.9

    申请日:2020-04-26

    Applicant: 南开大学

    Abstract: 本发明提供了一种网络模型训练方法、网络模型训练装置、特征选择模型、特征选择方法、特征选择装置、计算机可读存储介质及电子设备。该特征选择方法包括:基于预设需求信息确定与预设需求信息具有第一关联度的多个第一特征;基于多个第一特征生成多个第一特征各自对应的第二特征;将多个第一特征和多个第一特征各自对应的第二特征输入至特征选择模型,以确定与预设需求信息具有第二关联度的第一特征。本发明能够提高特征选择模型在处理线性问题时的可解释性。尤其当第二特征为仿制特征时,本发明实施例通过将仿制特征与特征选择模型相结合的方式,提高了特征选择的速度以及精准度。

    一种基于安卓应用文本挖掘的权限推荐方法及系统

    公开(公告)号:CN111259139A

    公开(公告)日:2020-06-09

    申请号:CN202010016938.8

    申请日:2020-01-08

    Applicant: 南开大学

    Abstract: 本发明涉及一种基于安卓应用文本挖掘的权限推荐方法及系统。该方法包括:获取安卓应用的文本;获取安卓应用的权限映射关系;根据安卓应用的文本,利用文档主题模型进行主题挖掘,确定安卓应用的主题;根据权限映射关系和安卓应用的主题构建多主题权限模型;利用多主题权限模型确定安卓应用功能与权限的关系;对安卓应用的文本进行分类;获取分类后的安卓应用的权限映射关系;根据分类后的安卓应用的权限映射关系,确定相似应用与权限的关系;根据安卓应用功能与权限的关系和相似应用与权限的关系确定安卓应用的权限推荐。本发明所提供的上述方法及系统,解决现有技术中不能有效的为用户提供合理安全的权限推荐。

    一种电力信息系统SQL注入漏洞检测方法及系统

    公开(公告)号:CN111064735A

    公开(公告)日:2020-04-24

    申请号:CN201911357101.3

    申请日:2019-12-25

    Abstract: 本发明涉及一种电力信息系统SQL注入漏洞检测方法及系统。该检测方法包括:根据SQL语句的逻辑语义特征,获取SQL注入漏洞的测试用例的语义特征;不同的语义特征对应不同的测试动作;根据所述语义特征,基于SQL注入漏洞黑盒渗透测试的规则,构建每个语义特征对应的测试用例以及安全特征扩展有限状态机模型;所述安全特征扩展有限状态机模型包括每个测试用例的响应状态以及状态转换规则;根据所述测试用例,采用所述安全特征扩展有限状态机模型对待检测系统的SQL注入漏洞进行检测,得到漏洞证据。本发明可以提高SQL注入漏洞的检测精度。

    一种面向Android应用功能的权限推荐方法及系统

    公开(公告)号:CN110096867A

    公开(公告)日:2019-08-06

    申请号:CN201910392589.7

    申请日:2019-05-13

    Applicant: 南开大学

    Abstract: 本发明公开了一种面向Android应用功能的权限推荐方法及系统。所述权限推荐方法包括:获取高于数量阈值的应用程序的文本描述;所述文本描述为描述应用程序功能的文本;根据所述文本描述建立多主题模型;从所述应用程序的信息描述文件Manifest.xml文件中提取危险权限并映射到与所述危险权限相关的权限组,确定危险权限集合;根据所述多主题模型以及所述危险权限集合建立多主题-权限映射模型;根据所述多主题-权限映射模型生成推荐权限决策,对需安装的应用程序的权限进行授权权限推荐。采用本发明所提供的权限推荐方法及系统能够为用户提供合理安全的权限推荐,保护用户的隐私安全。

    基于深度神经网络和概率决策森林的软件缺陷预测模型

    公开(公告)号:CN109446090A

    公开(公告)日:2019-03-08

    申请号:CN201811282618.6

    申请日:2018-10-31

    Applicant: 南开大学

    Abstract: 本发明公开了一种基于深度神经网络和概率决策森林的静态软件缺陷预测模型。该模型使用概率决策森林为分类器,将深度神经网络的特征学习和概率决策森林相结合进行端到端训练,并提出一套完整、全局的端到端参数优化方法。该模型首先从软件的代码修改中提取传统特征并使用深度神经网络进行高维映射,然后改进了随机森林,提出概率决策森林,并使用概率决策森林进行分类。将概率决策森林中决策树的分裂节点与深度神经网络的输出节点直接相连,使分裂节点由深度神经网络自动学习得到,因此可以使网络的特征学习过程受分类结果所约束。最后,使用集成学习将上述模型集成,并进行缺陷预测。使用该模型可以有效的提高对代码修改进行缺陷预测的准确率。

    一种应用SGM-SQL注入模型驱动web应用渗透测试的方法

    公开(公告)号:CN102136051B

    公开(公告)日:2013-02-20

    申请号:CN201110116161.3

    申请日:2011-05-06

    Abstract: 一种应用SGM-SQL注入模型驱动web应用渗透测试的方法,该方法定义了SGM-SQL注入攻击模型驱动的web应用渗透测试框架,通过定义框架中SGM-SQL注入攻击模型,指导定义SQL注入安全漏洞的形式化定义集合、及对其渗透测试用例的形式化描述体系,从而实现向渗透测试提供准确的安全漏洞存在性判定准则和有序完备的测试用例,据此提出了SGM-SQL注入攻击模型驱动的SQL注入安全漏洞渗透测试算法,以提高web应用SQL注入安全漏洞渗透测试的准确度。本方法实践证明是可信的,具有系统性和完备性,可用于web应用安全漏洞渗透测试领域。

Patent Agency Ranking