-
公开(公告)号：CN112543339B
公开(公告)日：2022-08-02
申请号：CN202011432932.5
申请日：2020-12-09
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种基于残差重构的视频仿真方法及装置，方法包括：基于初始采样间隔，通过稀疏表示算法对待处理视频进行解码，分别得到采样前视频帧、采样后视频帧和采样时刻视频帧；进行矢量化处理；计算采样时刻测量矢量的预测值，并得到对应的自适应采样间隔；基于初始采样间隔、自适应采样间隔对采样时刻测量矢量进行重构；对重构后的采样时刻测量矢量进行解码，得到自适应采样时刻视频帧；以解码后得到的自适应采样时刻视频帧进行仿真输出。本发明实施例提供的基于残差重构的视频仿真方法及装置，通过基于残差重构的特定算法，使得视频仿真能够根据实时图像调整不同的采样间隔，提升了视频仿真的效果，推进了仿真采样的智能化进程。
-
公开(公告)号：CN114519417A
公开(公告)日：2022-05-20
申请号：CN202210067014.X
申请日：2022-01-20
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 广东工业大学
Abstract: 本发明提供了一种边缘设备的模型训练方法、装置、设备及介质，所述方法包括：基于改进的烟花算法，选定一组最优的客户端，并将模型参数发送至该组中的每一客户端，以使每一所述客户端根据对应的模型参数对该客户端对应的局部模型进行训练；获取客户端发送的训练完成的局部模型及其对应的模型参数，并将局部模型及其对应的参数进行聚合得到训练完成的全局模型；当判断到不满足第一预设迭代终止条件时，返回至上述客户端训练步骤。采用本发明实施例，能够基于改进的烟花算法，在每次训练时，对参与训练的客户端组合进行择优选择，并通过拆分的方法将云平台服务器端的全局模型拆分成多个局部模型，实现了在有限的边缘网络中对大型模型的高效训练。
-
公开(公告)号：CN113162923A
公开(公告)日：2021-07-23
申请号：CN202110386728.2
申请日：2021-04-12
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种基于用户行为的用户可信度评估方法、装置及存储介质，所述方法包括：获取用户与云计算服务交互过程中的信任属性信息，并计算所述用户在交互过程中的初始信任度；其中，信任属性信息包括安全信任属性信息、可靠信任属性信息和性能信任属性信息；跟踪用户的当前行为路径，并对当前行为路径与用户的频繁行为路径进行相似度计算，得到可信度系数；对初始信任度与可信度系数进行相乘运算，得到单次用户与云计算服务交互过程中的信任度；将所述单次用户与云计算服务交互过程中的信任度与时间衰减因子相结合进行计算，得到用户的综合可信度。本发明能够实现基于用户交互行为的用户身份可信度评估，同时还能提高用户可信度评估的准确性。
-
公开(公告)号：CN113115327A
公开(公告)日：2021-07-13
申请号：CN202110239192.1
申请日：2021-03-04
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种网络性能动态优化的方法、装置、设备及存储介质，通过获取待优化区域的即时网络性能信息和预设的服务质量标准信息；根据即时网络性能信息和所述服务质量标准信息判断所述待优化区域的即时网络状态；根据所述即时网络状态调整并更新优先节点数量；通过判断出的不同即时网络状态对优先节点的数量调整，更新网络节点的数量网络性能进行优化，避免出现网络性能不满足用户需求的服务质量标准的风险或网络性能富余造成能耗和网络资源的浪费，实现网络性能、网络资源利用率以及网络能耗的均衡。
-
公开(公告)号：CN112330055A
公开(公告)日：2021-02-05
申请号：CN202011324618.5
申请日：2020-11-23
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明提供一种用户投诉预测方法和装置，方法包括：对用户投诉的样本和无标签样本进行重新标记，将用户投诉的样本标记为正样本，将无标签样本标记为负样本；将样本数据切分为训练数据和测试数据；采用集成学习算法对训练数据进行训练，得到用于预测样本为正样本概率的强分类器；将测试数据输入到强分类器，得到测试集合中每个样本属于正样本的概率；将测试集合中正样本概率大于第一阈值的样本作为第二正样本，将正样本概率小于第二阈值的样本作为第二负样本；将第二正样本和第二负样本输入到神经网络模型进行训练，得到用户投诉预测模型；将用户的实时话筒数据输入到用户投诉预测模型，预测用户投诉的概率。本发明保证了用户投诉预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109145871A
公开(公告)日：2019-01-04
申请号：CN201811076485.7
申请日：2018-09-14
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明提供了一种心理行为识别方法、装置与存储介质，方法，包括：检测预先采集的目标人脸图像的人脸特征，获取目标人脸图像的至少五个人脸特征点；根据目标人脸图像的人脸特征点以及预设的图像分块规则，对目标人脸图像进行切块处理，得到若干个图块；根据若干个图块，通过预先建立的卷积神经网络模型，获得目标人脸图像对应的情绪特征组合；根据获得目标人脸图像对应的情绪特征组合，通过预先建立的心理行为识别模型，获得目标人脸图像对应的心理行为识别结果。上述方法通过卷积神经网络模型提取目标人脸图像中表征的情绪特征组合，并对该情绪特征组合进行情绪组合识别，从识别出目标人脸图像中表征的心理行为，能够提高心理行为识别的准确性。
-
公开(公告)号：CN118036768A
公开(公告)日：2024-05-14
申请号：CN202410148779.5
申请日：2024-02-01
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学
IPC: G06N20/00
Abstract: 本发明公开了一种联邦学习模型优化方法、设备、介质及程序产品，所述方法包括：获取边缘端采集的多属性数据，并计算边缘端的数据量因子、数据质量因子以及数据分布特征因子，从而得到边缘端的可信度；选取可信边缘端进行全局模型的参数更新；向可信边缘端发送第一全局参数，以使可信边缘端进行本地模型的训练，并得到本地模型参数；根据本地模型的平均误差以及预设的全局模型学习率，计算得到动态学习率；根据第一全局参数、动态学习率、可信边缘端的可信度以及本地模型参数，计算得到第二全局参数，实现全局模型的参数更新。本发明实施例解决了数据异构所导致的全局模型性能低下的问题，实现了全局参数更新速度和算法稳定度的平衡。
-
公开(公告)号：CN116112251A
公开(公告)日：2023-05-12
申请号：CN202310088989.5
申请日：2023-02-06
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L9/40 , G06F18/2415
Abstract: 本发明公开了一种网络攻击路径生成方法、装置、设备及存储介质，方法包括获取网络拓扑中每一节点的边数量，根据边数量计算网络拓扑每一条边的权重；根据每一节点的漏洞危害评分、漏洞数量和破坏性，计算每一个节点面临的漏洞攻击概率；基于预先获取的历史漏洞的成功攻击概率，构建漏洞之间的初始贝叶斯网络，得到每一个攻击行为的初始联合概率；根据每一条边的权重、每一个节点面临的漏洞攻击概率，对初始联合概率进行优化，得到每一个攻击行为的预测联合概率；根据动态漏洞数据更新贝叶斯网络的概率，进而更新每一个攻击行为的预测联合概率，得到最大概率攻击路径。本方法能实现对攻击者的攻击路径的准确计算，有效的展现网络安全态势情况。
-
公开(公告)号：CN119696827A
公开(公告)日：2025-03-25
申请号：CN202411677995.5
申请日：2024-11-22
Applicant: 中电科普天科技股份有限公司 , 暨南大学 , 广州杰赛通信规划设计院有限公司
IPC: H04L9/40 , G06F18/2415 , G06F18/25 , G06F18/22 , G06F18/213 , G06N3/045 , H04L41/0631 , H04L41/16
Abstract: 本发明涉及互联网技术领域，公开了一种基于多模态融合的网络异常检测方法和系统；方法包括：利用多头注意力提取多模态信息的数据特征；引入标签形成表达对网络入侵检测的影响程度的权重并根据权重对数据特征进行特征融合；将融合后的特征输入分类器实现网络异常检测。通过多模态数据的融合，实现了信息互补和信息相互验证的优势；采用多注意力机制实现网络流级别、进程级别和告警事件级别等多模态特征的融合，挖掘不同数据源之间存在的关联规则，实现多源异构信息共享，减少网络流量突发性、随机性等噪声对网络异常产生的影响。
-
公开(公告)号：CN118138339A
公开(公告)日：2024-06-04
申请号：CN202410357625.7
申请日：2024-03-27
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学
Abstract: 本发明公开了一种基于物联网设备的安全保护方法、系统、设备和介质，涉及物联网技术领域，方法包括：通过卷积神经网络锁定异常滑动窗口，之后采用偏移距离分析法，锁定异常的物联网设备；根据交互行为信任度和数据一致性水平，得到综合信任度，实现物联网设备的信任度评估；引入综合信任度阈值调整访问权限，实现物联网设备安全保护。采用告警事件和物联网设备构建物联网设备的入侵机制；引入零信任的持续评估机制，结合交互行为信任度和数据一致性水平实现物联网设备的信任度评估；引入综合信任度阈值调整访问权限，实现物联网设备安全保护，对物联网设备的身份进行统一管理，实时评估物联网设备的安全性问题。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.039 seconds)
