设备异常通信行为检测方法及装置

    公开(公告)号:CN115277071B

    公开(公告)日:2024-04-02

    申请号:CN202210693216.5

    申请日:2022-06-17

    Abstract: 本发明提供一种设备异常通信行为检测方法及装置,该方法包括:获取数据包组,所述数据包组中包括目标设备在一个轮询周期内的多个数据包;根据所述数据包组中每个数据包的有效负载,构建负载灰度图像;获取所述负载灰度图像的时空特征向量;利用所述负载灰度图像的时空特征向量构建相应的设备行为指纹,并根据所构建的设备行为指纹和所述目标设备的时空特征行为指纹,对所述目标设备的通信行为或所述数据包组中的待检测数据包进行检测。通过本发明提供的设备异常通信行为检测方法及装置,可提高检测的准确率;并且,该方法的检测过程计算量较小,可应用于在线实时检测,更加方便快捷。

    基于边界预测的多方向文本区域检测方法和装置

    公开(公告)号:CN112580624B

    公开(公告)日:2023-08-04

    申请号:CN202011295447.8

    申请日:2020-11-18

    Abstract: 本发明实施例提供一种基于边界预测的多方向文本区域检测方法和装置,该方法包括:确定待测图像;将待测图像输入检测模型,输出文本分数图、上边界分数图、下边界分数图、左边界分数图和右边界分数图;其中,检测模型是基于样本文本图像和对应的文本区域标注框标签、上边界标注框标签、下边界标注框标签、左边界标注框标签和右边界标注框标签进行训练得到的;基于预设的文本分数阈值、上边界分数阈值、下边界分数阈值、左边界分数阈值、右边界分数阈值、所述文本分数图、上边界分数图、下边界分数图、左边界分数图和右边界分数图确定文本区域。本发明实施例提供的方法和装置,实现了多方向的文本区域检测和分离近距离的文本区域。

    一种深度伪造视频检测方法、装置、设备及介质

    公开(公告)号:CN116310937A

    公开(公告)日:2023-06-23

    申请号:CN202211678998.1

    申请日:2022-12-26

    Abstract: 本发明提供一种深度伪造视频检测方法、装置、设备及介质,该方法包括:对待检测视频进行视频特征分析,得到待检测视频的视音频特征;将所述待检测视频的视音频特征输入预设的多层感知机分类模型,得出检测结果;其中,所述视音频特征包括视觉特征和音频特征,所述预设的多层感知机分类模型以深度伪造视频的视音频特征和真实视频的视音频特征为样本,以及与深度伪造视频的视音频特征与真实视频的视音频特征各自对应的标签训练得到。本发明的目的是解决现有技术中无法对深度伪造视频中的伪造的音频和视频进行分别检测的缺陷,导致对深度伪造视频进行检测的准确率不足的问题。

    基于边界预测的多方向文本区域检测方法和装置

    公开(公告)号:CN112580624A

    公开(公告)日:2021-03-30

    申请号:CN202011295447.8

    申请日:2020-11-18

    Abstract: 本发明实施例提供一种基于边界预测的多方向文本区域检测方法和装置,该方法包括:确定待测图像;将待测图像输入检测模型,输出文本分数图、上边界分数图、下边界分数图、左边界分数图和右边界分数图;其中,检测模型是基于样本文本图像和对应的文本区域标注框标签、上边界标注框标签、下边界标注框标签、左边界标注框标签和右边界标注框标签进行训练得到的;基于预设的文本分数阈值、上边界分数阈值、下边界分数阈值、左边界分数阈值、右边界分数阈值、所述文本分数图、上边界分数图、下边界分数图、左边界分数图和右边界分数图确定文本区域。本发明实施例提供的方法和装置,实现了多方向的文本区域检测和分离近距离的文本区域。

    基于对抗干扰防护的敏感图像检测方法、装置和电子设备

    公开(公告)号:CN112488930A

    公开(公告)日:2021-03-12

    申请号:CN202011156797.6

    申请日:2020-10-26

    Abstract: 本发明实施例提供一种基于对抗干扰防护的敏感图像检测方法、装置和电子设备,该方法包括:将待检测图像输入去干扰模型,输出复原后图像;其中,所述去干扰模型是基于样本干扰图像和对应的原始图像标签进行训练后得到的,所述样本干扰图像是在对应的原始图像进行预设干扰处理后得到的;将所述复原后图像输入敏感检测模型,输出待检测图像是否属于敏感图像结果;其中,所述敏感检测模型是基于样本无干扰图像和对应的敏感结果标签进行训练后得到的。本发明实施例提供的方法、装置和电子设备,实现了提高抗干扰能力,适用于在敏感图像中加入不同干扰的不同场景和节约了计算资源。

    一种对抗样本生成方法、装置、电子设备及存储介质

    公开(公告)号:CN111680291A

    公开(公告)日:2020-09-18

    申请号:CN202010365076.X

    申请日:2020-04-30

    Abstract: 本发明实施例提供一种对抗样本生成方法、装置、电子设备及存储介质,所述方法包括:分别由恶意文档样本集和良性文档样本集获取第一关联规则和第二关联规则;基于第一预设规则,由第一关联规则与第二关联规则获取约束规则;以攻击样本对对机器学习模型进行迭代攻击,将成功攻击机器学习模型的攻击样本作为对抗样本,其中在每轮迭代攻击前基于约束规则对攻击样本进行迭代修改。通过分别获取恶意文档的第一关联规则与良性文档的第二关联规则,获得由两类特征指示的约束规则,进而以此生成具有更高通用性的对抗样本,使其适用于更多种类的检测器。

    适于多个中文敏感词句的识别处理方法及装置

    公开(公告)号:CN106951437B

    公开(公告)日:2019-11-01

    申请号:CN201710072161.5

    申请日:2017-02-08

    Abstract: 本发明提供一种适于多个中文敏感词句的识别处理方法及装置,该方法包括:获取多个预设的敏感词句;根据所述敏感词句建立后缀树;获取待识别中文文本;根据所述后缀树对所述待识别中文文本进行匹配;若匹配成功后,获取所述待识别中文本中的敏感词句并输出显示,该方法针对中文的特点,把模式串在后缀树上的匹配时间由提高到达到节省时间和提高模式串在后缀树上的匹配速度,适用于多个敏感词句的中文模式串匹配。

    一种恶意文档检测方法及装置

    公开(公告)号:CN106778278B

    公开(公告)日:2019-09-10

    申请号:CN201710081580.5

    申请日:2017-02-15

    Abstract: 本发明提供了一种恶意文档检测方法及装置。该方法包括:根据统一化处理后的各个文档类型的文档的结构特征和元数据特征建立机器学习模型;获取待检测文档的结构特征和元数据特征;采用通用的结构特征模型表示所述待检测文档的结构特征,采用通用的元数据特征模型表示所述待检测文档的元数据特征;根据所述机器学习模型对所述待检测文档进行检测。本发明实施例通过将待检测文档采用通用的模型进行特征表示,可以实现对不同文档类型的文档的检测,无需针对各种文档类型建立机器学习模型,提高了文档检测的效率。

    一种基于RFID技术的大量物品集中监控方法

    公开(公告)号:CN104077673B

    公开(公告)日:2018-12-28

    申请号:CN201310104901.0

    申请日:2013-03-28

    Abstract: 本发明公开了一种基于RFID技术的大量物品集中监控方法。本方法为:1)在物流管理服务器中建立一监控物品数据库,用于存储待监控物品的物品信息;2)RFID标签读写器在读取周期内对监控场所内物品上的标签进行读取,并将读取的标签数据发送给物流管理服务器;3)服务器对显示周期内收到的标签数据进行合并、去除重复标签处理,得到一标签集合A;4)在物流管理服务器内存中建立一散列表;根据标签集合A查询散列表,如果散列表中存在集合A中的某条查询信息,则输出该查询结果,如果不存在,则查询监控物品数据库,输出查询结果并将其物品信息存储到散列表中。本方法可实时监控大量物品,有效提高大量物品监控的准确率、实时性。

Patent Agency Ranking