-
公开(公告)号：CN106980817A
公开(公告)日：2017-07-25
申请号：CN201710107828.0
申请日：2017-02-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Caffe框架的恐怖视频识别方法，属于视频识别技术领域。主要包含如下步骤：1)获取大量的样本图像，训练神经网络模型；2)从视频中提取视频帧，获取图像样本；3)输入图像到训练好的模型，根据图像特征得到分类结果。本发明中的恐怖视频识别方法以基于Caffe框架的深度学习为基础，在改进的神经网络下能够更好更快地训练出合适的模型参数，在进行视频识别的过程中，使用GPU并行计算处理提取到的视频帧，大大提高了大量数据情况下的识别效率，为互联网的健康与安全提出了一种快速、准确的维护措施。
-
公开(公告)号：CN102916954B
公开(公告)日：2015-04-01
申请号：CN201210389845.5
申请日：2012-10-15
Applicant: 南京邮电大学
IPC: H04L29/06
CPC classification number: H04L9/3073
Abstract: 本发明提供一种基于属性加密的云计算安全访问控制方法，主要用于解决云计算访问控制结构的安全性和隐私保护性问题，本次发明的目的是在CP-ABE的基础上，提出一种全新的框架MAH-ABE( Multiple and Hierarchical attribute based encryption)访问控制模型，是一种具有等级的分领域多信任机构的ABE安全框架-MAH-ABE.框架不仅按照私人领域和公共领域来区分属性，而且将公共领域的属性按照信任机构的等级来划分，使不同权限的信任机构掌管不同的属性密钥分发机制，大大降低了单一信任机构的工作量，同时提高了用户的数据隐私保护性。提供了达到高效，灵活，细粒度的特点。
-
公开(公告)号：CN103995823A
公开(公告)日：2014-08-20
申请号：CN201410112163.9
申请日：2014-03-25
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30598 , G06F17/30705 , G06Q50/01
Abstract: 本发明公开了一种基于社交网络的信息推荐方法，其步骤如下：步骤1：计算用户之间的信任度和相似性，使用加权值来构建用户关系矩阵；步骤2：使用社区发现算法对用户进行聚类，形成用户最近邻居集；步骤3：预测评分并生成推荐列表。本发明可达到以下的有益效果：（1）解决冷启动问题。本发明引入信任度，进行推荐时如果根据共同评分物品无法得到足够多的近邻，可信朋友可以作为预测的起点，这样可以减轻冷启动问题以及提高用户覆盖度；（2）提高实时性。本发明中采用社交网络分析中常用的社区发现算法对用户网络进行社区划分，即相同的用户兴趣聚类，使得在寻找用户邻居集时大大缩短时间，提高了信息推荐的响应实时性。
-
公开(公告)号：CN102651088B
公开(公告)日：2014-03-26
申请号：CN201210100282.3
申请日：2012-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于A_Kohonen神经网络的恶意代码分类方法，属于计算机网络安全技术领域。本发明首次将人工神经网络引入恶意代码的分类，并对现有无监督学习的Kohonen神经网络进行改进，在第一阶段的无监督学习后，加入一个有监督的学习过程，从而提高了分类准确率。本发明方法可实现对未知恶意代码的快速准确分类，且算法简单，实时性好。
-
公开(公告)号：CN101719931B
公开(公告)日：2012-08-15
申请号：CN200910232489.4
申请日：2009-11-27
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明提出一种基于多智能主体的层次式云端计算模型构建方法，按照节点的类型将云端计算环境进行分层，模型由稳定的云核心、次稳定的云内层和不稳定的云外层构成，即云核心层由核心节点构成，云内层由集群服务器节点构成，云外层由终端节点构成。目前的云计算应用系统对于终端节点所蕴含的各种可利用的潜在资源考虑并不足够，浪费了接入互联网的海量终端节点所拥有的海量资源。本发明引入多智能主体思想和技术，利用智能主体作为各计算节点行为和资源的代表，实现将作业分割成各种层次的任务动态、有序地部署到核心节点、一般服务器节点和终端节点上，以达到资源利用最大化的目标。
-
Patent Agency Ranking
公开(公告)号：CN102521378A
公开(公告)日：2012-06-27
申请号：CN201110428600.4
申请日：2011-12-20
Applicant: 南京邮电大学
Abstract: 本发明的实现是基于数据挖掘的实时入侵检测方法。该方法在分布式实时系统架构中，增加了两个自适应管理模块:自适应策略管理模块(ASM)和自适应模式管理模块(AMM)。这两个模块用于实现基于数据挖掘的入侵检测系统检测策略及检测模型的自动生成与分发。这个结构可以解决有关数据收集的自动化，检测模型和策略的自动生成与配置以及数据的实时评估方面的问题。它是一个由一些组件类构成的分布式系统，而且这些组件类可以在系统框架内进行灵活的改变，以适应不同的环境变化和用户需求。
-
公开(公告)号：CN101719201B
公开(公告)日：2012-02-01
申请号：CN200910212512.3
申请日：2009-11-12
Applicant: 南京邮电大学
IPC: G06F21/00
Abstract: 为了抵御日益严重的网络病毒传播、感染和攻击问题，本发明提出一种用于在基于互联网的开放网络计算环境中，提高各主机节点对网络病毒的抵御能力，可采用的基于增强指数树的快速病毒免疫文件分发方法。方法首先由权威反病毒组织来设置的反病毒中心节点根据发现的网络病毒制作包括补丁程序和病毒库升级程序的病毒免疫文件，然后基于一种新的增强指数树通过网络的资源共享和通信渠道快速的进行病毒免疫文件的分发，使得网络中的各个节点能够快速获取病毒免疫文件以便尽快打补丁和升级病毒库以获得免疫，从而迅速增强网络中绝大部分节点抵御新病毒的能力，有效解决互联网环境中的病毒传播、感染和攻击问题，降低病毒对网络系统的危害程度。
-
公开(公告)号：CN101707011B
公开(公告)日：2011-05-11
申请号：CN200910184934.4
申请日：2009-10-21
Applicant: 南京邮电大学
Abstract: 网络环境下的课堂教学带有松散性、不确定性和难控制性，导致教学的质量和效果难以保证，不能令人满意。本发明是一种用于基于互联网或是内联网的网络计算环境中，采用对等主体来实现的网络课堂实时与非实时监管方法。本发明将主体技术和对等计算技术融合在一起，并应用于网络课堂实时与非实时监管系统中。网络课堂监管系统本身分为教师用计算机和学生用计算机两部分。教师用计算机作为网络课堂集合点，其上长期驻留集合点对等主体，负责创建派往学生用计算机用于监管学生网络课堂学习情况的对等主体并与之交互，以实现对学生网络课堂学习情况有效监管，使教师可以便捷的实时和非实时掌握身处各地的学生的课堂学习情况。
-
公开(公告)号：CN101707011A
公开(公告)日：2010-05-12
申请号：CN200910184934.4
申请日：2009-10-21
Applicant: 南京邮电大学
Abstract: 网络环境下的课堂教学带有松散性、不确定性和难控制性，导致教学的质量和效果难以保证，不能令人满意。本发明是一种用于基于互联网或是内联网的网络计算环境中，采用对等主体来实现的网络课堂实时与非实时监管方法。本发明将主体技术和对等计算技术融合在一起，并应用于网络课堂实时与非实时监管系统中。网络课堂监管系统本身分为教师用计算机和学生用计算机两部分。教师用计算机作为网络课堂集合点，其上长期驻留集合点对等主体，负责创建派往学生用计算机用于监管学生网络课堂学习情况的对等主体并与之交互，以实现对学生网络课堂学习情况有效监管，使教师可以便捷的实时和非实时掌握身处各地的学生的课堂学习情况。
-
公开(公告)号：CN117473510A
公开(公告)日：2024-01-30
申请号：CN202311804982.5
申请日：2023-12-26
Applicant: 南京邮电大学
IPC: G06F21/57 , G06F18/214 , G06F18/24 , G06F17/16 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于图神经网络和漏洞补丁关系的自动化漏洞挖掘技术，采用自动化数据收集框架对Github的开源项目进行信息爬取，通过专家模型对提交的Commit进行判断是否与漏洞相关，利用代码的增删改对对应行的代码打上标记，再通过关键词提取完成初步筛选，获取五种CWE漏洞类型的训练样本和未分类样本组，提取漏洞特征和其与补丁关联特征后输入到Struc2Vec和DNN组成的模型框架中训练，完成模型初步训练后对未分类样本组进一步筛选，将筛选出来的样本加入训练集，剩余未分组等待下一轮训练完成，持续该流程直至不再有样本被划分到五种CWE漏洞中则样本完成分类，本发明能够显著表征更多维度的代码特征，更高效的学习漏洞代码特征。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.062 seconds)
