-
公开(公告)号：CN109948732B
公开(公告)日：2020-12-22
申请号：CN201910251365.4
申请日：2019-03-29
Applicant: 济南大学 , 山东省肿瘤防治研究院(山东省肿瘤医院)
IPC: G06K9/62
Abstract: 本公开提出了基于非平衡学习的异常细胞远处转移分类方法及系统，获得存在某细胞远处转移的若干条数据序列及某细胞没有远处转移的若干条数据序列，将此数据集分为训练集和测试集，训练集用来训练模型，测试集用来测试模型；首先将训练集输入到特征选择算法与原始情况数据集分类的结果作对比，选出得到结果最好的p个特征；再用过采样算法得到正负类样本比例为1:1的训练集，将此训练集分别输入到分类算法，再用测试集的数据序列进行测试，选择得到评价结果最优的训练集Pi的过采样算法i；通过调整正负类样本的比例，将训练集输入到得到训练集Pi的过采样算法，逐渐增大正负类样本比例至设定比例，分类评价最优的正负类样本比例。本公开技术方案用过采样算法尝试增大正类样本比例，获得更好的模型评价指标和少数正类样本的召回率。
-
公开(公告)号：CN109993691A
公开(公告)日：2019-07-09
申请号：CN201910261626.0
申请日：2019-04-02
Applicant: 济南大学 , 山东省肿瘤防治研究院(山东省肿瘤医院)
IPC: G06T3/00
Abstract: 本公开提供了一种基于分段式线性转换的非均匀图像转换方法及系统。其中，基于分段式线性转换的非均匀图像转换方法，包括：计算灰度值不均匀的非8位图的所有像素点的灰度值；按照像素点的灰度值大小，将灰度值不均匀的非8位图分成黑色区域和非黑色区域，同时将非黑色区域划分成若干区间区域；利用分段线性转换方法，计算黑色区域以及非黑色区域内各个区间区域转换为相应灰度值均匀的8位图的灰度转换曲线；利用各个线性分段的灰度转换曲线，得到灰度值均匀的8位图。本公开能够利用分段式线性转换，将灰度值不均匀的非8位图准确地转换为均匀的8位图像。
-
公开(公告)号：CN109948732A
公开(公告)日：2019-06-28
申请号：CN201910251365.4
申请日：2019-03-29
Applicant: 济南大学 , 山东省肿瘤防治研究院(山东省肿瘤医院)
IPC: G06K9/62
Abstract: 本公开提出了基于非平衡学习的异常细胞远处转移分类方法及系统，获得存在某细胞远处转移的若干条数据序列及某细胞没有远处转移的若干条数据序列，将此数据集分为训练集和测试集，训练集用来训练模型，测试集用来测试模型；首先将训练集输入到特征选择算法与原始情况数据集分类的结果作对比，选出得到结果最好的p个特征；再用过采样算法得到正负类样本比例为1:1的训练集，将此训练集分别输入到分类算法，再用测试集的数据序列进行测试，选择得到评价结果最优的训练集Pi的过采样算法i；通过调整正负类样本的比例，将训练集输入到得到训练集Pi的过采样算法，逐渐增大正负类样本比例至设定比例，分类评价最优的正负类样本比例。本公开技术方案用过采样算法尝试增大正类样本比例，获得更好的模型评价指标和少数正类样本的召回率。
-
公开(公告)号：CN105187393B
公开(公告)日：2018-05-22
申请号：CN201510487157.6
申请日：2015-08-10
Applicant: 济南大学
Abstract: 本发明公开了一种移动终端恶意软件网络行为重构方法及其系统，该方法包括：在移动终端接入网络的路由器节点设置镜像端口，采集原始移动终端恶意软件网络流量；解析原始移动终端恶意软件网络流量的DNS信息，获取移动终端恶意目标列表；根据移动终端恶意目标列表，分离移动终端恶意软件恶意行为流量；提取分离后的移动终端恶意软件恶意行为流量的DNS数据包和HTTP数据包，构建移动终端恶意软件网络行为交互时序图；根据移动终端恶意软件网络行为交互时序图，构建移动终端恶意软件网络行为模型。该方法依据网络数据流重新构建出移动终端恶意软件与外部网络之间的交互行为。
-
公开(公告)号：CN105187392B
公开(公告)日：2018-01-02
申请号：CN201510487144.9
申请日：2015-08-10
Applicant: 济南大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括：用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户。该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。
-
Patent Agency Ranking
公开(公告)号：CN106331071A
公开(公告)日：2017-01-11
申请号：CN201610679169.3
申请日：2016-08-16
Applicant: 济南大学
CPC classification number: H04L67/025 , H04L43/0876
Abstract: 本发明公开了Android应用程序网络流量的远程采集系统及方法；系统部署在远程服务器中，包括：Web服务器，部署Guacamole组件、Guacd组件和Web控制模块；所述Web服务器为Guacamole组件和Guacd组件提供运行环境；Guacamole组件，与数据库连接，Guacamole组件还通过Guacd组件与Android终端连接，所述Guacamole组件用于将Android终端上的VNC服务器发出的数据传给客户端的浏览器，客户端的浏览器支持HTML5，使用户能够直接在支持HTML5的浏览器中远程操控Android终端上的VNC服务器；它具有让用户无需用户搭建平台，仅需打开网页浏览器即可方便、快速获取Android应用程序流量的优点。
-
公开(公告)号：CN106294167A
公开(公告)日：2017-01-04
申请号：CN201610676744.4
申请日：2016-08-16
Applicant: 济南大学
IPC: G06F11/36
Abstract: 本发明公开了Android应用程序界面自动遍历方法及系统；包括以下步骤：初始化Android应用程序界面遍历过程中用到的链表；运行Android应用程序，Android应用程序的主界面被打开；对Android应用程序的主界面进行遍历；将遍历结果存储到组件层次链表中；判断组件层次链表中是否有未遍历组件和当前界面的遍历数量是否达到用户在遍历前设定的界面遍历数量的最大值；如果没有未遍历的组件或者已经达到遍历界面的最大值，则遍历完成；否则，获取从Android应用程序的主界面到未遍历组件的触发路径；依据触发路径，进入未遍历组件对应的界面，对未遍历组件对应的界面进行遍历；本方法适用于大部分的Android应用程序的遍历工作。
-
公开(公告)号：CN105187393A
公开(公告)日：2015-12-23
申请号：CN201510487157.6
申请日：2015-08-10
Applicant: 济南大学
CPC classification number: H04L63/145 , H04W12/12
Abstract: 本发明公开了一种移动终端恶意软件网络行为重构方法及其系统，该方法包括：在移动终端接入网络的路由器节点设置镜像端口，采集原始移动终端恶意软件网络流量；解析原始移动终端恶意软件网络流量的DNS信息，获取移动终端恶意目标列表；根据移动终端恶意目标列表，分离移动终端恶意软件恶意行为流量；提取分离后的移动终端恶意软件恶意行为流量的DNS数据包和HTTP数据包，构建移动终端恶意软件网络行为交互时序图；根据移动终端恶意软件网络行为交互时序图，构建移动终端恶意软件网络行为模型。该方法依据网络数据流重新构建出移动终端恶意软件与外部网络之间的交互行为。
-
公开(公告)号：CN105187390A
公开(公告)日：2015-12-23
申请号：CN201510486989.6
申请日：2015-08-10
Applicant: 济南大学
IPC: H04L29/06
CPC classification number: H04L63/1408 , H04L63/0281 , H04L63/145
Abstract: 本发明公开了主动式移动终端恶意软件网络流量数据集获取方法及系统，对移动终端恶意软件进行反编译，反编译后得到与恶意软件相对应的配置文件；从与恶意软件相对应的配置文件中提取移动终端恶意软件自动安装和运行所需要的参数；移动终端恶意软件的自动安装；利用激活优先机制实现对移动终端恶意软件激活与运行，移动终端恶意软件激活与运行后获取移动终端恶意软件网络流量；建立移动终端恶意目标列表；根据建立的移动终端恶意目标列表分离出移动终端恶意软件与远程控制服务器之间或恶意服务器之间所产生的恶意交互流量。对采集到的网络流量数据，本发明以网络数据流的方式从混合流量中提取到恶意软件所产生的恶意流量。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.046 seconds)
