-
公开(公告)号：CN114065933B
公开(公告)日：2024-07-12
申请号：CN202111420523.8
申请日：2021-11-26
Applicant: 北京邮电大学
IPC: G06N3/126 , G06N3/006 , G06N3/0464 , G06N3/08 , G06N20/20 , G06F18/2113 , G06F18/231 , G06F18/241 , G06F18/243 , H04L9/40
Abstract: 本发明公开了一种基于人工免疫思想的未知威胁检测方法，有效检测已知和未知威胁。预分类模块将卷积神经网络引入用于解决self集合的预收集以及检测中网络流量的预分类问题；阴性选择模块将基因库引入用于解决初始检测器的随机生成问题和针对未知威胁的特异性免疫问题，将层次聚类引入用于提高检测器的训练效率；克隆变异模块通过引入基于遗传算法的检测器优化算法，解决高亲和力检测器的重叠检测问题；同时引入基于LRU的记忆检测器消退机制，有效释放存储空间，提高检测效率；mRNA疫苗接种模块引入基于特征重要性排序的mRNA疫苗算法，将检测到的未知威胁按基因重要性分解并注入到基因库中，并生成相应的检测器，实现对该未知威胁及其变种的特异性免疫。
-
公开(公告)号：CN114117420B
公开(公告)日：2024-05-03
申请号：CN202111409425.4
申请日：2021-11-25
Applicant: 北京邮电大学
IPC: G06F21/55 , G06F18/214 , H04L9/40
Abstract: 本发明公开了一种基于人工免疫学的分布式多主机网络的入侵检测系统，通过哈希算法识别攻击是否已知，来减少特异性免疫的匹配开销；结合多主机信息共享，最终使网络识别更多的攻击；同时采用混沌算法的Logistic回归来更加高效的生成大量随机检测器投入到训练中，拥有更好的随机性；最后通过结合遗传算法的克隆选择算法，在变异的基础上加强交叉的效果，以更好的收敛性去迭代增值克隆匹配性更好、亲和度更高的的检测器，并择优生成，最终以全局最优的方式收敛种群结果，获得对入侵攻击的快速自适应发现能力。本发明相比于传统的其他入侵检测系统，拥有更高的鲁棒性和自适应性，拥有对攻击检测更低的漏检率以及错误率。
-
公开(公告)号：CN117950877A
公开(公告)日：2024-04-30
申请号：CN202410209203.5
申请日：2024-02-26
Applicant: 北京邮电大学
Abstract: 本发明提供联邦学习中边缘计算节点的动态子图优化方法，包括：启动边缘训练节点，收集相关数据，进行计算侧的优化，将前期获得的所有的所述相关数据以及获得的算子的平均消耗，带入下列预估函数中并反解方程得出各个变量的值；评估与持续迭代：针对决定的优化Embedding子图进行动态的更改，对优化前后的性能进行对比，评估优化效果是否有额外误差，同时根据实验结果和实际应用中的反馈，不断调整和完善优化建模模型，以进一步提高评估能力，本发明通过对联邦学习中边缘节点的数据收集以及计算设备能力的检测，实现在训练中进行动态的子图优化，针对于不同类型的边缘节点，分别提供动态运行时不同的训练子图，实现性能的充分利用，以及提供对于以后多异构场景的适配方案。
-
公开(公告)号：CN116956145A
公开(公告)日：2023-10-27
申请号：CN202310725880.8
申请日：2023-06-19
Applicant: 北京邮电大学
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , H04L9/40
Abstract: 本发明公开了一种基于遗传卷积网络的恶意PE文件检测方法，属于网络安全技术领域。本发明通过构建了一个全局多模态化、多任务量网络，解决固定的专用分类模型分类效果不佳的问题；通过构建局部神经网络结构，利用小卷积核的思想和最大池化层的思想，提取最重要特征，加快了模型的训练速度，并利用金字塔池化层的思想，解决了传统神经网络中必须输入尺寸大小一致图片的问题。
-
公开(公告)号：CN115002291B
公开(公告)日：2023-07-25
申请号：CN202210577089.2
申请日：2022-05-25
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于P张量秘密共享和多个数据隐藏器的信息隐藏方法，通过压缩感知技术处理原始图像以尽可能地减小影子图像的大小，并为信息隐藏者嵌入额外信息提供了便利，且由于压缩感知能够在采样的同时对信号压缩，因此，可实现较高的嵌入率。另外，将P张量积理论应用到矩阵运算当中，使用较小维数的测量矩阵同样可以处理高维信号，避免内存浪费，且P变换的矩阵是随机矩阵，可根据需求灵活地选择，所以经过P张量积运算的结果也更加多样，可以表示的矩阵也更多。在信息隐藏阶段，我们使用多个数据隐藏器进行信息嵌入，避免因单个信息隐藏器遭到损坏而不能恢复原始图像，提高信息隐藏模型的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113468357B
公开(公告)日：2023-07-11
申请号：CN202110823822.X
申请日：2021-07-21
Applicant: 北京邮电大学
IPC: G06F16/58 , G06N3/0442
Abstract: 本发明实施例提供了一种图像描述文本生成方法及装置，涉及图像处理技术领域，上述方法包括：检测目标所在的目标区域；计算平均像素值，得到区域特征；对第一输入信息进行特征提取，得到第一隐藏特征；生成各目标区域的权重系数；对各个目标区域中相同位置的像素点的像素值进行加权计算得到第一输出信息；对第二输入信息进行特征提取，得到第二隐藏特征；获得预设词汇表中输出概率最高的输出单词；将第一输入信息更新为包含第一隐藏特征、已获得的输出单词和区域特征的信息，并返回得到第一隐藏特征的步骤，直至输出文本满足输出结束条件，将输出文本确定为图像描述文本。应用本发明实施例提供的方案能够提高生成图像描述文本的准确度。
-
公开(公告)号：CN115002291A
公开(公告)日：2022-09-02
申请号：CN202210577089.2
申请日：2022-05-25
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于P张量秘密共享和多个数据隐藏器的信息隐藏方法，通过压缩感知技术处理原始图像以尽可能地减小影子图像的大小，并为信息隐藏者嵌入额外信息提供了便利，且由于压缩感知能够在采样的同时对信号压缩，因此，可实现较高的嵌入率。另外，将P张量积理论应用到矩阵运算当中，使用较小维数的测量矩阵同样可以处理高维信号，避免内存浪费，且P变换的矩阵是随机矩阵，可根据需求灵活地选择，所以经过P张量积运算的结果也更加多样，可以表示的矩阵也更多。在信息隐藏阶段，我们使用多个数据隐藏器进行信息嵌入，避免因单个信息隐藏器遭到损坏而不能恢复原始图像，提高信息隐藏模型的安全性。
-
公开(公告)号：CN114944911A
公开(公告)日：2022-08-26
申请号：CN202210570594.4
申请日：2022-05-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于并行压缩感知和秘密共享的图像加密方法，首先利用性能良好的测量矩阵作为密钥对图像进行并行压缩，不仅实现了加密，而且减少了图像的大小，具有更低的存储和计算复杂度。其次对于非方阵图像引入分块Arnold变换加密，使图像显得杂乱无章，从而实现对并行压缩后的图像加密。然后，为了进一步提高系统的可靠性和保密性，防止秘密过于集中，利用(k,n)‑门限秘密共享技术对分块Arnold变换后的秘密图像进行处理，不仅实现了秘密图像的加密，而且分散了风险，容忍了入侵。最后，利用Zigzag混淆对由秘密共享技术生成的影子图像进行处理，干扰元素在影子图像中的位置，实现影子图像加密。
-
公开(公告)号：CN114511491A
公开(公告)日：2022-05-17
申请号：CN202111465652.9
申请日：2021-12-03
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于U‑EM网络实现的图像分割方法，结合了Unet以及EM绛囊网络的优点，提出一种新的图像分割模型，不仅结合每一层的图像特征进行计算，同时还可以利用空间特征进行最后的结果输出，在预测输出结果时同时考虑了图像的高层次特征以及图像的空间特征，能够更好的利用图像空间特征，提高最后图像分割的效果以及准确率。
-
公开(公告)号：CN114282596A
公开(公告)日：2022-04-05
申请号：CN202111409648.0
申请日：2021-11-25
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于类明确表示的一分类对抗性诈骗检测方法，采用改进的自编码器和改进的生成对抗网络，包括四个阶段：第一阶段：基于正常行为数据提取初步特征，利用改进后的自编码器提取其数据特征；第二阶段：修改原始生成对抗网络的目标函数得到改进的生成对抗网络，利用改进的生成对抗网络生成伪异常行为数据；第三阶段：将正常用户行为数据和伪异常行为数据输入改进的自编码器中一同训练，用训练完成后的编码器对正常行为数据提取最终特征；第四阶段：用最终提取好的正常行为数据特征对改进的生成对抗网络进行训练，训练完成后得到的判别器作为诈骗检测器对诈骗进行检测。本发明的方法在诈骗检测的准确率和稳定性方面都有显著提高。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.028 seconds)
