网络入侵检测方法、装置、计算机设备、存储介质

    公开(公告)号:CN119449395A

    公开(公告)日:2025-02-14

    申请号:CN202411500605.7

    申请日:2024-10-25

    Applicant: 湖南大学

    Abstract: 本申请涉及一种网络入侵检测方法、装置、计算机设备、存储介质和计算机程序产品,通过构建多维度网络入侵检测数据集;基于生成对抗网络GAN的攻击数据生成网络入侵检测模型;联合所述GAN的多教师网络进行训练;进行多教师蒸馏的网络入侵检测模型训练;网络入侵检测模型验证及部署。解决了现有技术中网络入侵检测系统无法有效应对不断变化的攻击模式或无法在高维数据中准确识别异常行为的技术问题;以轻量级的模型实现了高效、准确的检测,适用于动态和多样化的网络入侵场景,显著提升了入侵检测系统在实际应用中的效果。

    计算任务的分配方法、装置、计算机设备和存储介质

    公开(公告)号:CN114706687B

    公开(公告)日:2024-09-24

    申请号:CN202210426012.5

    申请日:2022-04-22

    Applicant: 湖南大学

    Abstract: 本申请涉及一种计算任务的分配方法、装置、计算机设备和存储介质。方法包括:获取计算任务对应的第一数量个计算图以及各计算子任务之间的流转关系;计算每个边界计算子任务的关键关系增益,关键关系增益包括第一增益和第二增益;根据各边界计算子任务的第一增益和第二增益调整边界计算子任务至其他计算图,获得新的第一数量个计算图;若新的第一数量个计算图存在新的边界计算子任务,返回确定每个边界计算子任务的关键关系增益的步骤,直至获得的新的第一数量个计算图不存在新的边界计算子任务,并将每次获得第一数量个计算图之间的关键关系数量最小的第一数量个计算图,分配至对应的计算设备。采用本方法能够满足实时应用要求,减少通信延时。

    脐血流超声图像测量与并行处理方法、装置

    公开(公告)号:CN118505603A

    公开(公告)日:2024-08-16

    申请号:CN202410427634.9

    申请日:2024-04-10

    Applicant: 湖南大学

    Abstract: 本申请涉及一种脐血流超声图像测量与并行处理方法和装置。所述方法包括:采用数据并行和卷积加速的方式,加速获取标准切面,通过利用数字图像处理技术识别脐血流标准切面的脐血流感兴趣区域、X轴区域,以及脐血流频谱包络线,从而可以计算脐血流频谱的波峰波谷点,并从中定位连续稳定的脐血流频谱。进一步地识别标尺点,可快速定位速度标尺和时间标尺,从而高效地计算Y轴速度标尺的换算比和X轴方向时间标尺的换算比。在此基础上,利用计算的连续稳定的脐血流频谱、Y轴方向速度标尺的换算比以及X轴方向的时间标尺的换算比,可自动准确地测量脐血流频谱相关系数。该过程无需人工干预,极大地提高了脐血流频谱相关系数的计算效率。

    数据最优传输方法、装置、计算机设备和存储介质

    公开(公告)号:CN116055003B

    公开(公告)日:2024-07-12

    申请号:CN202310012870.X

    申请日:2023-01-05

    Applicant: 湖南大学

    Abstract: 本申请涉及一种数据最优传输方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待传输数据的数据传输矩阵;对数据传输矩阵中的每一行的行数据依次交织执行列重缩放操作与行重缩放操作,得到更新后的数据传输矩阵,并将每一行的行数据中经过行重缩放操作的行数据添加至预设列求和数组的相应位置中;将更新后的数据传输矩阵与更新前的数据传输矩阵进行比较,若比较结果满足预设迭代阈值,则将更新后的数据传输矩阵确定为目标数据传输矩阵;根据目标数据传输矩阵完成数据最优传输操作。采用本方法能够提高数据传输时内存访问速率以及内存计算单元利用率。

    胎儿超声颅脑标准切面识别并行处理方法与系统

    公开(公告)号:CN117911752A

    公开(公告)日:2024-04-19

    申请号:CN202311802686.1

    申请日:2023-12-26

    Applicant: 湖南大学

    Abstract: 本申请涉及一种胎儿超声颅脑标准切面识别并行处理方法与系统,其中,方法包括:获取胎儿超声图像;根据已训练的深度学习模型,采用GPU并行计算的方式对所述胎儿超声图像进行类别识别,得到类别识别结果、并分割出所述胎儿超声图像中不同结构的box和mask;根据所述胎儿超声图像以及所述不同结构的box和mask,对所述胎儿超声图像标准程度进行评分;基于类别识别结果和评分结果,生成所述胎儿超声图像的识别结果。整个过程中,基于已训练的深度学习模型对所述胎儿超声图像进行类别识别得到图像类别,并且结合评分结果,识别出评分最高的切面图像,其可以失效高效、且准确识别胎儿超声图像中颅脑冠状和矢状切面,为医生提供更可靠的图像分析数据支持。

    一种用于测试人工智能模型鲁棒性的方法和系统

    公开(公告)号:CN112766315B

    公开(公告)日:2024-03-29

    申请号:CN202011630126.9

    申请日:2020-12-31

    Applicant: 湖南大学

    Abstract: 本发明属于人工智能模型鲁棒性判定技术领域,并公开了一种在不知人工智能模型以及训练数据集情况下能有效地对未知模型进行攻击方法,包括以下步骤:原始数据集的浅层共享特征的捕获,并根据输入条件生成相应的目标样本。待测试人工智能模型用于预测目标样本的输出,该输出和正式的标签进行比对得到相应损失。同时生成的目标样本用于训练替代模型,并得到相应的输出,比较同一个样本在两个不同模型情况下的输出,得到比对损失,用于确保替代模型很好的学习待测试人工智能模型的全部功能。之后用一些成熟的攻击算法去攻击替代模型得到相应的对抗样本,并将这些对抗样本用于攻击未知的人工智能模型,进而判定人工智能模型的鲁棒性。

    通信转化方法、装置、电子设备和存储介质

    公开(公告)号:CN114629967B

    公开(公告)日:2023-09-26

    申请号:CN202210240002.2

    申请日:2022-03-10

    Applicant: 湖南大学

    Abstract: 本申请涉及一种通信转化方法、装置和电子设备,应用于数字化变电站场景。方法包括:在第一时刻获取第一时间周期内的Modbus数据集合,Modbus数据集合中每个Modbus数据包括Modbus数据的起始地址以及地址域;在第二时间周期内接收第一数据请求,第一数据请求用于请求目标IEC618590数据,数据请求携带用于索引目标IEC618590数据的目标对象引用;根据目标对象引用,确定目标对象引用对应的目标起始地址以及目标地址域;根据目标起始地址以及目标地址域,从Modbus数据集合中确定目标Modbus数据;将目标Modbus数据转化后得到的目标IEC618590数据,发送至发出第一数据请求的客户端。采用本方法能降低数据交互的时间,提升在不同协议的装置之间进行通信的效率。

    终端行为检测模型构建方法、装置、设备和存储介质

    公开(公告)号:CN116723157A

    公开(公告)日:2023-09-08

    申请号:CN202310624689.4

    申请日:2023-05-30

    Applicant: 湖南大学

    Abstract: 本申请涉及一种终端行为检测模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取各预设周期时间区间内第一终端设备和各第二终端设备之间的历史流量数据;分别对各所述历史流量数据进行特征提取,得到各所述预设周期时间区间内的流量统计特征;根据各所述预设周期时间区间对应的周期时间特征值和各所述流量统计特征,构造各所述预设周期时间区间内的流量特征时序样本;获取各所述流量特征时序样本对应的样本标签,根据各所述流量特征时序样本和各所述样本标签,构建各所述预设周期时间区间对应的终端行为检测模型。采用本方法能够兼顾提升终端行为检测模型的训练效果和训练效率。

Patent Agency Ranking