-
公开(公告)号：CN119851245A
公开(公告)日：2025-04-18
申请号：CN202411914086.9
申请日：2024-12-24
Applicant: 上海计算机软件技术开发中心
IPC: G06V20/58 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种自动驾驶场景分类识别系统及方法，涉及自动驾驶领域，该系统包括：数据获取模块，基于多源设备采集自动驾驶场景的原始图像和点云数据；特征提取模块，利用点云投影方法将点云数据投影到二维平面上，生成二维图像，并对所述二维图像和所述原始图像进行特征提取得到特征向量；场景分类模块，将所述特征向量输入至多层感知机中进行自动驾驶场景分类，得到自动驾驶场景的初步分类概率；融合模块，将所述自动驾驶场景的初步分类概率与地图信息和全球定位信息相融合，得到自动驾驶场景的分类概率，并根据自动驾驶场景的分类概率确定自动驾驶场景类别。本申请提高了场景分类的准确性。
-
公开(公告)号：CN114817991A
公开(公告)日：2022-07-29
申请号：CN202210500729.X
申请日：2022-05-10
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/62 , G06T3/00 , G06V10/26 , G06V10/82 , G06V20/70 , G06V20/56 , G06V20/59 , G06N3/04 , G16Y20/00 , G16Y40/50
Abstract: 本发明公开了一种车联网图像脱敏方法，包括，采用实例分割模型对获得的车联网图像进行实例分割后进行脱敏处理。对获得的车联网原始图像进行预处理，预处理的内容包括：删除车联网原始图像中的位置信息；对车联网图像进行标准化处理。根据预设立的脱敏规则库中的规则模板，对经过实例分割后的所述车联网图像输出的实例进行脱敏处理。所述的预处理还包括，删除车联网原始图像中的信息包括海拔、纬度、经度、位置、超焦距和/或亮度值。
-
公开(公告)号：CN116996254B
公开(公告)日：2024-07-30
申请号：CN202310749684.4
申请日：2023-06-25
Applicant: 上海计算机软件技术开发中心
IPC: H04L9/40
Abstract: 本发明公开一种自动化挖掘车载信息娱乐系统漏洞的方法及系统，涉及网络安全技术领域，先获取在点击车载信息娱乐系统的每一图标时所产生的系统界面的系统界面图片，每一图标对应一系统界面图片。然后对于每一系统界面图片，对系统界面图片进行文字识别，得到系统界面图片对应的文本，并通过正则匹配从文本中提取得到检测用字段，检测用字段包括IP地址、URL地址、端口和服务。最后基于检测用字段对车载信息娱乐系统进行漏洞检测，得到车载信息娱乐系统的未授权访问漏洞，从而可自动化挖掘车载信息娱乐系统的未授权访问漏洞，后续即可从源头上减少信息收集的可能，抑制直接威胁汽车安全的高危漏洞产生。
-
公开(公告)号：CN116996254A
公开(公告)日：2023-11-03
申请号：CN202310749684.4
申请日：2023-06-25
Applicant: 上海计算机软件技术开发中心
IPC: H04L9/40
Abstract: 本发明公开一种自动化挖掘车载信息娱乐系统漏洞的方法及系统，涉及网络安全技术领域，先获取在点击车载信息娱乐系统的每一图标时所产生的系统界面的系统界面图片，每一图标对应一系统界面图片。然后对于每一系统界面图片，对系统界面图片进行文字识别，得到系统界面图片对应的文本，并通过正则匹配从文本中提取得到检测用字段，检测用字段包括IP地址、URL地址、端口和服务。最后基于检测用字段对车载信息娱乐系统进行漏洞检测，得到车载信息娱乐系统的未授权访问漏洞，从而可自动化挖掘车载信息娱乐系统的未授权访问漏洞，后续即可从源头上减少信息收集的可能，抑制直接威胁汽车安全的高危漏洞产生。
-
公开(公告)号：CN116432181A
公开(公告)日：2023-07-14
申请号：CN202310385019.1
申请日：2023-04-12
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/56 , G06F18/214 , G06F18/241 , G06F18/25
Abstract: 本发明公开一种安卓恶意软件检测方法、系统及电子设备，涉及网络安全技术领域。本发明提供的安卓恶意软件检测方法，深度学习模型提取有效的应用内在静态结构特征提取样本的静态特征，并获取对应样本的动态特征，以能够有效地缩小深度学习模型的特征量的大小，保留结构特性，从而加速模型计算速度。此外，深度学习模型利用流量数据监测的方式提取动态特征，可以有效避免模拟所有的动态行为，提取特征更为简洁、有效。最后，为了增加深度学习模型的可解释性，本发明研究不同数据特征的重要性，从而达到特征可解释性的研究目的。
-
Patent Agency Ranking
公开(公告)号：CN116127854B
公开(公告)日：2024-01-09
申请号：CN202310245307.7
申请日：2023-03-15
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明提供了一种自动驾驶虚拟测试场景生成方法、系统及设备。该方法包括：根据场景类型以及场景参数生成随机虚拟驾驶场景；在每个所述随机虚拟驾驶场景中进行仿真模拟驾驶，记录仿真驾驶结果；将随机虚拟驾驶场景作为样本，将仿真驾驶结果作为标签，训练机器学习模型，构建驾驶推理模型；利用对抗样本生成算法生成驾驶推理模型的对抗场景；在对抗场景中进行仿真模拟驾驶，验证对抗场景是否满足预期结果；若是，确对抗场景为关键测试场景，输出并保存对抗场景；关键测试场景为最终的自动驾驶虚拟测试场景；若否，重新生成驾驶推理模型的对抗场景，直至满足预期结果。本发明能够提高拟测试场景生成效率以及场景多样性。
-
公开(公告)号：CN117113350A
公开(公告)日：2023-11-24
申请号：CN202311162448.9
申请日：2023-09-11
Applicant: 上海计算机软件技术开发中心
Abstract: 本发明公开一种基于路径自适应的恶意软件检测方法、系统及设备，涉及软件检测领域，该方法包括：对软件样本数据进行逆向编译后提取相关细粒度信息特征；该信息特征包括APP与API间的调用特征、API与API间的调用特征以及API与Permission的调用特征；基于以上相关细粒度信息特征构建异构图数据；基于异构图数据，采用强化学习从所述异构图数据中为每个样本提取出一个样本路径；采用训练集训练异构图嵌入模型，得到恶意软件检测模型；训练集中样本数据由各样本路径和各样本路径对应的软件类型构成；根据待检测的软件数据和恶意软件检测模型，得到待检测的软件数据对应的类型。本发明提高了检测精度的同时提高了检测速度。
-
公开(公告)号：CN118740511A
公开(公告)日：2024-10-01
申请号：CN202411054639.8
申请日：2024-08-02
Applicant: 上海计算机软件技术开发中心
IPC: H04L9/40 , G06N3/0464 , G06N3/045 , G06N3/08 , H04L67/12
Abstract: 本发明公开一种新能源电车充电桩主机入侵检测方法、产品、介质及设备，涉及智能电网安全领域，通过将主机事件特征作为检测方法的数据基础降低误报率，基于多任务学习方法，采用深度学习模型为每个任务搭建检测器，使用多任务架构，在样本表征时，为各任务使用相同的向量表示，避免了每个任务重复表征，由于各入侵检测任务之间相互共享特征表征，因此与传统检测任务相比，达到相同的电车充电桩入侵检测目的，本发明训练出来检测模型所需的时间更少，此外，本发明通过概率转移提升多任务检测架构的预测精度，降低模型的训练时间，最终实现了快速得到准确的恶意检测结果、家族检测结果和多分类检测结果。
-
公开(公告)号：CN118606174A
公开(公告)日：2024-09-06
申请号：CN202410636858.0
申请日：2024-05-22
Applicant: 上海计算机软件技术开发中心
IPC: G06F11/36 , G06F21/62 , G06N3/0464 , G06N3/092 , G06F16/901
Abstract: 本发明公开一种软件隐私合规检测方法、设备、存储介质及产品，涉及软件隐私合规分析技术领域。所述方法包括：提取各样本软件对应的样本特征；基于各样本软件对应的样本特征构建各样本软件对应的异构图；采用强化学习根据奖励函数值对各异构图进行处理得到各样本软件对应的元路径；根据元路径生成各样本软件对应的路径实例，并采用图表征模型对各路径实例进行处理得到各路径实例中各节点的向量表示；利用训练集对图嵌入模型进行训练得到软件隐私合规检测模型；根据各节点的向量表示计算新奖励函数值；将待检测软件对应的样本特征输入软件隐私合规检测模型得到待检测软件的检测结果。本发明可提供更好的检测效果，并且对检测人员门槛要求更低。
-
公开(公告)号：CN114817991B
公开(公告)日：2024-02-02
申请号：CN202210500729.X
申请日：2022-05-10
Applicant: 上海计算机软件技术开发中心
IPC: G06F21/62 , G06T3/04 , G06V10/26 , G06V10/82 , G06V20/70 , G06V20/56 , G06V20/59 , G06N3/045 , G06N3/0464 , G06N3/08 , G16Y20/00 , G16Y40/50
Abstract: 本发明公开了一种车联网图像脱敏方法，包括，采用实例分割模型对获得的车联网图像进行实例分割后进行脱敏处理。对获得的车联网原始图像进行预处理，预处理的内容包括：删除车联网原始图像中的位置信息；对车联网图像进行标准化处理。根据预设立的脱敏规则库中的规则模板，对经过实例分割后的所述车联网图像输出的实例进行脱敏处理。所述的预处理还包括，删除车联网原始图像中的信息包括海拔、纬度、经度、位置、超焦距和/或亮度值。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.048 seconds)
