-
公开(公告)号：CN110245493A
公开(公告)日：2019-09-17
申请号：CN201910431019.4
申请日：2019-05-22
Applicant: 中国人民公安大学 , 国家密码管理局商用密码检测中心
Abstract: 本申请提出一种基于深度置信网络的Android恶意软件检测的方法，首先，提取出Android应用软件的权限和敏感API的特征；其次，使用深度置信网络DBN来构建深度学习模型，将提取出的所述特征使用深度学习模型进行处理，得到表征高层抽象特征的样本；然后使用分类算法，对通过深度学习模型输出的高层抽象特征进行分类，区分出恶意软件和正常软件。通过本发明基于深度置信网络的深度学习模型可以更好地表征Android恶意软件的高层抽象特征，其检测效果也明显优于传统的神经网络模型和机器学习模型。
-
公开(公告)号：CN111586445A
公开(公告)日：2020-08-25
申请号：CN202010408852.X
申请日：2020-05-14
Applicant: 中国人民公安大学
IPC: H04N21/2347 , H04N21/266 , H04N21/845 , H04N21/4405 , H04N19/46
Abstract: 本发明实施例提供一种视频数据传输方法和装置。该方法包括：拆分端向重组端发送数据传输请求；重组端响应于所述数据传输请求，生成非对称加密密钥，并将非对称加密密钥中的公钥发送至拆分端；拆分端利用公钥对预先生成的对称加密密钥进行加密；重组端利用非对称加密的私钥解密出拆分端生成的对称加密密钥；拆分端对视频数据进行加密处理得到传输单元，并发送至重组端；重组端利用对称加密密钥解析所述传输单元并进行重组，得到视频数据，从而保证视频数据传输过程中的机密性。同时，由于将视频数据打散成不同的分片进行传输，可以使得传输数据大小均匀，难以通过侧信道等攻击方法泄露传输文件的信息，进而实现H.264编码的视频数据的隐蔽传输。
-
公开(公告)号：CN108319714A
公开(公告)日：2018-07-24
申请号：CN201810130781.4
申请日：2018-02-08
Applicant: 中国人民公安大学
Abstract: 本发明公开了一种基于HBase的列存储压缩方法，包括从HBase读取各列数据，对各列数据进行重新排序并存储于各区中；统计随机块的统计量以计算各区之间的相似因子S，相似因子S为判断区间相似度的定义量，通过两区的统计量T特征分量的绝对差值得到，并判断列分布均匀或离散；若分布均匀，则采用混级列压缩方式；若分布离散，则采用混级区压缩方式。本发明提供的列存储压缩方法极大程度上减少了计算成本，同时提高了压缩效率。
-
公开(公告)号：CN111586445B
公开(公告)日：2022-04-12
申请号：CN202010408852.X
申请日：2020-05-14
Applicant: 中国人民公安大学
IPC: H04N21/2347 , H04N21/266 , H04N21/845 , H04N21/4405 , H04N19/46
Abstract: 本发明实施例提供一种视频数据传输方法和装置。该方法包括：拆分端向重组端发送数据传输请求；重组端响应于所述数据传输请求，生成非对称加密密钥，并将非对称加密密钥中的公钥发送至拆分端；拆分端利用公钥对预先生成的对称加密密钥进行加密；重组端利用非对称加密的私钥解密出拆分端生成的对称加密密钥；拆分端对视频数据进行加密处理得到传输单元，并发送至重组端；重组端利用对称加密密钥解析所述传输单元并进行重组，得到视频数据，从而保证视频数据传输过程中的机密性。同时，由于将视频数据打散成不同的分片进行传输，可以使得传输数据大小均匀，难以通过侧信道等攻击方法泄露传输文件的信息，进而实现H.264编码的视频数据的隐蔽传输。
-
公开(公告)号：CN111598059A
公开(公告)日：2020-08-28
申请号：CN202010601748.2
申请日：2020-06-28
Applicant: 中国人民公安大学
Abstract: 本发明提供了一种犯罪预测模型的训练方法、装置及电子设备，涉及犯罪预测技术领域，包括获取目标区域在预设时间段内的历史犯罪数据；将该历史犯罪数据转化为视频流；对于视频流中的每一图像帧，提取该图像帧的时空特征信息；以该视频流中各图像帧的时空特征信息为训练集合，训练预设的神经网络，直至满足预设的训练结束条件，得到训练好的犯罪预测模型。本发明实施例通过提取历史犯罪数据在不同时间深度的时间特征，以及通过多层卷积捕捉不同距离的空间依赖得到对应的空间特征，并对二者加以融合得到时空特征信息，基于该时空特征信息对神经网络进行训练得到的犯罪预测模型，可以在更细粒度的时间和空间上进行犯罪预测，提高犯罪预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110909253B
公开(公告)日：2022-08-19
申请号：CN201911039609.9
申请日：2019-10-29
Applicant: 中国人民公安大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提出了一种基于特定用户的群体关系挖掘与分析方法，包括如下步骤：选取一定数量的具有相同特征或共同行为的用户作为特定用户；利用改进的最短路径图聚类算法去挖掘关联所述特定用户之间的关系，形成初级群体；对节点进行属性特征分析，将所述初级群体中的所述用户节点属性特征标签构造成初级群体属性比对集合；获得候选扩展用户及其属性集合，计算所述候选扩展用户的属性与所述初级群体比对集合属性间的相似度，选取相似度大于阈值的候选扩展用户加入到所述初级群体中。本发明结合群体关系结构的内聚性以及个体在特定属性子集的相似性的来挖掘群体，聚类效果良好。
-
公开(公告)号：CN110909253A
公开(公告)日：2020-03-24
申请号：CN201911039609.9
申请日：2019-10-29
Applicant: 中国人民公安大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提出了一种基于特定用户的群体关系挖掘与分析方法，包括如下步骤：选取一定数量的具有相同特征或共同行为的用户作为特定用户；利用改进的最短路径图聚类算法去挖掘关联所述特定用户之间的关系，形成初级群体；对节点进行属性特征分析，将所述初级群体中的所述用户节点属性特征标签构造成初级群体属性比对集合；获得候选扩展用户及其属性集合，计算所述候选扩展用户的属性与所述初级群体比对集合属性间的相似度，选取相似度大于阈值的候选扩展用户加入到所述初级群体中。本发明结合群体关系结构的内聚性以及个体在特定属性子集的相似性的来挖掘群体，聚类效果良好。
-
公开(公告)号：CN108846422B
公开(公告)日：2021-08-31
申请号：CN201810525837.6
申请日：2018-05-28
Applicant: 中国人民公安大学
Abstract: 一种跨社交网络的账号关联方法及系统，包括获取装置：用于分别获取不同社交网络平台处的账号以及每个账号对应的多维度属性信息；计算装置用于将位于不同社交网络平台处两个账号的多维度属性信息分别进行多维度的相似性计算，并生成计算结果，计算结果为关联结果或不关联结果中的任意一个；输出装置用于将若计算结果为关联结果，则将位于不同社交网络平台处的两个账号关联；若计算结果为不关联结果，则将位于不同社交网络平台处两个账号不关联。本发明设计了基于关联同一自然人在不同社交网络平台账号的应用场景，设计了如从用户名、地理位置、个人描述和头像等维度的相似度计算的特征获取及计算方法，提高了不同社交网络平台账号关联的准确率。
-
公开(公告)号：CN109120602A
公开(公告)日：2019-01-01
申请号：CN201810830051.5
申请日：2018-07-25
IPC: H04L29/06
CPC classification number: H04L63/1458 , H04L63/1416 , H04L2463/146
Abstract: 一种IPv6攻击溯源方法，包括信息流分类步骤、报文标记步骤、验证信息生成步骤以及信息判断步骤。本发明提出了更加高效合理的标记概率算法，判断报文的标记概率，将报文以流为对象进行标记，并以带宽占有率分为大流量与小流量。为了避免大流量的标记后的报文过多，标记概率根据带宽占有率进行动态调整，而小流量则以固定概率进行标记，保证对于小流量的标记，最终有助于以较少的标记后的报文对DDoS攻击的溯源。改进了传统的标记流程，将域内溯源与域间溯源相结合，选取接入网路由器与自治域边界路由器进行相关的标记而生成标记后的报文，最大程度上保证了重构路径的完整性，既有利于阻断攻击，也标记了攻击源。
-
公开(公告)号：CN108829799A
公开(公告)日：2018-11-16
申请号：CN201810571074.9
申请日：2018-06-05
Applicant: 中国人民公安大学
IPC: G06F17/30
Abstract: 一种基于改进LDA主题模型的文本相似度计算方法及系统，在WMF_LDA主题模型中获取若干文本集；通过word2vec词向量模型对预处理词语集中的词语进行相似度计算并生成若干词语相似度值；按照其词语之间相似度生成领域主题词语集；并将进行过词语语义合并的文档通过LDA主题模型得出其在不同主题上的概率分布；确定任意两个文本之间主题分布相似度得到本发明相似度。先进行筛选减少主题词语集中词语的数量，并将同义词、近义词、同领域词进行统一化映射，再通过建模获得文本的概率分布并进一步判断文本之间的相似程度，使得在计算两个文本的相似度的过程中，使得计算时维度小、减少浪费空间并且解决了过多集中于词语层面、未能充分挖掘和利用不同类型文本的问题。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.061 seconds)
