-
公开(公告)号：CN117217228A
公开(公告)日：2023-12-12
申请号：CN202311083475.7
申请日：2023-08-25
Applicant: 嵩山实验室 , 中国人民解放军战略支援部队信息工程大学
IPC: G06F40/30 , G06N3/0985 , G06F16/35 , G06F40/216 , G06F40/289 , G06F40/295
Abstract: 本申请提出了一种基于标签语义的神经网络权重初始化方法，该方法包括：获取当前待处理的自然语言处理任务和样本数据；通过在预训练后进行微调的方式获得初始自然语言处理模型，并根据自然语言处理任务的类型确定样本数据的标签；根据自然语言处理任务的类型，通过相应的语义嵌入方式将标签的语义信息引入至输出层神经网络的初始化参数中，对神经网络的权重参数进行初始化；将获得的初始化权重矩阵载入初始自然语言处理模型中进行再次训练，并通过最终自然语言处理模型对待处理的文本进行处理。该方法利用不同类别标签的语义信息对输出层神经网络的参数进行初始化，能够提高执行自然语言处理任务的精确度。
-
公开(公告)号：CN115410118A
公开(公告)日：2022-11-29
申请号：CN202210961313.8
申请日：2022-08-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于多媒体信息处理技术领域，特别涉及一种对抗条件下的深度伪造视频检测方法及系统，首先，构建深度伪造视频检测模型集合并进行模型训练，其中，深度伪造视频检测模型集合中至少包含3个用于分别对输入视频进行真伪检测的神经网络结构模型；然后，利用训练后的深度伪造视频检测模型集合对待检测视频进行真伪检测，并针对集合中每个模型的真伪检测输出，采用大数胜出原则进行集中判决，以确定最终真伪检测结果。本发明针对伪造生成者通过对抗样本等技术添加扰动来干扰深度伪造视频检测、影响检测精度等的难题，基于多模型检测来提高对伪造视频检测的鲁棒性，提升视频鉴伪精度，便于实际场景应用。
-
公开(公告)号：CN111815034A
公开(公告)日：2020-10-23
申请号：CN202010568980.0
申请日：2020-06-20
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于电信安全技术领域，特别涉及一种基于模体演化的电信诈骗流程预测方法及系统，通过收集电信诈骗剧本数据来获取样本数据；针对样本数据中若干电信诈骗剧本，通过剧本环节分析来形成诈骗流程链条，以构建诈骗流程网络；通过获取诈骗流程网络中未知连边的概率，对电信诈骗流程进行预测输出，以发现未知电信诈骗行为。本发明基于复杂网络模体演化理论，对诈骗流程中的各阶段进行抽象形成诈骗链条，把诈骗链条构建诈骗流程网络，基于模体演化对诈骗剧本流程进行推演预测，输出新的未来可能发生诈骗流程，为电信诈骗行为及时有效发现提供支撑，可适用于电信网络诈骗方式的发现和预测，在通信信息安全等数据处理领域具有较好地应用前景。
-
公开(公告)号：CN116246320A
公开(公告)日：2023-06-09
申请号：CN202310112422.7
申请日：2023-02-14
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及人工智能图像数据处理技术领域，特别涉及一种视频中人脸对抗样本检测方法及系统，通过提取待检测视频中的首帧图像，并从所述首帧图像中提取人脸区域图像；将人脸区域图像转换为人脸相位谱图像，并基于相位谱对人脸进行图像重构；利用预训练的图像分类模型对重构的人脸图像进行对抗二分类检测，以确定待检测视频是否为加扰对抗样本。本发明能够在基于一帧视频帧的情况下来有效识别出视频中的人脸区域是否添加对抗扰动，可为伪造视频的检测提供更多的线索，便于采用更有针对性的鲁棒防御方案来对网络伪造视频进行监管，有效净化网络视频空间。
-
公开(公告)号：CN113870042A
公开(公告)日：2021-12-31
申请号：CN202111144429.4
申请日：2021-09-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06Q50/00
Abstract: 本发明属于局部扩展社区发现技术领域，特别涉及一种基于网络motif的局部高阶社区发现方法及装置，该方法包括基于motif的高阶邻接矩阵与基于边的一阶邻接矩阵进行融合，得到权重矩阵；在网络中选择优质的种子节点；将挑选出的每一个种子进行扩展，得到种子的局部社区结构；对上面得到的社区进行优化处理。本发明在寻找优质种子节点以及局部扩展的过程中将网络的低阶信息和高阶信息进行融合，更好地利用网络信息挖掘更优的种子节点以及节点的局部社区结构，从而提高了社区划分的精度。
-
Patent Agency Ranking
公开(公告)号：CN113849637A
公开(公告)日：2021-12-28
申请号：CN202110985570.0
申请日：2021-08-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种低噪声干扰的有监督关系抽取方法及装置。该方法包括：将待处理的语料转换为向量化的形式，得到编码序列；将所述编码序列送入MogrifierBiGRU‑GateAttention‑softmax中的第二层MogrifierBiGRU，得到融入上下文信息的编码序列；将所述融入上下文信息的编码序列送入MogrifierBiGRU‑GateAttention‑softmax中的第三层GateAttention，剔除任务无关信息，并聚合筛选结果，得到句向量；将所述句向量送入softmax，得到关系抽取结果。本发明改进了现有的BiGRU编码器以提高其特征抽取能力，设计了门控注意力层，并提出了两种门控策略去除句中任务无关词，能够在上下文信息建模的同时，减少噪声干扰。此外，无需语言工具进行数据预处理，减少了误差传播的影响。
-
公开(公告)号：CN113572739B
公开(公告)日：2023-02-24
申请号：CN202110736508.8
申请日：2021-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全技术领域，公开一种网络有组织攻击入侵检测方法及装置，该方法通过Wireshark软件捕获网络数据包，构建网络拓扑图，然后生成网络拓扑图的各个连通分支，再用Embed算法对各个连通分支生成各个节点的网络嵌入向量，最后利用LOF算法对网络嵌入向量计算LOF异常值，并根据LOF异常值对网络威胁发出告警。本发明提高了有组织攻击检测的召回率，有效地应对了有组织攻击导致的单点故障，提高了对不同种类的有组织攻击的检出率，从而可以实现对有组织攻击检测的鲁棒性和全面性。
-
公开(公告)号：CN114911971A
公开(公告)日：2022-08-16
申请号：CN202210288932.5
申请日：2022-03-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/783 , G06V20/40 , G06V40/16 , G06V40/40
Abstract: 本发明属于视频处理、网络信息安全技术领域，具体涉及一种融合标题信息的伪造人物视频检测方法及装置，该方法包括首先创建人物名字词典，基于文本规则匹配从带标题的含人脸的待检测视频的标题中提取人物的姓名信息；然后将从视频标题中提取的人物姓名作为关键词输入到互联网中进行搜索，进入相应人物的词条，提取人物的图像，将人脸区域保存为参考人脸图像；其次逐帧提取待检测视频中的视频帧，将人脸区域保存为待检测人脸图像；将待检测人脸图像和参考人脸图像输入到事先训练好的检测模型M中，如果M输出为1，则标记当前视频帧为伪造。本发明基于标题信息从互联网上获取目标对象的真实人脸图像作为先验知识，对伪造视频的真伪进行精准检测。
-
公开(公告)号：CN114758272A
公开(公告)日：2022-07-15
申请号：CN202210334683.9
申请日：2022-03-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于频域自注意力的伪造视频检测方法。该方法包括：将待检测视频分为若干个视频帧；判断每个视频帧是否伪造视频帧，具体包括：提取当前视频帧中的人脸图像，记作原始人脸图像；提取所述原始人脸图像的相位谱，并基于相位谱对原始人脸图像进行重构，将重构得到的人脸图像记作重构人脸图像；将所述重构人脸图像拆分成若干个相同大小的图像块，并将若干个所述图像块转换成序列数据；将所述序列数据输入至训练好的Transformer模型中提取得到特征向量，将所述特征向量输入至多层感知机，判断所述特征向量对应的视频帧是否为伪造视频帧；统计伪造视频帧的数量与真实视频帧的数量，若前者大于后者，则认为待检测视频为伪造视频，反之为真实视频。
-
公开(公告)号：CN111640033A
公开(公告)日：2020-09-08
申请号：CN202010281725.8
申请日：2020-04-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06Q50/00 , G06F16/901 , G06F16/951 , G06K9/62 , G06F40/284
Abstract: 本发明属于网络水军检测技术领域，特别涉及一种网络水军的检测方法及装置，该方法通过网络爬虫爬取信息，然后用实体识别等知识图谱技术构建用户网络结构图，再利用用户网络结构图进行分析找出可疑水军用户，最后对可疑水军用户的评论信息利用BERT模型进行分析，确定水军用户。本发明提高了在海量数据情况下检测收敛性及准确率，不需要提供太多的特征，减少特征提取复杂程度，大大减少了模型训练时间，快速、准确的检测出网络评论中的水军，从而可以尽量维护网络的真实和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.041 seconds)
