-
公开(公告)号：CN117939189B
公开(公告)日：2024-06-11
申请号：CN202410324004.9
申请日：2024-03-21
Applicant: 中国信息通信研究院
IPC: H04N21/231 , H04N21/24 , H04N21/266
Abstract: 本发明提出一种面向不良视频加密流量数据的质量属性评价方法和系统。其中，方法包括：采集预定义视频平台的不良视频明文数据并进行存储；识别和检测所述不良视频明文数据，并对不良视频明文数据进行分类、标记和存储；采集预定义种类的不良视频加密流量数据包信息，对不良视频明文数据和不良视频加密流量数据包信息进行映射和标记；对不良视频明文数据的基本属性进行评价的同时，对映射和标记后的不良视频加密流量数据包信息的采集环境属性进行评价，最后给出不良视频加密流量数据质量的综合评价。本发明提出的方案，便于数据集的管理与调用，也有利于检测识别模型的训练数据与评测数据的评估与筛选。
-
公开(公告)号：CN116781546A
公开(公告)日：2023-09-19
申请号：CN202310761030.3
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06F18/24 , G06F18/214
Abstract: 本发明提供一种基于深度合成数据的异常检测方法和系统，通过检测点采样和构建网络拓扑建模预测流量途径的重要节点采样两种采样方式，得到两个不同的样本集，将两个样本集输入对抗性网络，计算两者之间的差异度，根据差异度调整流量途径的节点的预测，当该差异度小于等于阈值时表示捕获成功，融合得到深度合成样本集，最后通过识别模型分类。
-
公开(公告)号：CN116319467A
公开(公告)日：2023-06-23
申请号：CN202310573012.2
申请日：2023-05-22
Applicant: 中国信息通信研究院
IPC: H04L43/0876 , H04L43/026 , H04L9/40 , G10L17/02 , G10L17/14
Abstract: 本发明公开了一种基于IDC机房双向流量的深度合成音频检测方法及系统，该方法包括：按照预设采集策略获取现网IDC机房出口的原始流量数据，并对获取到的原始流量数据进行还原处理得到还原音频文件，其中原始流量数据包括加密流量数据和非加密流量数据；基于预先建立的样本特征库对还原音频文件进行数据去重处理；对经去重处理后的还原音频文件进行音频检测以得到检测结果；该方法可做到现网流量深度合成信息的实时检测，并为了提高文件检测效率，减轻检测端压力，对数据进行去重处理，整体检测流程数据流转思路明确，可扩展至对于其他类型文件的检测，检测方法的普适性较强。
-
公开(公告)号：CN116866211B
公开(公告)日：2024-02-23
申请号：CN202310763614.4
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06F18/213 , G06F18/241 , G06N3/0464
Abstract: 本发明提供一种改进的深度合成检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。再利用帧内和帧间特征的差异性，计算两两特征之间的欧氏距离，以此判断对比损失，实现检测的高效和自动调整。
-
公开(公告)号：CN116781546B
公开(公告)日：2024-02-13
申请号：CN202310761030.3
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06F18/24 , G06F18/214
Abstract: 本发明提供一种基于深度合成数据的异常检测方法和系统，通过检测点采样和构建网络拓扑建模预测流量途径的重要节点采样两种采样方式，得到两个不同的样本集，将两个样本集输入对抗性网络，计算两者之间的差异度，根据差异度调整流量途径的节点的预测，当该差异度小于等于阈值时表示捕获成功，融合得到深度合成样本集，最后通过识别模型分类。
-
Patent Agency Ranking
公开(公告)号：CN116994590A
公开(公告)日：2023-11-03
申请号：CN202311253131.6
申请日：2023-09-27
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种深度伪造音频鉴别方法和系统。其中，方法包括：基于随机质量压缩、模糊和随机添加附加噪声方法，对音频数据进行数据增强处理；将数据增强处理后的音频数据输入基于自监督学习的特征提取模型，得到音频特征；将所述音频特征输入基于残差结构的伪造鉴别模型，提取出音频的时序特征，以实现对音频的鉴别。本发明提出的方案能够利用自监督语音表示学习技术学习语音特征，降低对深度伪造音频数据的依赖，提高系统的泛化性；基于残差结构实现音频特征增强，充分提取音频的时序特征；使用数据增强方法提升训练数据的复杂性，提高鉴别模型的性能。
-
公开(公告)号：CN116881830A
公开(公告)日：2023-10-13
申请号：CN202310922859.7
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: G06F18/2433 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/0464 , G06N3/088 , G06N3/0895
Abstract: 本发明提供一种基于人工智能的自适应检测方法和系统，通过构建包括主干网络、颈部网络和检测头网络架构的模型，能够区分得到用于检测大物体的深层特征和用于检测小物体的浅层特征，自适应识别不同类型的目标，以及通过使用无监督学习或半监督学习算法进行模型训练，可以使模型自适应地适应数据的特征，提高了检测的准确性和效率。此外，该方法和系统可以根据新的数据特征进行自适应地更新和调整，具有更强的灵活性和适应性。
-
公开(公告)号：CN116843907B
公开(公告)日：2024-02-13
申请号：CN202310763616.3
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/73 , G06N3/094
Abstract: 本发明提供一种基于深度学习的增强和目标检测方法和系统，通过检测点采样和构建网络拓扑建模针对流量可能路径进行增强处理再采样两种采样方式，其中增强处理能够得到候选位置信息对应的节点。得到两个不同的样本集，将两个样本集输入对抗性网络，计算两者之间的差异度，根据差异度修正候选位置信息，当该差异度小于等于阈值时表示捕获成功，融合得到深度合成样本集，最后通过识别模型分类。
-
公开(公告)号：CN116939244A
公开(公告)日：2023-10-24
申请号：CN202310926808.1
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: H04N21/234 , H04N21/24 , H04N21/25 , H04N21/44 , H04N21/442 , H04N21/466
Abstract: 本发明提供一种基于差异化的深度视频检测方法和系统，采用双网络方案，即帧内子网络和帧间子网络，利用帧内特征和帧间特征之间的差异化来深度检测网络视频，其中帧内子网络采用多级卷积层迭代差值来提取帧内特征，帧间子网络采用搭建三层结构捕获移动幅度大的部分来提取帧间特征，最后计算两个特征之间的欧氏距离和对比损失函数，完成检测识别，克服了现有技术计算量大、效率低的不足，实现检测的快速、准确。
-
公开(公告)号：CN116883907A
公开(公告)日：2023-10-13
申请号：CN202310922856.3
申请日：2023-07-26
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于帧间相关性的人工智能检测方法和系统，通过引入帧间相关性分析，能够有效地利用视频序列中的时间信息，提高目标检测的准确性。此外，本发明通过预处理操作，可以消除视频序列中的噪声和畸变，提高系统的鲁棒性。通过将特征提取、帧间相关性分析和目标检测结合起来，本发明可以实现更准确、更高效的目标检测。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.029 seconds)
