基于轻量多尺度UNet的皮肤病变图像分割方法

    公开(公告)号:CN116310329A

    公开(公告)日:2023-06-23

    申请号:CN202310194557.2

    申请日:2023-03-03

    Abstract: 本发明提供一种基于轻量多尺度UNet的皮肤病变图像分割方法,方法包括:获取皮肤病变图像并进行预处理;建立轻量多尺度UNet网络结构即LMUNet:以原始的UNet模型为基础,使用多尺度倒置残差模块替代UNet编码路径中原有的卷积模块,并在编码路径和解码路径之间加入非对称空洞空间金字塔池化模块,同时减少每层的通道数,并将UNet原有的跳跃连接修改为通道相加;利用预处理的皮肤病变图像对LMUNet网络进行训练;将待分割的皮肤病变图像输入训练好的LMUNet网络获取分割结果。实验结果表明本发明解决了基于UNet的皮肤病变图像模型复杂度高、计算量大和参数多的问题,并提高了皮肤病变图像分割的准确率和速度,实现了皮肤病变图像的快速分割。

    一种发现内网被控重路由节点的主动流量分析方法

    公开(公告)号:CN106686007B

    公开(公告)日:2020-06-02

    申请号:CN201710123335.6

    申请日:2017-03-03

    Abstract: 本发明的目的在于提供一种发现内网被控重路由节点的主动流量分析方法。该方法步骤如下:网络流水印标记设备监视流入系统的TCP或UDP连接,其中TCP连接从TCP的握手协议判断起始,UDP连接以新的UDP流的第一个包为起始时间,假设一个数据流F的起始时间为t0,则将F按照时间跨度T为时隙窗口进行分割;对通过网络边界设备的流入数据流进行网络流水印标记操作;在流出数据流中检测是否包含与标记水印相应的水印信息;根据水印信息的检测情况,确定内网中是否存在被控重路由节点,并根据检出存在水印的数据流的IP地址和端口来定位内网主机。本发明大大提高了对跳板利用攻击的响应速度,亦可作为功能模块,提升网络针对高级持续威胁的发现能力。

    一种发现内网被控重路由节点的主动流量分析方法

    公开(公告)号:CN106686007A

    公开(公告)日:2017-05-17

    申请号:CN201710123335.6

    申请日:2017-03-03

    Abstract: 本发明的目的在于提供一种发现内网被控重路由节点的主动流量分析方法。该方法步骤如下:网络流水印标记设备监视流入系统的TCP或UDP连接,其中TCP连接从TCP的握手协议判断起始,UDP连接以新的UDP流的第一个包为起始时间,假设一个数据流F的起始时间为t0,则将F按照时间跨度T为时隙窗口进行分割;对通过网络边界设备的流入数据流进行网络流水印标记操作;在流出数据流中检测是否包含与标记水印相应的水印信息;根据水印信息的检测情况,确定内网中是否存在被控重路由节点,并根据检出存在水印的数据流的IP地址和端口来定位内网主机。本发明大大提高了对跳板利用攻击的响应速度,亦可作为功能模块,提升网络针对高级持续威胁的发现能力。

Patent Agency Ranking