公开(公告)号：CN114692683A

公开(公告)日：2022-07-01

申请号：CN202210285268.9

申请日：2022-03-23

Applicant: 南京邮电大学

Inventor： 王田田 ,  张载龙

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于信道状态信息CSI的跌倒检测方法、装置及存储介质，方法包括：获取待测的信道状态信息CSI数据；预处理、信号分段、提取特征，得到特征数据；将提取得到的特征数据输入预训练的检测模型，得到输出的跌倒检测结果；其中所述检测模型的训练数据集中包括跌倒、缓慢坐下、行走、站立、快速下坐、物品掉落、弯腰捡物品、坐到地上行为组成的数据集，增添对类跌倒行为数据的采集，用于后续的机器学习分类，降低漏报率和误报率；采用对抗机器学习方法对卷积神经网络模型进行训练优化，提高模型泛化性，防止学习过程中出现过拟合现象，而造成识别精确度下降。

公开(公告)号：CN114692683B

公开(公告)日：2024-07-05

申请号：CN202210285268.9

申请日：2022-03-23

Applicant: 南京邮电大学

Inventor： 王田田 ,  张载龙

IPC: G06F18/10 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种基于信道状态信息CSI的跌倒检测方法、装置及存储介质，方法包括：获取待测的信道状态信息CSI数据；预处理、信号分段、提取特征，得到特征数据；将提取得到的特征数据输入预训练的检测模型，得到输出的跌倒检测结果；其中所述检测模型的训练数据集中包括跌倒、缓慢坐下、行走、站立、快速下坐、物品掉落、弯腰捡物品、坐到地上行为组成的数据集，增添对类跌倒行为数据的采集，用于后续的机器学习分类，降低漏报率和误报率；采用对抗机器学习方法对卷积神经网络模型进行训练优化，提高模型泛化性，防止学习过程中出现过拟合现象，而造成识别精确度下降。

公开(公告)号：CN116881907A

公开(公告)日：2023-10-13

申请号：CN202310829695.3

申请日：2023-07-07

Applicant: 南京邮电大学

Inventor： 王田田 ,  张迎周 ,  马锐 ,  谢金言 ,  李俊锋

IPC: G06F21/56 ,  G06F21/62 ,  G06F11/36

Abstract: 本发明公开了一种基于数据流分析的动静态ANDROID隐私泄露检测方法及系统，遍历目标应用程序的源代码来标记源点与汇点。根据源与汇列表进行静态污点分析，得到潜在隐私泄露数据流。根据潜在泄露数据流中的每一个汇点，以及应用程序的动态执行结果，生成相应切片准则，进行数次后向切片。遍历切片生成的代码片段，检查源点是否被调用。本发明在上述过程中，对数据流是否为假阳性进行判定。相比于传统的污点分析方法，本发明引入动态程序切片对数据流进行二次分析，能够提取应用程序真实的执行轨迹，并且通过静态污点分析，去除了大量源与汇的冗余信息，在较少的系统开销下有效地降低了结果输出的假阳率。