一种基于推荐系统的恶意注入攻击检测方法

    公开(公告)号:CN115422535A

    公开(公告)日:2022-12-02

    申请号:CN202211074642.7

    申请日:2022-08-31

    Abstract: 本发明涉及一种基于推荐系统的恶意注入攻击检测方法,包括:获取用户的评分数据和物品的原始协同访问数据,基于评分数据得到用户‑物品二部图,基于原始协同访问数据得到协同访问关联图;分别对用户‑物品二部图和协同访问关联图进行分解,得到低维度映射矩阵;基于低维度映射矩阵分别计算用户和物品之间的相似度,通过设定相似度经验阈值,获得密集行为关联图;依据密集行为关联图,采用条件随机场的多阶势特性对行为边界进行平滑表示,并采用条件随机场的标签最大化后验概率估计计算最优预测标签值,识别恶意注入节点。本发明对于多类型评分注入攻击具有较好的检测效果,特别是在攻击力度较小的情况下,检测率达到最优,误报率均较低。

    一种增强的GEMD图像信息隐藏方法
    2.
    发明公开

    公开(公告)号:CN116109464A

    公开(公告)日:2023-05-12

    申请号:CN202211164757.5

    申请日:2022-09-23

    Abstract: 本发明公开了一种增强的GEMD图像信息隐藏方法,嵌入阶段中将载体图像的像素进行分组获得若干个分组图像,将需要隐藏的信息进行分组,分组个数与载体图像的分组个数相同,将分组后隐藏的信息分别嵌入到所述分组图像中从而获得若干个携带隐藏信息的载秘图像;提取阶段中基于若干个所述载秘图像提取出若干个隐藏信息,再将若干个所述隐藏信息还原为完整的隐藏信息。本发明在维持载体图像的图像质量和抵抗RS检测的基础上,提高了图像的隐藏容量。

Patent Agency Ranking