一种基于显著性纹理结构的视觉任务建模方法

    公开(公告)号:CN116188662A

    公开(公告)日:2023-05-30

    申请号:CN202211566233.9

    申请日:2022-12-07

    Inventor: 杨秋伟

    Abstract: 一种基于显著性纹理结构的视觉建模方法,包括:步骤S1,对复数幅图像确定检测窗口、基本块和超级块大小;步骤S2,对复数幅图像中的每一个像素,计算所有邻域像素和中心像素灰度差值的总,再计算局部显著因子,以得到显著因子特征:步骤S3,用发散灰度共生矩阵提取复数幅图像的局部纹理结构;步骤S4,根据每一个算子的显著因子特征ξ(xc)和纹理结构特征,构造二维直方图,得到显著性纹理结构算子;步骤S5,根据显著性纹理结构算子,选择三分之一复数幅图像为训练集,剩下三分之二复数幅图像测试集,进行复眼视觉目标建模;步骤S6,在复眼视觉目标建模的基础上结合显著性纹理结构算子进行场景建模,实现基于显著性纹理结构的视觉建模方法。

    一种基于模拟壁画的手机动漫人物及背景创作方法

    公开(公告)号:CN102663798B

    公开(公告)日:2014-01-01

    申请号:CN201210124182.4

    申请日:2012-04-25

    Abstract: 本发明公开了一种基于模拟壁画的手机动漫人物及背景创作方法,采用下述4种方法中的任一种或多种:方法一:根据待处理像素的亮度值Y执行黯黄化移色操作;方法二:若当前像素的RGB和样板色之差小于variationWidth则保留原色,否则执行黯黄化移色操作;方法三:如果当前像素的RGB和样板色之差小于预设的变异宽度值且在破损区之内则替代为破损色,否则执行黯黄化移色操作;方法四:如果当前像素的RGB和样板色之差小于预设的变异宽度值,则该像素褪化为白色,否则执行黯黄化移色操作;该基于模拟壁画的手机动漫人物及背景创作方法易于实施,图像处理过程数量小,适于在手机上运行。

    一种基于模拟壁画的手机动漫人物及背景创作方法

    公开(公告)号:CN102663798A

    公开(公告)日:2012-09-12

    申请号:CN201210124182.4

    申请日:2012-04-25

    Abstract: 本发明公开了一种基于模拟壁画的手机动漫人物及背景创作方法,采用下述4种方法中的任一种或多种:方法一:根据待处理像素的亮度值Y执行黯黄化移色操作。方法二:若当前像素的RGB和样板色之差小于variationWidth则保留原色,否则执行黯黄化移色操作;方法三:如果当前像素的RGB和样板色之差小于预设的变异宽度值且在破损区之内则替代为破损色,否则执行黯黄化移色操作;方法四:如果当前像素的RGB和样板色之差小于预设的变异宽度值,则该像素褪化为白色,否则执行黯黄化移色操作;该基于模拟壁画的手机动漫人物及背景创作方法易于实施,图像处理过程数量小,适于在手机上运行。

    基于流条目数预测的自适应SFTO攻击检测与缓解方法

    公开(公告)号:CN116015847A

    公开(公告)日:2023-04-25

    申请号:CN202211668944.7

    申请日:2022-12-23

    Abstract: 本发明公开了基于流条目数预测的自适应SFTO攻击检测与缓解方法,属于网络安全领域。其中所述方法包括:在SDN交换机实时监测并滑动收集流表流条目数,使用LRCN模型预测流条目数;若未来两秒的流条目预测值达到阈值,收集流表信息并计算八元流表统计特征,根据LightGBM分类模型输出的受攻击概率判断流表是否受到攻击;若检测到攻击,依据受攻击概率和未来一秒流条目数的预测值自适应计算驱逐比例,基于比例对经过LightGBM排序模型排序的流条目进行驱逐,腾出流表空间防止溢出。本方法能实时监测并预测SDN交换机的流条目数,准确检测SFTO攻击并执行主动防御策略,具有较低的漏报率和误报率,且能自适应驱逐攻击流条目防止流表溢出,因此本方法能够有效检测和缓解SFTO攻击。

    基于可编程数据平面的LDoS攻击检测与缓解方法

    公开(公告)号:CN117938526A

    公开(公告)日:2024-04-26

    申请号:CN202410141234.1

    申请日:2024-02-01

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于可编程数据平面的LDoS攻击检测与缓解方法,属于计算机网络安全领域,其中所述的方法包括:首先,根据LDoS攻击发起时的流量特点,选取UDP包传输速率、TCP字节传输速率和TCP波动系数三个特征进行提取。然后收集提取的特征制作数据集,输入机器学习训练模型构造分类树,并将分类树映射到匹配‑动作表中从而将其部署在可编程数据平面。接着将提取的特征输入分类树,将流量分为合法流量、基于UDP包的LDoS攻击流量和基于TCP包的攻击流量三类。最后,检测到LDoS攻击时,根据攻击类型选择对应的方法缓解。本发明提出的LDoS攻击检测与缓解方法具有较好的灵活性和可扩展性,同时兼具高精度与低延迟,是一种有效的LDoS攻击检测及缓解方法。

    一种基于APTS的慢速DoS攻击实时缓解方案

    公开(公告)号:CN115865401B

    公开(公告)日:2024-04-19

    申请号:CN202211277245.X

    申请日:2022-10-19

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于APTS的慢速DoS攻击实时缓解方案,属于计算机网络安全领域。其中所述方案包括:基于滑动窗口采集数据,计算端口净值系数,判断测试数据的端口净值系数是否在阈值范围内,得到端口监控结果,若结果为正常则继续端口监控,若为异常则进入流量监控。将测试数据的流量特征输入流量监控模型进行分类,得到流量监控结果,若结果为正常,则返回端口监控,若为异常,则计算每条UDP流的变异系数和自相关系数,将其与设定的阈值比较,若在阈值范围外则认定其为攻击流,加入黑名单。若出现重复放入黑名单的流,则下发流规则丢弃该流,并将其从黑名单中移除。本发明提出的实时缓解方案可以有效检测慢速DoS攻击并快速缓解攻击造成的影响。

Patent Agency Ranking