基于语义结构的口令分词系统及方法

    公开(公告)号:CN111553155B

    公开(公告)日:2023-05-09

    申请号:CN202010356699.0

    申请日:2020-04-29

    Abstract: 一种基于语义结构的口令分词系统及方法,包括:预处理模块、NLP语义提取模块和non‑NLP语义标注模块,其中:预处理模块接收待分词口令,提取口令中无法在之后的步骤中被识别的特殊语义因子并将其余部分按照字符类型进行预分词,将字母部分输出至NLP语义提取模块,将非字母部分输出至non‑NLP语义标注模块;NLP语义提取模块利用NLP工具从对口令的字母部分进行分词,得到多种语义因子;non‑NLP语义标注模块对口令中无法用NLP工具进行分词的部分进行语义标注。本发明根据语料库对口令按照其中蕴含的语义信息进行分词,识别口令的语义结构,对中文用户和英文用户设定的口令都能进行准确的分词。

    面向在线服务的隐私政策自动提取及结构还原方法

    公开(公告)号:CN115292638A

    公开(公告)日:2022-11-04

    申请号:CN202210799880.8

    申请日:2022-07-06

    Abstract: 一种面向在线服务的隐私政策自动提取及结构还原方法,在在线服务网站中,通过定位隐私政策链接并跳转到相应的隐私政策网页,通过插件爬取隐私政策网页的原始HTML(Hyper Text Markup Language,超文本标记语言)文档,经标题识别及标题层级识别,最终还原隐私政策的层级结构。本发明实现在线服务中隐私政策的自动化分析及重构,为在线服务的隐私政策合规性分析、完整性分析等提供支撑。

    基于GPU的SM3密码散列算法的快速实现方法

    公开(公告)号:CN110086602B

    公开(公告)日:2022-02-11

    申请号:CN201910302522.X

    申请日:2019-04-16

    Abstract: 一种基于GPU的SM3密码散列算法的快速实现方法,通过异步方式将待处理消息从内存复制到作为全局存储器的GPU的显存,当GPU通过包含填充扩展和压缩函数循环展开的SM3快速实现方法进行哈希值计算时,CPU同时传输下一批次的消息;GPU将计算结果输出至显存并由CPU读取显存中的结果,传输消息摘要值。本发明实施简单,性能稳定,SM3快速实现性能达到11.4亿Hash/s,极大提高了SM3的计算效率。

    基于持续学习方法改进的卷积神经网络翻拍图像检测系统

    公开(公告)号:CN113706524B

    公开(公告)日:2023-11-14

    申请号:CN202111092039.7

    申请日:2021-09-17

    Abstract: 一种基于持续学习方法改进的卷积神经网络翻拍图像检测系统,包括:卷积神经网络模块、持续学习支持模块和独立数据集分类模块,其中:包含提取网络的卷积神经网络模块从以数据集序列形式输入的图像中提取出深度特征;由若干串联的子网络组成的持续学习支持模块针对不同的数据集序列生成对应的子网络参数;由若干独立的分类器组成的独立数据集分类模块对不同的数据集序列中的每一个数据集生成独立的分类器用于针对性分类并最终得到翻拍检测结果。本发明针对不同的数据集序列,对每个数据集生成独立的子网络结构用于记忆其独特的特征,最终使得整体网络在每个不同的数据集上达到较好的检测准确率。

    基于神经网络特征提取的联邦学习模型攻击防御方法

    公开(公告)号:CN115879108A

    公开(公告)日:2023-03-31

    申请号:CN202310042424.3

    申请日:2023-01-28

    Abstract: 一种基于神经网络特征提取的联邦学习模型攻击防御方法,在每轮进行联邦学习全局聚合之前,预先在安全环境下构建神经网络特征提取模型,并采用公开数据集对其进行训练,由服务器本身引导对局部参数的信任;在在线阶段利用训练后的神经网络特征提取模型对各个客户端上传的局部参数进行特征提取并输出至服务器,由服务器采用具有噪声的基于密度的聚类方法(DBSCAN)对特征向量进行分类并剔除对应的恶意局部参数,实现安全聚合。本发明每次迭代时通过在安全环境下预先训练神经网络,使得在线阶段对抗各类模型中毒攻击,从而有效防止恶意客户端对全局模型的损坏。

    基于深度学习的社交网络图像隐私保护方法及系统

    公开(公告)号:CN113807162A

    公开(公告)日:2021-12-17

    申请号:CN202110852673.X

    申请日:2021-07-27

    Abstract: 一种基于深度学习的社交网络图像隐私保护方法及系统,离线阶段通过人脸检测得到数据集中每张图像上出现的所有人脸,然后提取人脸面部元数据作为特征,并为每张人脸贴标签标识其主人公或者陌生人的身份从而使得特征与标签共同构成用于训练神经网络分类器的训练数据;在线阶段通过检测输入的社交网络图像中的所有人脸,利用特征提取得到每个人脸对应的特征信息并输入训练后的神经网络分类器,得出该人脸为主人公或陌生人的分类结果,当分类结果为陌生人时则对该陌生人对应的面部图像进行模糊处理并得到更新后的社交网络图像。本发明通过深度神经网络学习图像中主体的特征,对人脸进行分类,最后模糊掉陌生人脸达到保护陌生人隐私的目的。

    基于视频的智能手机图案密码推测方法

    公开(公告)号:CN112818320A

    公开(公告)日:2021-05-18

    申请号:CN202110213431.6

    申请日:2021-02-26

    Abstract: 一种基于视频的智能手机图案密码推测方法,通过从包含密码输入的视频中检测用户手部关键点和手机角目标并进行追踪,生成手部运动轨迹后提取轨迹中的转折点得到简化的轨迹,将其与图案密码进行匹配,最后生成候选密码并按照相似度排序。本发明使用视频处理,推测智能手机图案密码的方法,能够从视频片段推测出用户输入的的密码。

Patent Agency Ranking