-
-
公开(公告)号：CN119888575A
公开(公告)日：2025-04-25
申请号：CN202510067992.8
申请日：2025-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉领域，特别涉及一种基于语义嵌入学习的视频异常行为检测方法，方法包括采集各种包含异常行为的视频数据，并根据视频包含的异常行为，标注该视频对应的视频标签，然后将视频与视频标签划分为正负样本，之后将经过编码器编码后的视频向量和视频标签向量嵌入到同一个特征空间，通过对比损失函数拉近匹配的视频和视频标签之间的距离，拉远不匹配的视频和视频标签之间的距离。最后衡量视频和所有异常描述文本在特征空间中的余弦相似度，将相似度最高的异常文本作为最终检测结果。该方法解决了在真实的标注数据稀缺情况下的视频异常行为检测，提高了异常行为检测任务的泛化能力。
-
公开(公告)号：CN118102289A
公开(公告)日：2024-05-28
申请号：CN202410207625.9
申请日：2024-02-26
Applicant: 重庆邮电大学
IPC: H04W12/03 , H04W4/44 , H04W12/041 , H04L9/08
Abstract: 本发明涉及智能网联汽车领域，提出了一种基于条件代理重加密的智能网联汽车细粒度数据取证方法。该方法包括以下步骤：S1：初始化；S2：汽车A上传数据至证据管理服务器C；S3：取证调查人员B请求访问证据；S4：可信中心基于细粒度代理条件重加密证据；S5：取证调查人员B解密重加密证据。基于实际智能网联汽车案件需要分析需要作为证据的数据对象，对数据行细粒度划分，细粒度的划分使得取证调查人员能够有选择性地访问、管理和分析特定类型的证据，从而解决了证据管理中的精确性问题；基于条件代理重加密算法，实现了对细粒度数据对象的精确管理，简化了取证调查流程，保护了用户隐私，并提供了一种灵活的证据分发方式。
-
公开(公告)号：CN117997623A
公开(公告)日：2024-05-07
申请号：CN202410207624.4
申请日：2024-02-26
Applicant: 重庆邮电大学
IPC: H04L9/40 , G06N3/0464 , G06F18/214
Abstract: 本发明涉及智能汽车安全与取证领域，特别涉及一种基于ResNet和AGRU的CAN总线攻击检测方法。所述方法包括：对CAN数据集数据进行预处理；将CAN数据帧中时间戳(Timestamp)、标识符(CAN ID)和数据域(CAN Data)的特征值映射为图像像素的取值，生成图像数据；将生成的图像数据输入卷积神经网络(ResNet)提取空间特征；将提取的空间特征输入门控循环单元(GRU)进行时序建模，添加注意力机制，通过注意力权重对时序数据进行加权求和；最终结果经过激活函数映射到0‑1范围内，通过阈值判定数据帧是否存在入侵行为。本发明能够以较低的误报率及较高的精确率识别智能汽车CAN流量日志是否受到攻击。
-
公开(公告)号：CN116543557A
公开(公告)日：2023-08-04
申请号：CN202310496490.8
申请日：2023-05-05
Applicant: 重庆邮电大学
IPC: G08G1/01 , B60R16/023 , H04L9/00 , H04L67/12 , G06F18/24
Abstract: 本发明公开一种基于事故检测模型的实时汽车电子数据提取及固定方法，所述电子数据提取及固定方法包括：实时采集车辆行驶数据，并存储到车载T‑Box的临时缓冲区中，后将采集的数据进行预处理后输入事故检测模型，若被检测为发生事故，则将采集的原始电子数据上传至区块链。本发明通过实时采集数据并根据事故检测模型判断出车辆当前的状态，即时把发生事故时的相关数据上传至区块链，有效解决了传统汽车电子数据事后提取时电子数据易被篡改或损毁等不足。
-
Patent Agency Ranking
公开(公告)号：CN116405219A
公开(公告)日：2023-07-07
申请号：CN202310311735.5
申请日：2023-03-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种保障固件安全的多因子物联网设备群组认证方法，属于物联网领域。该方法适用于智慧交通等的综合应用场景，能够实现群组物联网设备与服务器基于密钥、PUF和设备固件完整性的相互认证和密钥协商。方法包括初始化、群组设备认证和设备间通信协商三个阶段，初始化主要完成设备、网关和服务器之间对认证因子的协商与存储，群组设备认证则是多设备网关帮助下完成与服务器的多因子认证与密钥协商；设备间相互通信则是双方设备在网关帮助下完成密钥协商。方法充分考虑了物联网设备资源和性能受限的情况，其涉及到的计算均采用计算成本较低的哈希和异或操作，在保证安全性的同时提升了群组设备在认证过程中的计算效率。
-
公开(公告)号：CN109902480B
公开(公告)日：2023-03-31
申请号：CN201910157687.2
申请日：2019-03-01
Applicant: 重庆邮电大学
IPC: G06F21/45
Abstract: 本发明提出了一种针对联盟链的高效认证方法，属于数据安全技术领域，该方法主要用来解决在联盟链多中心环境下的密钥分发和高效认证问题。本发明设计了一种基于身份的多中心数字签名方案MA‑IBS，该方案支持在没有可信中心的情况下，所有中心共同为用户生成密钥。用户的密钥不再依赖于某一个中心生成存储，并且可以抵抗来自N‑1个中心的合谋攻击。用户利用自己的私钥对消息进行签名并通过中心上传到联盟链中，签名支持高效的批量认证。
-
公开(公告)号：CN115759118A
公开(公告)日：2023-03-07
申请号：CN202211516945.X
申请日：2022-11-30
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/247 , G06F40/194 , G06F16/33 , G06N3/08
Abstract: 本发明涉及一种基于词向量增强的文本对抗防御方法，包括通过Python第三方库nltk查询常用英语单词的语义关联单词并根据语义关联关系组成单词关系图网络；根据单词关系图网络计算常用英语单词与其语义关联单词的相似度得到常用英语单词的坐标；根据常用英语单词的坐标利用势函数计算常用英语单词与其语义关联单词之间的语义交互强度；根据常用英语单词的原始词向量、常用英语单词与其语义关联单词的语义交互强度对常用英语单词的原始词向量进行加强得到常用英语单词的加强词向量；将原始单词的加强词向量作为训练样本输入目标模型对目标模型进行训练，通过训练好的目标模型对文本进行检测，提高目标模型的分类准确性和鲁棒性。
-
公开(公告)号：CN114333773A
公开(公告)日：2022-04-12
申请号：CN202111513430.X
申请日：2021-12-10
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于自编码器的工业场景异常声音检测与识别方法，该方法包括三个过程：声音特征的提取、工业场景声音建模和异常声音的检测与识别。工业场景的声音特征提取，预处理之后的每帧信号经互补集合经验模态分解，得到若干层固有模态函数(Intrinsic Mode Function,IMF)分量，将各层IMF分量的短时能量、IMF能量与该帧原始信号的能量比和IMF的梅尔倒谱系数取合集，构成目标声音信号的特征向量；用提取的特征向量训练自编码器，调整编码器和解码器的参数，得到正常场景声音模型和特定异常场景声音模型；异常声音检测与识别，将待测声音特征经过训练好的自编码器，通过重构误差的阈值条件判定待测声音是否为异常声音或某种已知异常声音。
-
公开(公告)号：CN114238854A
公开(公告)日：2022-03-25
申请号：CN202111509423.2
申请日：2021-12-10
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于图正则增量非负矩阵分解的采矿场景异常检测方法，属于异常检测与诊断技术领域和智能安全领域。该方法首先使用两套设备采集正常状态下的采矿环境信息，两套设备获得的数据均分别做以下处理；将数据进行预处理获得训练集X'；然后通过图正则增量非负矩阵分解得到最优基矩阵Wnew和系数矩阵Hnew；由此建立监控统计量N2和SPE,计算两套设备训练集的控制限；再重新采集数据(测试集X”)进行检测，计算测试集X”的统计量，最后将该统计量与两套控制限进行对比，从而判断采矿场景是否异常；当场景异常时，将最大的或较大的几个贡献值作为异常原因上传至控制接口以展示。该方法解决传统采矿场景异常检测不及时、不准确等弊端，打造数字化矿业。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.03 seconds)
