-
公开(公告)号：CN115761607A
公开(公告)日：2023-03-07
申请号：CN202211442633.9
申请日：2022-11-17
Applicant: 人工智能与数字经济广东省实验室(深圳) , 绿盟科技集团股份有限公司
IPC: G06V20/50 , G06V20/70 , G06V10/764 , G06V10/422 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请适用于目标识别技术领域，提供了一种目标识别方法、装置、终端设备及可读存储介质，该方法包括：获取加油站作业场景下的作业区域图像，作业区域图像中包含第一待识别目标，第一待识别目标为可见类目标和/或未见类目标；提取第一待识别目标的视觉特征图，得到第一视觉特征图；依据形状、大小、颜色、材质及功能中的至少一项语义维度，基于第一视觉特征图，确定第一待识别目标的第一语义特征向量；基于第一语义特征向量对第一待识别目标所属类别进行识别。本申请可以对加油站作业场景下的可见类目标和未见类目标进行识别。
-
Patent Agency Ranking
公开(公告)号：CN117852048B
公开(公告)日：2024-06-07
申请号：CN202410263170.2
申请日：2024-03-08
Applicant: 华中科技大学 , 绿盟科技集团股份有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于多维度攻击向量的软硬结合车联网靶场构建方法，包括：获取目标漏洞的特征信息和载体信息，以生成目标漏洞的部署脚本；从车载系统的各个车载设备中选取满足部署条件的车载设备作为目标设备；所述部署条件包括目标漏洞的载体正常运行所需要的软硬件条件，以及部署脚本执行所需要的条件；对目标设备执行部署脚本，以在目标设备中部署目标漏洞的载体，并在载体中注入目标漏洞，获得部署完成的目标设备；基于部署完成的目标设备，构建软硬件结合的车联网靶场。本发明构建的车联网靶场更贴近真实世界的攻击场景，解决以往的纯软件虚拟车联网攻防靶场的弊端，并且在保证靶场真实性的同时也大大降低了靶场的开发成本。
-
公开(公告)号：CN117237674A
公开(公告)日：2023-12-15
申请号：CN202311234607.1
申请日：2023-09-22
Applicant: 绿盟科技集团股份有限公司 , 北京神州绿盟科技有限公司 , 神州绿盟成都科技有限公司
IPC: G06V10/74
Abstract: 本申请公开了一种图像检测方法、装置及电子设备，所述方法，包括：获取待检测的第一图像和第二图像；分别根据预设图像采样单元对第一图像和第二图像进行采样，得到第一图像采样后的各个第一图像采样区域，以及第二图像采样后的各个第二图像采样区域；通过预设的第一相似度算法，确定每一第一图像采样区域与各个第二图像采样区域的各个相似性指数，第一相似度算法用于计算两个图像采样区域之间的相似程度；基于相似性指数及设定的相似性指数临界值，通过预设的第二相似度算法确定第一图像与第二图像的相似性指数，得到图像检测结果，第二相似度算法用于计算两个图像之间的相似程度，该方式计算简单，节约了计算资源，提高了检测效率。
-
公开(公告)号：CN115761607B
公开(公告)日：2023-10-10
申请号：CN202211442633.9
申请日：2022-11-17
Applicant: 人工智能与数字经济广东省实验室(深圳) , 绿盟科技集团股份有限公司
IPC: G06V20/50 , G06V20/70 , G06V10/764 , G06V10/422 , G06V10/56 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请适用于目标识别技术领域，提供了一种目标识别方法、装置、终端设备及可读存储介质，该方法包括：获取加油站作业场景下的作业区域图像，作业区域图像中包含第一待识别目标，第一待识别目标为可见类目标和/或未见类目标；提取第一待识别目标的视觉特征图，得到第一视觉特征图；依据形状、大小、颜色、材质及功能中的至少一项语义维度，基于第一视觉特征图，确定第一待识别目标的第一语义特征向量；基于第一语义特征向量对第一待识别目标所属类别进行识别。本申请可以对加油站作业场景下的可见类目标和未见类目标进行识别。
-
公开(公告)号：CN115664860B
公开(公告)日：2023-03-31
申请号：CN202211673796.8
申请日：2022-12-26
Applicant: 广东财经大学 , 绿盟科技集团股份有限公司
IPC: H04L9/40 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N5/02 , G06F18/241 , G06F18/25
Abstract: 本发明涉及网络信息安全技术领域，具体涉及一种网络安全威胁评估方法和系统。方法包括：使用BiLSTM神经网络模型得到基于网络流量特征的威胁评估模型；基于网络流量特征的威胁评估模型对预处理后的待检测网络流量数据的特征数据进行网络安全威胁评估，得到基于网络流量特征的威胁评估结果；基于网络安全事理认知图谱对预处理后的安全告警事件流进行网络安全威胁评估，得到基于网络安全事理认知图谱的评估结果；将待检测网络基于网络流量特征的威胁评估结果和基于网络安全事理认知图谱的评估结果进行融合。本发明从不同维度和不同层次对网络安全威胁进行评估，提升了网络安全威胁评估的准确率和召回率。
-
公开(公告)号：CN115277258B
公开(公告)日：2022-12-20
申请号：CN202211180250.9
申请日：2022-09-27
Applicant: 广东财经大学 , 绿盟科技集团股份有限公司
Abstract: 本发明涉及一种基于时空特征融合的网络攻击检测方法和系统，所述方法包括：将待检测的网络流量数据进行预处理，作为训练后的GCN‑BiGRU神经网络模型的输入，通过GCN神经网络模块提取网络流量数据的空间特征，通过BiGRU神经网络模块提取网络流量数据的时间特征，在特征融合模块中对时间特征和空间特征进行特征融合，得到待检测的网络流量数据的分类标签。所述系统包括：采集模块、预处理模块以及分析模块。本发明通过提取网络流量数据的空间特征和时间特征并进行特征融合，将时空特征相结合进行网络攻击检测，有效提高了算法的可靠性。
-
-
-
-
-
Search Results
16
records
(took 0.041 seconds)
