-
公开(公告)号：CN111008337B
公开(公告)日：2022-04-15
申请号：CN201911074952.7
申请日：2019-11-06
Applicant: 武汉大学
IPC: G06F16/9536 , G06F16/33
Abstract: 本发明公开了一种基于三元特征的深度注意力谣言鉴别方法及装置，采用公开的社交网络平台谣言鉴定数据集，提取时间周期内信息的文本内容，事件的传播轨迹，用户的反馈信号作为三元特征，并提出了一种改进的基于时空结构相似和节点度量的有偏随机游走算法用于节点的分布式表示学习，使用改进的传播网络节点的向量化方法和网络拓扑结构的显式向量表示方法将网络拓扑结构从高维映射到低维表示，采用了一种基于自注意力的时序鉴别方法，并验证了本方法在真实世界数据集上的可行性。本发明的方法可以对谣言信息进行有效鉴别，并提高鉴别的准确性。
-
公开(公告)号：CN110085242B
公开(公告)日：2021-04-16
申请号：CN201910347884.0
申请日：2019-04-28
Applicant: 武汉大学
IPC: G10L19/018
Abstract: 本发明公开了一种基于最小失真代价的SILK基音域自适应隐写方法，本方法基于SILK语音编码压缩参数中基音周期的预测不准确特性，提出基音周期参数域的隐写算法；基于STC自适应隐写编码框架，以统计安全性和听觉隐蔽性为目标，设计了基于基音周期编码参数与统计分布特性的失真函数，实现了基于最小失真代价的SILK基音域自适应隐写算法。本方法的优势在于首次实现了SILK语音编码载体上的隐写技术，有着良好的隐蔽性和安全性。
-
公开(公告)号：CN111798390A
公开(公告)日：2020-10-20
申请号：CN202010609536.9
申请日：2020-06-29
Applicant: 武汉大学
Abstract: 本发明公开一种基于多尺度滤波器的空域图像隐写增强方法。首先，提出一种多尺度滤波器的增强方法，通过增强纹理区域和边缘区域，使得隐秘信息趋于嵌入这些区域；其次，通过主流空域隐写算法获得失真代价，基于扩散原则，对失真代价进行均值滤波，提出一种使嵌入区域更加聚集的调整方法。通过图像增强算法与扩散原则的结合，实现了对现有主流空域隐写算法的改进，能够抵抗目前最先进的高维隐写分析特征的检测。而本发明从图像增强的角度出发，基于多尺度滤波器来保证对不同尺度的边缘区域和纹理区域进行增强，使得隐秘信息的嵌入区域更加接近这些安全区域。该方法具有较强的通用性，有利于提高空域隐写算法的安全性。
-
公开(公告)号：CN106991160B
公开(公告)日：2020-07-24
申请号：CN201710203904.8
申请日：2017-03-30
Applicant: 武汉大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本文发明涉及一种基于用户影响力以及内容的微博传播预测方法，流程如下：1.利用scrapy技术对两个用户的个人信息和他们之间的转发关系及转发微博进行爬取。2.利用RankPage影响力分析技术提取用户影响力，形成用户权威预测因子。3.采用单位时间粉丝转发微博在所有发表微博的百分比，提取粉丝转发活跃度预测因子。4.采用TF‑IDF词语权重技术对微博内容进行重要性分析，提取微博重要性预测因子。5.利用滚雪球的抽样方法将提取到的转发关系划分成10折微博转发训练集和微博忽略训练集6.利用有监督的贝叶斯网络对训练集进行训练，直至分类器参数收敛。利用本发明可以提高针对新浪微博特定粉丝转发微博预测的准确度。
-
公开(公告)号：CN107506622B
公开(公告)日：2020-05-26
申请号：CN201710744207.3
申请日：2017-08-25
Applicant: 武汉大学
IPC: G06F21/12
Abstract: 本发明涉及一种基于内存对象访问序列的软件动态胎记及抄袭检测方法。该方法将在高级语言层面上与输入数据有映射关系的函数内部数据结构及其在函数执行中的访问过程作为程序特征集合来比较原始程序和对比程序。根据对外部输入数据在程序动态运行过程中的污点追踪，捕获程序输入在动态执行中的对内存对象的访问，分析内存对象在程序执行过程中相对应的栈帧变化，最后根据内存对象访问序列构建软件胎记，并进行不同程序软件胎记之间的对比。该方法优势在于：能有效识别出功能相近但独立开发的程序，误判率低；并能检测出大多数情况下的抄袭检测行为，漏判率低。
-
Patent Agency Ranking
-
公开(公告)号：CN105933711B
公开(公告)日：2019-02-26
申请号：CN201610464312.7
申请日：2016-06-23
Applicant: 武汉大学
IPC: H04N19/467 , H04N19/103 , H04N19/122 , H04N19/176 , H04N19/94
Abstract: 本发明公开一种基于分割的邻域最优概率视频隐写分析方法及系统，根据视频特点从分割模式集合中选择一种；对一个视频帧统计所有宏块分割模式的邻域最优SAD的集合，计算一个视频帧的隐写分析特征，对特征进行合并，得到一个视频帧最终的隐写分析特征；按此，依次提取一个视频内所有帧的隐写分析特征。本发明面向视频运动矢量隐写方法的检测，针对传统的基于预测残差的隐写分析特征易受量化失真干扰的问题，通过宏块分割对量化失真的量化与邻域最优概率特征的结合，实现对运动矢量隐写方法的通用而精准的隐写分析。
-
公开(公告)号：CN109348229A
公开(公告)日：2019-02-15
申请号：CN201811185357.6
申请日：2018-10-11
Applicant: 武汉大学
IPC: H04N19/467 , H04N1/32
Abstract: 本发明涉及一种基于异构特征子空间迁移的JPEG图像失配隐写分析方法，本发明将不同领域的特征看作域无关和域相关特征子空间的组合，首先，提出一种低秩约束域无关特征迁移方法，利用不同领域间的局部数据特性来实现局部信息的迁移；其次，基于稀疏表示建模域相关特征以衡量领域变化对其产生的影响；最后，通过上述的步骤构造目标函数并通过不精确的增广拉格朗日乘数法进行求解。在域无关特征子空间上实现局部信息迁移的同时兼顾了域相关特征独有的全局信息，这样可以增加载体图像与载密图像之间的特征辨识度，有利于提高失配隐写分析的检测效果，对于失配隐写分析具有重要的意义。
-
公开(公告)号：CN105721875B
公开(公告)日：2018-11-13
申请号：CN201610066493.8
申请日：2016-01-30
Applicant: 武汉大学
IPC: H04N19/467 , H04N17/00
Abstract: 本发明公开了一种基于熵的视频运动矢量隐写检测方法；本方法采用滑动窗口选取局部区域内若干运动矢量，计算选取的运动矢量在水平分量H，垂直分量V，方向D，和长度L四个变量各自最低4bit的熵，得到一个滑动窗口内的16维熵值；通过在视频帧内移动滑动窗口，得到多组熵值，计算出16维熵均值，作为隐写分析特征。通过该方法，可以捕捉视频运动矢量隐写带来的“熵增加”异常，实现运动矢量的隐写检测。
-
公开(公告)号：CN106131553B
公开(公告)日：2018-10-09
申请号：CN201610518287.6
申请日：2016-07-04
Applicant: 武汉大学
IPC: H04N19/176 , H04N19/513 , H04N19/57
Abstract: 本发明公开了一种基于运动矢量残差相关性的视频隐写分析方法，首先通过理论分析和实验比较，在分布紧凑性、统计多样性、应用通用性和特征区分性方面证明运动矢量残差比传统的相邻运动矢量差值更有优势；其次根据运动矢量残差的外部相关性和内部相关性在隐写嵌入前后的改变，利用共生矩阵来构造隐写分析特征。目前基于运动矢量的隐写分析特征都是利用相邻运动矢量之间的差值的相关性来构造，仅能应用于视频宏块大小一致的编码条件下，而本发明首次提出利用视频编码过程中产生的运动矢量残差进行特征构造，特征通用性更强，能广泛适用于各类视频编码标准；此外，基于运动矢量残差相关性的特征敏感性更高，有利于提高隐写分析的检测效果。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.056 seconds)
