-
公开(公告)号：CN119449395A
公开(公告)日：2025-02-14
申请号：CN202411500605.7
申请日：2024-10-25
Applicant: 湖南大学
Abstract: 本申请涉及一种网络入侵检测方法、装置、计算机设备、存储介质和计算机程序产品，通过构建多维度网络入侵检测数据集；基于生成对抗网络GAN的攻击数据生成网络入侵检测模型；联合所述GAN的多教师网络进行训练；进行多教师蒸馏的网络入侵检测模型训练；网络入侵检测模型验证及部署。解决了现有技术中网络入侵检测系统无法有效应对不断变化的攻击模式或无法在高维数据中准确识别异常行为的技术问题；以轻量级的模型实现了高效、准确的检测，适用于动态和多样化的网络入侵场景，显著提升了入侵检测系统在实际应用中的效果。
-
公开(公告)号：CN118429851A
公开(公告)日：2024-08-02
申请号：CN202410383788.2
申请日：2024-04-01
Applicant: 湖南大学
IPC: G06V20/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/084 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本申请涉及一种基于关键帧的视频对抗仿真攻击方法与系统，其中，方法包括：提取原始视频中的关键帧；识别关键帧中的关键区域；基于关键区域生成扰动，得到扰动视频；分别提取原始视频和扰动视频中的特征，并采用预设特征融合策略对提取的特征进行融合；基于融合特征对视频分类模型中的分类器进行对抗攻击。整个方案通过对视频关键帧的关键区域进行精确的扰动，并通过原始视频和扰动视频的特征融合来生成融合特征，确保了扰动的有效性同时保持自然性，可以实现有效的视频对抗仿真攻击，以支持对视频分类模型的安全性对抗训练。
-
公开(公告)号：CN113365065B
公开(公告)日：2024-04-26
申请号：CN202110641088.5
申请日：2021-06-09
Applicant: 湖南大学 , 中电金信软件有限公司
IPC: H04N19/172 , H04N5/76 , H04N19/426 , H04N19/70 , H04N19/85 , G06F16/58 , G06F16/583 , G06T7/11 , G06T9/00
Abstract: 本发明公开了一种用于RPA机器人屏幕录制的无损视频编码方法，包括：调用操作系统截屏接口对待录制视频进行屏幕截图，以得到与待录制视频中第k帧图像的分辨率相同的截图，对获取的截图的分辨率进行处理，使截图中每个像素的宽和高为n的整数倍，以得到处理后的第k张截图，对处理后的第k张截图先后进行分割和编码处理，并将处理后得到的多个图像及每个图像对应的哈希签名结果以结构体形式存储在第k帧图像对应的二维结构体数组中，根据第k帧图像对应的二维结构体数组中的所有哈希签名结果对视频对应的哈希字典进行更新。本发明能够解决现有帧内图像数据压缩技术由于压缩率不够高而导致视频体积过大的技术问题。
-
公开(公告)号：CN117395138A
公开(公告)日：2024-01-12
申请号：CN202311350875.X
申请日：2023-10-18
Applicant: 湖南大学
IPC: H04L41/08 , H04L67/303 , G06F16/953
Abstract: 本申请涉及一种设备点表配置方法、装置、计算机设备和可读存储介质，涉及电力领域。所述方法包括：响应于目标设备的接入请求，识别出所述目标设备的设备信息；基于所述设备信息，向配置服务器端发送配置文件下发请求，其中，所述配置文件下发请求用于指示所述配置服务器端查询并返回与所述设备信息对应的点表配置文件；接收所述点表配置文件，实现对所述目标设备点表的自动配置。采用本方法能够提高设备点表配置的效率。
-
公开(公告)号：CN113672511B
公开(公告)日：2023-10-10
申请号：CN202110957886.9
申请日：2021-08-20
Applicant: 湖南大学
IPC: G06F11/36
Abstract: 本发明公开了一种用于自动化测试的远程协助方法，其具体过程为：首先机器人端、客服端均通过三次握手的方式与服务端建立TCP连接，并且机器人端采用视觉反馈机制识别正在运行的自动测试程序是否出错，若出错，则将错误报告通过消息机制发送给服务端，服务端通过比较客服端的空闲指数Ui的大小，将Ui值最大的客服端指定为当前客服端，由当前客服端远程处理机器人端出现的错误问题，解决成功则任务结束，未解决成功则由服务端重新按照相应规则指定新的客服端作为当前客服端。本发明能够解决现有无人值守的自动化测试系统容易出现故障导致测试程序中止，从而降低了自动化测试系统的工作效率、延长了测试时间的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114629967B
公开(公告)日：2023-09-26
申请号：CN202210240002.2
申请日：2022-03-10
Applicant: 湖南大学
Abstract: 本申请涉及一种通信转化方法、装置和电子设备，应用于数字化变电站场景。方法包括：在第一时刻获取第一时间周期内的Modbus数据集合，Modbus数据集合中每个Modbus数据包括Modbus数据的起始地址以及地址域；在第二时间周期内接收第一数据请求，第一数据请求用于请求目标IEC618590数据，数据请求携带用于索引目标IEC618590数据的目标对象引用；根据目标对象引用，确定目标对象引用对应的目标起始地址以及目标地址域；根据目标起始地址以及目标地址域，从Modbus数据集合中确定目标Modbus数据；将目标Modbus数据转化后得到的目标IEC618590数据，发送至发出第一数据请求的客户端。采用本方法能降低数据交互的时间，提升在不同协议的装置之间进行通信的效率。
-
公开(公告)号：CN116723157A
公开(公告)日：2023-09-08
申请号：CN202310624689.4
申请日：2023-05-30
Applicant: 湖南大学
IPC: H04L47/2483 , H04L9/40 , H04L41/14 , G06F18/23 , G06F18/214 , G06F18/213
Abstract: 本申请涉及一种终端行为检测模型构建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取各预设周期时间区间内第一终端设备和各第二终端设备之间的历史流量数据；分别对各所述历史流量数据进行特征提取，得到各所述预设周期时间区间内的流量统计特征；根据各所述预设周期时间区间对应的周期时间特征值和各所述流量统计特征，构造各所述预设周期时间区间内的流量特征时序样本；获取各所述流量特征时序样本对应的样本标签，根据各所述流量特征时序样本和各所述样本标签，构建各所述预设周期时间区间对应的终端行为检测模型。采用本方法能够兼顾提升终端行为检测模型的训练效果和训练效率。
-
公开(公告)号：CN116226851A
公开(公告)日：2023-06-06
申请号：CN202310113254.3
申请日：2023-02-14
Applicant: 湖南大学
IPC: G06F21/56 , G06F18/214 , G06F16/9535 , G06Q10/0639
Abstract: 本申请涉及一种推荐系统攻击检测样本数据生成方法与装置。所述方法包括：获取推荐系统的数据集中真实用户评分矩阵；根据所述真实用户评分矩阵，通过生成器生成与所述真实用户评分矩阵对应的虚假用户评分矩阵；将所述虚假用户评分矩阵和所述真实用户评分矩阵混合，得到混合的用户评分矩阵；根据混合的用户评分矩阵，通过模拟推荐系统的攻击性鉴别器对多个推荐项目进行仿真攻击，得到攻击损失；基于所述攻击损失以及所述混合的用户评分矩阵，生成攻击检测样本。采用本方法能够支持推荐系统攻击抵抗能力准确检测。
-
公开(公告)号：CN113420192B
公开(公告)日：2022-04-05
申请号：CN202110644046.7
申请日：2021-06-09
Applicant: 湖南大学 , 中电金信软件有限公司
IPC: G06F16/903 , G06F16/901
Abstract: 本发明公开了一种基于模糊匹配的UI元素搜索方法，包括根据通配符的位置将路径划分为实际路径集合和模糊路径集合；遍历整棵dom树将实际路径段依次放入当前遍历到的模糊路径进行匹配；根据匹配到的正确路径返回叶子节点供自动化操作。本发明解决了由于设计在实际应用RPA系统时，经常需要将路径中的不确定的节点换成通配符的问题，利用模糊匹配算法，来查看在节点为任意值时，符合条件的元素有哪些。本发明方便在结构复杂难以获取节点全部完整路径的页面时，也能查找到所需节点，或在已经定位到一个节点的完整路径时，通过模糊小部分路径就能查找到结构相似的全部节点而不需要重新捕获节点，大大提升使用效率，降低用户操作的复杂程度。
-
公开(公告)号：CN118628812A
公开(公告)日：2024-09-10
申请号：CN202410750310.9
申请日：2024-06-12
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种基于滤波器和注意力约束的对抗样本生成方法、装置、计算机设备、存储介质和计算机程序产品，其中，方法包括：获取原始图像的初始频谱，并将初始频谱与滤波器函数相乘得到修改后频谱，将修改后频谱经过IDFT得到对应的初始对抗样本；将初始对抗样本送入分类器得到对抗损失；将预设反注意力矩阵应用于原始图像以及初始对抗样本，分别得到原始图像以及初始对抗样本的非关键区域，并计算两个非关键区域之差，得到注意力损失；对对抗损失和注意力损失进行加权计算，得到最终损失；基于最终损失、初始对抗样本、采用Adam优化算法最小化目标函数，以调整滤波器函数；根据调整后的滤波器函数以及初始频谱生成对抗样本。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.027 seconds)
