-
公开(公告)号：CN113837122B
公开(公告)日：2023-07-25
申请号：CN202111143085.5
申请日：2021-09-28
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/08 , H04B17/30
Abstract: 本发明属于行为识别技术领域，具体涉及一种基于Wi‑Fi信道状态信息的无接触式人体行为识别方法及系统，该方法包括：实时采集不同动作的信道状态信息原始数据，对采集的数据进行于预处理，并对预处理后的数据进行特征提取；将提取的特征输入到训练好的机器学习模型和分类模型中，得到最终的行为识别结果；本发明使用GRU和CNN相结合的并行分类模型，能够很好的建立人体动作和CSI信号变化模式的相互关系，具有良好的人体行为识别效果，提高了基于Wi‑Fi信号识别人体动作的准确率。
-
公开(公告)号：CN115221517A
公开(公告)日：2022-10-21
申请号：CN202210830258.9
申请日：2022-07-15
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全技术领域，具体涉及一种开源存储库恶意包检测方法及系统；该方法包括：获取待检测Python包，对包进行特征提取，特征包括元数据特征、静态特征和动态特征；对元数据特征、静态特征和动态特征进行处理，得到总特征向量；采用训练好的RNN‑Attention模型对总特征向量进行处理，得到恶意包检测结果；本发明减少了资源消耗提高了特征提取的效率，并且综合元数据特征、静态特征和动态特征融合作为包的特征输入到机器学习模型中，避免了仅对包名进行检测忽略了代码层面的检测，提高了恶意包检测结果的准确率，降低了恶意包检测的误报率，实用性高。
-
公开(公告)号：CN114860918A
公开(公告)日：2022-08-05
申请号：CN202210574977.9
申请日：2022-05-25
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/35 , G06F16/951 , G06F16/9535
Abstract: 本发明涉及推荐领域，具体涉及一种融合多源可靠信息的移动应用推荐方法及装置，方法包括获取移动应用样本及其对应的扩展数据；提取应用样本各界面的函数信息、权限信息和上下文文本信息，输入子功能分类器得到子功能分类，结合用户使用该类应用的时间信息和位置信息得到用户对该应用的偏好值；获取应用的流行度信息，通过可靠性分类器获取各个流行度数据的可靠性，计算应用的流行度；综合用户对应用的偏好值和应用的流行度向用户推荐应用；本发明通过提取应用包含的各类子功能，解决情境信息不全面且粗粒度的问题，提升应用推荐的准度和精度；通过提取跨市场级别的特征，更全面发现应用的虚假流行度数据，降低虚假数据对于推荐模型的影响。
-
公开(公告)号：CN111931252B
公开(公告)日：2022-05-03
申请号：CN202010738039.9
申请日：2020-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及车载网络入侵检测技术领域，特别涉及一种基于滑动窗口和卷积编码器神经网络的车载控制器局域网络入侵检测方法，包括：对接收的原始数据进行数据清洗，并选择CAN ID和CAN Data作为特征；将CAN ID和CAN Data每个维度的特征转换为二进制数据；根据转换的二进制数据的位数计算特征尺寸；根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果；本发明能够以较低的误报率及较高的检测率判别异常与正常流量，达到对CAN网络入侵检测目的。
-
公开(公告)号：CN113837122A
公开(公告)日：2021-12-24
申请号：CN202111143085.5
申请日：2021-09-28
Applicant: 重庆邮电大学
Abstract: 本发明属于行为识别技术领域，具体涉及一种基于Wi‑Fi信道状态信息的无接触式人体行为识别方法及系统，该方法包括：实时采集不同动作的信道状态信息原始数据，对采集的数据进行于预处理，并对预处理后的数据进行特征提取；将提取的特征输入到训练好的机器学习模型和分类模型中，得到最终的行为识别结果；本发明使用GRU和CNN相结合的并行分类模型，能够很好的建立人体动作和CSI信号变化模式的相互关系，具有良好的人体行为识别效果，提高了基于Wi‑Fi信号识别人体动作的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113726803A
公开(公告)日：2021-11-30
申请号：CN202111027517.6
申请日：2021-09-02
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明涉及物联网终端威胁检测技术领域，特别涉及一种基于ATT&CK矩阵映射的轻量级物联网入侵检测方法，包括对嗅探的物联网原始数据进行数据清洗，并自动识别攻击数据；实时筛选物联网协议头部和数据部分字节作为有效特征；量化物联网协议头部和数据部分字节形成流量初始特征矩阵；量化物联网通信数据的逻辑通信关系形成行为初始特征矩阵；通过矩阵线性运算将流量和行为初始特征进行线性加权，并将加权之后得到的综合特征矩阵映射到ATT&CK矩阵；通过ATT&CK检测物联网威胁类型；本发明能够以较高的效率和准确率判别针对物联网终端的威胁，达到对物联网终端威胁进行快速检测的目的。
-
公开(公告)号：CN112749524A
公开(公告)日：2021-05-04
申请号：CN202110064374.X
申请日：2021-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及硬件木马电路检测技术领域，具体涉及一种基于残差编码器神经网络的硬件木马电路检测方法，包括：获取电路设计阶段的Verilog文件，根据Verilog文件进行有效特征提取，得到硬件木马电路的有效特征集合；基于有效特征对木马电路相关性，采用关键特征选择方法从硬件木马电路的有效特征集合中选择强相关特征；将强相关特征输入残差卷积编码器网络，残差卷积编码器网络根据输入的特征识别木马电路。本发明提出一种残差编码器神经网络模型，该模型结合了残差神经网络(ResNet)和编码器(Encoder)，能够防止网络退化问题，相比于传统机器学习算法，错误率更低、准确率更高。
-
公开(公告)号：CN105574547B
公开(公告)日：2019-03-05
申请号：CN201510974685.4
申请日：2015-12-22
Applicant: 北京奇虎科技有限公司 , 重庆邮电大学
Abstract: 一种自适应动态调整基分类器权重的集成学习方法及装置，其中方法包括：构建多个基分类器；基于多个所述基分类器，对采集到的训练样本进行聚类；确定各个所述基分类器对聚类后的训练样本的各个簇的适应度；计算所述测试样本与聚类后的训练样本各个簇的相似度；对所述适应度和所述相似度进行整合，得到每个所述测试样本针对各个所述基分类器相适应的权重，并将多个所述权重组合为一个强分类器；装置包括：构建模块、聚类模块、适应度确定模块、相似度计算模块以及组合模块。本发明通过结合聚类算法，并考虑测试样本与基分类器的适应性，动态地对基分类器进行权重赋值，可有效提高分类器的泛化能力和分类精确率。
-
公开(公告)号：CN105574547A
公开(公告)日：2016-05-11
申请号：CN201510974685.4
申请日：2015-12-22
Applicant: 北京奇虎科技有限公司 , 重庆邮电大学
Abstract: 一种自适应动态调整基分类器权重的集成学习方法及装置，其中方法包括：构建多个基分类器；基于多个所述基分类器，对采集到的训练样本进行聚类；确定各个所述基分类器对聚类后的训练样本的各个簇的适应度；计算所述测试样本与聚类后的训练样本各个簇的相似度；对所述适应度和所述相似度进行整合，得到每个所述测试样本针对各个所述基分类器相适应的权重，并将多个所述权重组合为一个强分类器；装置包括：构建模块、聚类模块、适应度确定模块、相似度计算模块以及组合模块。本发明通过结合聚类算法，并考虑测试样本与基分类器的适应性，动态地对基分类器进行权重赋值，可有效提高分类器的泛化能力和分类精确率。
-
公开(公告)号：CN114299926A
公开(公告)日：2022-04-08
申请号：CN202111592032.1
申请日：2021-12-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于音频的击键内容识别方法、装置、设备和存储介质，属于无线识别领域，该方法包括：接收击键时的音频；定位音频中的击键片段；使用击键相对位置预测方法生成击键约束集合；在击键约束集合中选择约束子集；结合语料库还原击键内容。采用本申请不需要使用特别高精度的设备，节约了成本同时提高了适用性；另外，使用多种定位方法进行击键约束的生成，避免了单一方法的片面性；最后，该识别方法不依赖于特定场景和设备，即使使用的键盘不同，键盘的使用者不同等，也不会对识别产生影响，提高了击键内容识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.035 seconds)
