一种基于统计检测和结构检测的隐写分析系统

    公开(公告)号:CN100507943C

    公开(公告)日:2009-07-01

    申请号:CN200610113185.2

    申请日:2006-09-19

    Abstract: 本发明公开了一种基于统计检测和结构检测的隐写分析系统,该系统的核心检测模块集成了六个统计检测模块和两个结构检测模块,可对以常见的图像音频为载体,如BMP图像、JPEG图像和WAVE音频,使用主流的隐写技术,如空间域的LSB隐写、BPCS隐写和结构隐写,进行隐藏的载密文件进行可靠检测。本发明通过对多个检测模块的检测结果以联合取并的融合机制进行联合判决,对目前主流的隐写方法具有很好的适用性,减少了单个模块适用范围窄、平均检出率低、虚警率高等缺陷,实现了对多种载体类型、多种隐写方式的高质量、高效率检测,同时具有良好的扩展性,便于集成新的检测模块,升级系统的检测性能。

    一种针对DCT域LSB隐写的隐写检测方法

    公开(公告)号:CN1936956A

    公开(公告)日:2007-03-28

    申请号:CN200610113186.7

    申请日:2006-09-19

    Abstract: 本发明公开了一种针对DCT域LSB隐写的隐写检测方法。在频域隐写的检测方面,传统检测方法对连续位置的LSB隐写具有较好检测效果,而针对随机位置的LSB隐写存在误检率、漏检率高,检测可靠性差等问题。我们提出的方法通过多次还原估计未隐写图像,选择多个统计量表征估计所得的未隐写图像与实际检测图像之间的差异,并制定相应的判别准则定性地判断出是否存在隐写。该方法通过多次还原比较减弱了个体差异带来的干扰,保证了检测的高准确率和低误检率,而且其使用简单,操作方便,可靠性强。

    一种基于统计检测和结构检测的隐写分析系统

    公开(公告)号:CN1920877A

    公开(公告)日:2007-02-28

    申请号:CN200610113185.2

    申请日:2006-09-19

    Abstract: 本发明公开了一种基于统计检测和结构检测的隐写分析系统,该系统的核心检测模块集成了六个统计检测模块和两个结构检测模块,可对以常见的图像音频为载体,如BMP图像、JPEG图像和WAVE音频,使用主流的隐写技术,如空间域的LSB隐写、BPCS隐写和结构隐写,进行隐藏的载密文件进行可靠检测。本发明通过对多个检测模块的检测结果以联合取并的融合机制进行联合判决,对目前主流的隐写方法具有很好的适用性,减少了单个模块适用范围窄、平均检出率低、虚警率高等缺陷,实现了对多种载体类型、多种隐写方式的高质量、高效率检测,同时具有良好的扩展性,便于集成新的检测模块,升级系统的检测性能。

    基于量子梯度下降的求解组合优化问题的迭代量子算法

    公开(公告)号:CN116468126B

    公开(公告)日:2024-07-09

    申请号:CN202310358472.3

    申请日:2023-04-06

    Abstract: 本发明提出基于量子梯度下降的求解组合优化问题的迭代量子算法,其特征在于,包括:将具体的组合优化问题建模成Ising模型;构造由工作寄存器和辅助寄存器组成的复合量子系统;初始化工作寄存器和辅助寄存器;执行一系列受控操作;对辅助寄存器执行Hadamard操作;测量辅助寄存器得到特定状态,判断是否满足迭代停止条件,若否,返回至初始化工作寄存器和辅助寄存器;若是,则测量工作寄存器输出态得到问题的解;本发明提出的方案是全量子算法,整个流程都在量子计算机上完成;本发明无需经典优化器的参与,不会出现变分量子算法中由于经典优化器缺陷对算法性能产生的不利影响。

    一种APT组织间关系量化分析方法
    26.
    发明公开

    公开(公告)号:CN117668825A

    公开(公告)日:2024-03-08

    申请号:CN202211016648.9

    申请日:2022-08-24

    Abstract: 本发明公开一种APT组织间关系量化分析方法,能够实现利用从威胁情报中自动化生成APT组织行为模式,动态计算不同APT攻击的组织间关联关系,且关系系数能够有效反映组织间相关程度。包括:APT组织知识表示:融合攻击对象特征表示与攻击行为特征表示,实现对APT组织特点的有效表征;APT组织行为模式:利用粗糙集近似算子,根据特征的不准确性系数,将知识表示划分为精确域、模糊域、无关域三部分,通过上下界逼近的方式动态生成APT组织行为模式;组织关系度量方法:利用行为模式模糊域,考虑APT网络拓扑和关系路径,设计基于节点关联度的相似性计算函数,合理量化APT组织关联关系。本发明通过构造基于粗糙集理论的APT组织行为模式模型进行组织间关系量化,为APT组织间关联分析提供了新的设计思路。

    一种基于GAN的恶意代码检测抗混淆训练方法

    公开(公告)号:CN117235719A

    公开(公告)日:2023-12-15

    申请号:CN202210647361.X

    申请日:2022-06-08

    Abstract: 本发明公开一种基于GAN的恶意代码检测模型抗混淆训练方法,利用sinGAN对小样本的恶意代码混淆样本灰度图像进行数据增强,并利用数据增强后的样本对检测模型进行抗混淆训练。包括:训练恶意代码混淆样本生成器,使用少量的恶意代码混淆文件的灰度图像训练sinGAN,为每个恶意代码混淆样本训练一个生成器和判别器;抗混淆训练:利用训练好的生成器和判别器,随机输入高斯噪声就可以得到若干不同的新的灰度图像,使用这些图像和训练好的生成器对恶意代码检测模型进行抗混淆训练,最终得到一个经过抗混淆训练后的恶意代码检测器;本发明构造的数据增强方法相比于原始数据和普通的数据的增强方法,提供了更好的思路。

    无人集群智能模型训练方法、装置和电子设备

    公开(公告)号:CN115329985B

    公开(公告)日:2023-10-27

    申请号:CN202211087378.0

    申请日:2022-09-07

    Abstract: 本发明提供了一种无人集群智能模型训练方法、装置和电子设备,涉及通信的技术领域,该方法将无人集群的训练划分为簇内集中式联邦学习和簇间分布式联邦学习两个阶段,簇内集中式学习时,簇头作为模型所有者来和簇内节点进行参数传递,并进行模型聚合,从而缓解了传统的集中式联邦学习方式存在的通信拥塞和计算瓶颈的技术问题;并且,簇间分布式学习时,由于只有邻居簇头间进行参数传输和模型聚合,所以与传统分布式联邦学习相比,本发明还能有效地减少通信能耗。

Patent Agency Ranking