-
公开(公告)号:CN115189905B
公开(公告)日:2023-05-23
申请号:CN202210499337.6
申请日:2022-05-09
Abstract: 本发明公开了网络通信与安全管控一体机及其工作方法,本地校验组件,接收流入和流出一体机的数据,并将数据转发给安全组件,安全组件对数据进行处理,随后路由组件将数据进行转发;蜜罐沙箱联动组件的蜜罐监听通信接口并捕获恶意代码;将恶意代码与蜜罐沙箱联动组件进行交互;蜜罐沙箱联动组件将流量交由沙箱分析后发送至物联网关组件进行处理,并将物联网关组件的返回信息处理后返回给攻击方;蜜罐沙箱联动组件对捕获的恶意代码进行分析,提取软件行为以及网络行为后,将软件行为以及网络行为作为恶意代码的标签对卷积神经网络进行训练;安全组件对训练后网络进行检查和验收,并通过训练后的卷积神经网络对经过一体机的通信进行检查和监控。
-
公开(公告)号:CN116107960A
公开(公告)日:2023-05-12
申请号:CN202211558331.8
申请日:2022-12-06
Applicant: 济南大学 , 山东海量信息技术研究院
Abstract: 本公开提供了一种三方异构安全计算加速方法、系统、介质及设备,涉及多方安全计算技术领域,包括:获取用户输入数据的需求,构建基于CPU和FPGA的异构安全计算架构;根据获取的用户需求生成安全计算任务对应的混淆电路,再根据基于CPU和FPGA的异构安全计算架构加速混淆电路的计算;具体的,添加代理计算方来对生成的混淆电路进行计算,在代理计算方部署轻量级FPGA异构计算架构来加速混淆电路的计算。从而通过利用CPU和FPGA的异构安全计算架构加速混淆电路的生成阶段和计算阶段,使得计算效率大幅提高。
-
公开(公告)号:CN114205147B
公开(公告)日:2023-05-09
申请号:CN202111507854.5
申请日:2021-12-10
Applicant: 济南大学
Abstract: 本发明公开了基于软件定义网络的链路泛洪攻击防御方法及系统,其中方法包括:获取软件定义网络中各个链路的信息;根据各个链路的信息,确定关键链路;确定关键链路是否发生拥堵,对发生拥堵的链路进行缓解;对网络拥堵的时长和数量均超过设定阈值的链路,启动链路泛洪攻击检测;对产生泛洪攻击的链路进行攻击防御和预防。能够在保留软件定义网络灵活性的同时也能有效缓解链路泛洪攻击对网络带来的伤害。
-
公开(公告)号:CN115714150A
公开(公告)日:2023-02-24
申请号:CN202211060096.1
申请日:2022-08-30
Applicant: 济南大学
IPC: H01L31/101 , H01L31/032 , H01L31/18
Abstract: 本发明属于人工视觉感知神经系统技术领域,具体涉及一种光电器件及其制备方法、一种人工视觉系统。本发明提供的光电器件,包括透明背衬;以及依次层叠设置于所述透明背衬表面的底电极层、感光层、阻变层和顶电极层;所述感光层的化学组成包括MoS2、石墨烯和氮化硼中的一种或多种;所述阻变层的化学组成包括Ga2O3和/或Ta2O5;所述底电极层的化学组成包括ITO或FTO;所述顶电极层的化学组成包括金、铂、铝、铜、银、钛和ITO中的一种或多种。本发明提供的光电器件具有精准且稳定的颜色识别功能,应用于人工视觉系统能够最终在终端上为用户显示对外界光环境的精准识别结果,精确的颜色可视化检测和区分。
-
公开(公告)号:CN115553777A
公开(公告)日:2023-01-03
申请号:CN202211362642.7
申请日:2022-11-02
Applicant: 济南大学
IPC: A61B5/16 , A61B5/024 , A61B5/00 , G06N3/04 , G06N3/08 , G06V10/25 , G06V10/82 , G06V20/40 , G06V40/16
Abstract: 本发明公开了一种非接触式精神压力检测方法及系统,该方法包括:对获取的原始视频帧图像进行预处理,识别视频帧图像中人脸面部区域,提取感兴趣区域图像;采用基于不同颜色空间互补特性的CHROM算法对获取的感兴趣区域图像进行BVP信号提取;利用基于梯度提升回归的多输出回归模型对提取的BVP信号进行信号恢复;基于恢复的BVP信号,分别进行基于时空特征图的心率预测和HRV特征提取;利用预测的心率和HRV特征训练压力检测模型,通过训练完成的检测模型实现对视频帧图像中待测人员的精神压力检测。本发明通过BVP信号恢复去除噪声,以及融合心率变异性特征与心率特征,实现精神压力检测准确性的提高。
-
公开(公告)号:CN112784289B
公开(公告)日:2022-10-18
申请号:CN202110103856.1
申请日:2021-01-26
Applicant: 济南大学
Abstract: 本发明公开了Android应用程序加密网络流量的提取系统及方法,包括:部署在服务器上的Android模拟器;所述Android模拟器上部署有Android应用程序、Android系统级TLS类库和Java虚拟机,所述Android应用程序内设有业务逻辑代码和应用内置的TLS类库,所述Java虚拟机内部署钩子框架,所述钩子框架内设有系统调用代理模块;所述系统调用代理模块分别与业务逻辑代码、应用内置的TLS类库、Android系统级TLS类库和流量收集模块连接;应用内置的TLS类库和Android系统级TLS类库均与Internet网络连接;流量收集模块与测试结果数据库连接。
-
公开(公告)号:CN114928614A
公开(公告)日:2022-08-19
申请号:CN202210527428.6
申请日:2022-05-16
Applicant: 济南大学
IPC: H04L67/1001 , H04L47/12 , H04L47/2408 , H04L47/2425
Abstract: 本申请提供一种基于SDN的确定性网络负载均衡方法及系统,涉及计算机网络技术领域,该方法通过获取当前SDN网络中所有接口以及队列的流量状态;在边缘设备上,对不同服务类型流量进行区分,确定优先级,并根据预设的转发策略进行流量转发,可以保证不同服务类型流量在规定时间内到达目的地;定时检测交换机的转发状态,在判定发生流量拥堵时,根据SDN网络中所有接口和队列的流量状态,进行控制器之间的负载均衡,并使用设定的神经网络算法确定出当前SDN网络中最优的转发路径,使拥堵流量在当前最优的转发路径上进行传输,可以减小网络出现瓶颈甚至瘫痪的可能,同时保证所选路径的实时性,从而保证对时延要求敏感的服务在网络中的传输速率。
-
公开(公告)号:CN113208592B
公开(公告)日:2022-08-16
申请号:CN202110333224.4
申请日:2021-03-29
Applicant: 济南大学 , 山东思正信息科技有限公司
IPC: A61B5/16
Abstract: 本公开公开的一种具有多作答模式的心理测试系统,包括:模式选择模块,用于供使用者选择图文测试模式或语音测试模式;图文测试模块,用于当使用者选择图文测试模式时,以图文的形式显示心理测试题目和作答选项,供使用者作答,获得作答结果;语音测试模块,用于当使用者选择语音测试模式时,以语音的形式播放心理测试题目和作答选项,并根据使用者的语速、口头语出现频率等调整语音播放速度,供使用者作答,生成作答结果;测试结果生成模块,用于对图文测试模块或语音测试模块生成的作答结果进行分析,获取心理测试结果。提供图文和语音两种测试模式供使用者根据自身情况进行选择,从而能够有效的对不同人群进行心理测试。
-
公开(公告)号:CN114863341A
公开(公告)日:2022-08-05
申请号:CN202210535724.0
申请日:2022-05-17
Applicant: 济南大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06N3/12 , G06Q50/20
Abstract: 本发明涉及人工智能技术领域,提供了一种在线课程学习监督方法及系统,包括:采集待监督用户的退课预测数据;对所述退课预测数据进行预处理和特征提取后,得到退课特征,输入加权软投票集成分类模型,得到待监督用户对所选课程的退课概率;若退课概率超出设定值,则向待监督用户发送提醒信息;其中,加权软投票集成分类模型集成若干个基分类器,并由遗传算法确定每个基分类器的权重,各基分类器的结果经过加权求和得到模型输出的退课概率。提高了模型对不同数据的泛化能力,提高线课程学习监督的精度。
-
公开(公告)号:CN114724167A
公开(公告)日:2022-07-08
申请号:CN202210498687.0
申请日:2022-05-09
Applicant: 济南大学
IPC: G06V30/416 , G06V30/413 , G06N3/08 , G06N3/04 , G06K9/62 , G06F40/30 , G06V10/764 , G06V10/82
Abstract: 本发明提供了一种营销文本识别方法及系统,包括:获取待识别文本,并进行预处理;基于预处理后的待识别文本,构建待识别文本的文本图;基于待识别文本的文本图,生成文本级单词表示,并结合所有标签的嵌入表示,生成文本表示;基于文本表示,采用分类器得到待识别文本是否属于营销文本的结果;其中,标签的嵌入表示的获取方法为:基于训练集的文本图及其标签,生成主题单词概率分布,将主题单词概率分布映射到标签向量空间,并在标签图的指导下学习标签间的相关性关系和语义信息,得到标签的嵌入表示。达到了生成完整标签嵌入的目的,联合学习单词与标签捕获更多与分类相关的信息,提高了营销文本识别的精度。
-
-
-
-
-
-
-
-
-