-
公开(公告)号：CN117727017A
公开(公告)日：2024-03-19
申请号：CN202311826604.7
申请日：2023-12-28
Applicant: 重庆邮电大学
Abstract: 本发明属于互联网技术领域，具体涉及一种鼠标行为特征验证码的验证方法，包括：获取验证码的完整图像并裁剪大小，通过Resnet18模型获取图像分类标签，根据图像分类标签自动化调取相应类型的训练好的鼠标行为特征验证码识别模型；鼠标行为特征验证码识别模型对验证码原图像进行识别，获得验证码设定的任务以及任务答案对应的坐标；根据已知的坐标制定一条鼠标运动轨迹，自动化程序根据运动轨迹仿造人类滑动鼠标的行为，完成行为式验证码的验证。本发明通过预先将某种鼠标行为特征验证码与特定的鼠标行为特征验证码识别模型匹配，提高了验证码破解的自动化水平，有效节省了时间成本和计算成本。
-
公开(公告)号：CN113630388B
公开(公告)日：2023-08-08
申请号：CN202110828667.0
申请日：2021-07-22
Applicant: 重庆邮电大学
Inventor： 程克非
Abstract: 本发明涉及网络空间安全技术领域，具体为一种单向传输方法、装置、计算机设备以及可读存储介质；所述方法包括接收和存储外部网络传输的数据；将满足第一预设条件的数据通过光纤网络单向传输至隔离存储区；将隔离存储区的数据通过USB接口传输至隔离主机；所述第一预设条件包括所接收的数据满足第二预设条件或/和所接收的数据满足第三预设条件。本发明利用光纤网络单向传播，避免了出现当网络密级不同时简单互联而导致泄密的情况，同时使用USB接口传输数据，保证内网网络安全不会受到危险数据的影响，使得内网的通信安全得到更有效的保障。
-
公开(公告)号：CN116073988A
公开(公告)日：2023-05-05
申请号：CN202310095617.5
申请日：2023-02-08
Applicant: 重庆邮电大学
Abstract: 本发明属于边信道安全领域，特别涉及一种基于混合去噪的抗能量分析攻击能力的检测方法，选择需要分析的密码算法的一个中间值；测量密码设备在加密或解密不同数据分组时的能量消耗，得到实测能量消耗矩阵；使用基于巴特沃斯滤波与集合经验模态阈值的混合去噪方法对实测能量消耗矩阵去噪；计算每个数据对应的假设中间值，得到假设中间值矩阵；将假设中间值矩阵映射为假设能量消耗值矩阵；计算假设能量消耗矩阵和实测能量消耗矩阵的相关系数并确定猜测密钥，猜测密钥的准确率越高，抗能量分析攻击的能力越弱；本发明通过减少能量迹的噪声，提高了其信噪比，从而达到提升能量分析的效率，提高检测评估密码安全芯片的抗能量分析攻击的准确度。
-
公开(公告)号：CN113190849B
公开(公告)日：2023-03-03
申请号：CN202110463957.X
申请日：2021-04-28
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全领域，涉及一种Webshell脚本检测方法、装置、电子设备及存储介质；所述方法包括采集脚本数据，所述脚本数据包括不同脚本编程语言类型的Webshell脚本和其他网页脚本；对所述脚本数据按照其对应的脚本编程语言进行预处理；将预处理后的脚本数据进行语义分析，按照其对应的脚本编程语言抽取出抽象语法树序列；将抽象语法树序列输入到词向量嵌入模型中获取词嵌入和样本特征词向量；将所述词嵌入和样本特征词向量输入到预先训练好的Text‑CNN神经网络中，检测出Webshell脚本；本发明在减少软硬件消耗的同时，将提高了Webshell检测的准确率，能够及时有效的发现混淆变形Webshell。
-
公开(公告)号：CN115442887A
公开(公告)日：2022-12-06
申请号：CN202211061619.4
申请日：2022-09-01
Applicant: 重庆邮电大学
Abstract: 本发明属于定位领域，具体涉及一种基于蜂窝网络RSSI的室内定位方法，包括：对采集的原始RSSI数据进行滤波处理；将处理后的RSSI数据映射为距离；判断以信号发射器为圆心，以上述计算的距离为半径，所得到的三个圆是否交于同一区域；若不交于同一区域则采用等比放大模型确定相交区域；将上述得到的区域作为人工蜂群算法的初始种群生成范围，利用人工蜂群算法求解目标节点坐标。本发明能够保证部署简单、易于实现，且对定位算法进行优化，降低对计算能力的要求，节约成本开销，同时能够有效降低环境干扰对定位的影响，提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN113516180B
公开(公告)日：2022-07-12
申请号：CN202110714161.7
申请日：2021-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。
-
公开(公告)号：CN111209386B
公开(公告)日：2022-04-12
申请号：CN202010013952.2
申请日：2020-01-07
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的个性化文本推荐方法，包括以下步骤：S1：用户浏览新闻的历史行为数据和文本数据预处理；S2：特征提取器建模，具体包括：S21：隐藏层设计；S22：输出层设计；S3：个性化推荐模型建模，具体包括：S31：一维卷积网络层设计；S32：分类输出层与损失函数设计。本发明有效的解决了操作数据稀疏性的问题，并且通过使用负采样技术增强了模型训练效率；引入浏览时长作为全局变量，通过最终的目的来优化编码效果；通过利用项目嵌入的编码方式，进而有效的解决了项目冷启动的问题；减少了深层结构，增加并行的层次结构，卷积层内权重共享，参数相对较少。
-
公开(公告)号：CN113095378B
公开(公告)日：2022-04-05
申请号：CN202110325569.5
申请日：2021-03-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及物联网设备嗅探识别技术领域，具体涉及一种无线网络设备识别方法、计算机设备以及可读存储介质，包括：利用软件无线电设备捕获无线网络设备的无线电信号，对无线电信号进行信号滤波及低噪声放大；通过模数转换得到数据包的字节流信息，在原始字节流的基础上根据无线网络协议要求分离数据包，提取数据包的有效特征并识别；对原始无线电信号经过信号变换后进行特征提取工作，在原始特征的基础上构造出新的特征即信号射频指纹并识别；将根据数据包特征识别出的结果和根据射频指纹识别出的结果进行融合，利用两次识别的结果识别设备类型，在已获得设备类型的基础上根据射频指纹识别具体设备固件信息，得到最终分类结果，实现设备固件识别。
-
公开(公告)号：CN113516180A
公开(公告)日：2021-10-19
申请号：CN202110714161.7
申请日：2021-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机科学领域，尤其涉及一种针对Z‑Wave智能设备识别的方法，包括构建Z‑Wave网络环境，采集Z‑Wave智能设备无线通信数据，并根据样本特征值构建特征矩阵；使用字典特征提取和PCA降维对样本特征矩阵进行处理，得到基于数值的特征矩阵；输入特征矩阵和设备标签，经过BP神经网络进行训练，得到对应参数学习率、连接权、阈值，并获取样本的实际输出值；BP神经网络的输出层后连接有相似层，并在相似层计算测试样本实际输出值与设备标签的相似度；根据已知设备的测试样本和未知设备的测试样本相似度，确定界值，并根据界值判断待识别的设备为已知设备还是未知设备；本发明能够识别设备是否为已知设备，帮助Z‑Wave智能设备的生产者更有效的实现入侵检测，能够帮助使用者规避被恶意设备接入攻击的危险。
-
公开(公告)号：CN108536838B
公开(公告)日：2021-10-19
申请号：CN201810330888.3
申请日：2018-04-13
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/216 , G06N20/00
Abstract: 本发明提供了一种基于Spark的极大无关多元逻辑回归模型对文本情感分类方法，包括：将训练样本数据集存储于HDFS中；Spark平台从HDFS中读取数据生成RDD；Spark平台将数据的预处理任务分为多个任务组，对每个任务组中存储有读取数据的RDD进行预处理，将预处理的结果存入HDFS中；训练极大无关多元逻辑回归模型，经过求解得到极大无关多元逻辑回归分类器；将分类器输出到HDFS中；从HDFS中读取经过预处理的待预测文本的数据和训练得到的分类器；获取待预测文本的情感分类。本发明在Spark计算框架下并行方法求解，模型训练更加快速，更适合大数据场景下的文本情感分类；降低了传统多元逻辑回归模型的复杂度，具有更强的泛化能力；能够对待预测样本数据进行精确情感分类。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.027 seconds)
