-
公开(公告)号：CN114666681A
公开(公告)日：2022-06-24
申请号：CN202210277734.9
申请日：2022-03-21
Applicant: 厦门大学
Abstract: 本发明公开了一种有状态的带内网络遥测方法及系统(Stateful In‑band Network Telemetry，SF‑INT)，包括：定义了SF‑INT的指令头，其中包含了SF‑INT特有的新字段；网络节点使用自身寄存器分布式地存储INT状态信息，并结合到达的INT报头信息进行处理和转发，其正常转发的元数据堆栈大小是不变的；网络监控系统(NMS)计算所收到的多个INT报头，可获得完整的网络遥测结果；网络节点在紧急情况下可即时无缝地切换到现行INT协议，NMS能正确识别此情况并做相应计算。与无状态的现行INT协议相比，本发明的有状态INT既能满足网络遥测需求，又通过大幅度减少业务包所携带的INT元数据来节约互联网带宽。
-
公开(公告)号：CN108650054B
公开(公告)日：2020-06-09
申请号：CN201810290842.3
申请日：2018-04-03
Applicant: 厦门大学
IPC: H04L1/00
Abstract: 用前向纠错码和交织码的网络流水印建立隐蔽信道的方法，涉及通信领域信息安全传输的隐蔽信道。首先将待发送的原始隐秘信息经由纠错码编码器进行编码，所得到码字信号根据网络流水印方法进行处理。在解码阶段中，隐秘信息接收者从目标网络流中获取水印信号，并将水印信号传入交织码解码器进行处理，得到解转置后的水印信号；若该水印信号经过PN码扩频处理，则需使用PN解码器进行处理；最后将解转置后的水印信号或PN解码后的水印信号传入纠错码解码器进行处理，恢复原始隐秘信息。用前向纠错码和交织码的网络流水印建立隐蔽信道的方法，使得隐秘信息具备了自动纠错能力，提高了信息传输的可靠性。
-
公开(公告)号：CN109142317B
公开(公告)日：2020-05-08
申请号：CN201810996426.5
申请日：2018-08-29
Applicant: 厦门大学
IPC: G01N21/65
Abstract: 本发明涉及一种拉曼光谱物质识别方法，该方法包括：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集和提取的样本特征建立多个随机森林模型；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。本发明将拉曼谱图的物质识别(定性分析)问题转换为机器学习的分类问题，并实现批量实时处理，在保证高准确率的基础上，大大提高了运行速度。
-
公开(公告)号：CN105184220A
公开(公告)日：2015-12-23
申请号：CN201510469274.X
申请日：2015-08-04
Applicant: 厦门大学
Abstract: 基于GPU的交替霍夫森林实时目标跟踪方法。1)依据待测试的视频序列，提取训练样本集；2)设定交替霍夫森林中随机树数量和森林最大深度；3)对训练样本赋予不同权值；4)初始化每棵随机树的根节点；5)构建交替霍夫森林；6)在节点分裂时采用分裂策略；7)将交替霍夫森林拷入GPU的纹理内存中；8)手工确定视频中第一帧图像的目标区域和中心，并设定搜索半径；9)在GPU中利用构建好的交替霍夫森林对后续帧进行检测，得到关于目标中心位置的置信图；10)将置信图拷入CPU内存中；11)利用置信图并结合上一帧图像的目标区域和中心确定当前帧中目标的位置；12)重复步骤9和10，直到完成对视频序列中所有帧的目标跟踪。
-
公开(公告)号：CN113641935B
公开(公告)日：2023-10-20
申请号：CN202110924601.1
申请日：2021-08-12
Applicant: 厦门大学
IPC: G06F16/958 , G06N20/00
Abstract: 本发明公开了一种利用数据增强提高匿名网络网页指纹监控能力的方法，包括：收集预设数量的网络流量；对每一条收集到的网络流量应用预设次三种数据包增强操作，以将每一条网络流量生成多条不同的网络流量；所述三种数据包增强操作包括插入操作(Injecting)、移除操作(Removing)和丢失操作(Losing)；使用增强后的网络流量数据集对分类器进行训练；监控者监听并捕获用户的网络流量，并利用训练好的分类器实现网页指纹识别。本发明通过三个增强操作模拟了真实互联网环境下可能出现的网络异常情况，具有现实意义；限制收集的网络流量在一定程度上解决了网页指纹识别中出现的可复制性困难和引导时间过长的问题。
-
Patent Agency Ranking
公开(公告)号：CN115876743A
公开(公告)日：2023-03-31
申请号：CN202210877893.2
申请日：2022-07-25
Applicant: 厦门大学
IPC: G01N21/65 , G06F18/2431 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于可解释深度模型的单谱分类谱学分析方法，包括：随机生成若干个负样本；将目标物的标准谱与生成的负样本进行加和，形成若干个正样本；对正样本和负样本逐一进行一阶导数运算，得到求导后的样本；将求导后的样本输入深度森林模型进行模型训练，得到训练好的深度森林模型，将训练好的深度森林模型进行可视化，得到可视化后的深度森林模型；利用可视化后的深度森林模型识别未知物质中是否存在目标物；本发明提供的方法，在物质识别中均表现出了良好的识别性能，不仅能够准确对目标物和未知非目标物进行区分，还能捕获混合物或复杂基质中微弱的目标物信号，实现高灵敏、高选择性的物质识别。
-
公开(公告)号：CN114970596A
公开(公告)日：2022-08-30
申请号：CN202210061313.2
申请日：2022-01-19
Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) , 厦门大学
Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。
-
公开(公告)号：CN113037709B
公开(公告)日：2022-03-29
申请号：CN202110144506.X
申请日：2021-02-02
Applicant: 厦门大学
Abstract: 本发明涉及一种针对匿名网络的多标签浏览的网页指纹监控方法，适用于多个标签网页浏览的现实场景，同时兼容单标签网页浏览的特殊场景。本发明利用网页指纹识别技术，首先对多标签的网页流量进行基于块的最优分割，然后对分割后的标签网页流量进行准确的网页识别，即可监控在多标签情景下通过匿名网络浏览网页的行为。本发明以数据块而不是数据包为分割粒度来划分不同标签网页的网页流量，提升了分割的效率和网页识别的准确率，也体现了一定的鲁棒性。本发明使用同一个CNN分类器判定多标签浏览行为和分割每个标签网页流量，然后使用两个CNN分类器识别多个标签网页；本发明执行过程中，无需人工调整参数，CNN分类器训练快速收敛，且具有鲁棒性。
-
公开(公告)号：CN111431852B
公开(公告)日：2021-06-25
申请号：CN202010107595.6
申请日：2020-02-21
Applicant: 厦门大学
IPC: H04L29/06
Abstract: 本发明涉及一种浏览器历史嗅探方法与一种浏览器历史监控方法。本发明构造多个辅助链接，放大已访问的目标URL和未访问的目标URL情况的重绘帧数差距，通过监测固定时间内浏览器绘制的帧数来判断目标URL的访问状态，提高嗅探的准确率，并且能够满足在不同设备平台、不同浏览器上自动嗅探历史记录。本发明提供动态参数搜索算法，自动优化辅助链接的数量，针对不同设备平台、操作系统和浏览器自动确定匹配当前环境性能的最优辅助链接数量，大大提高嗅探的准确率和自适应性，克服现有技术的多帧测量的嗅探方法针对不同环境设置不同参数的缺点，提高了通用性。实验结果表明，本发明能够准确嗅探出不同设备平台上主流浏览器已访问的目标URL，准确率接近100％。
-
公开(公告)号：CN111089856A
公开(公告)日：2020-05-01
申请号：CN201911371518.5
申请日：2019-12-26
Applicant: 厦门大学
IPC: G01N21/65
Abstract: 本发明公开了一种拉曼光谱弱信号提取的后处理方法包括如下步骤：(1)固定小窗口平滑进行噪声初筛，利用一阶导找出谱图中所有峰及噪声的位置及峰宽；(2)在步骤(1)的噪声初筛上，加入峰顶点及其临近两点的二阶导峰宽内持续小于0的条件，对于噪声和信号进行再区分，确保获取的峰中无噪声存在；(3)通过对比极小值确保步骤(2)获取的峰的左右边界数值偏差稳定，获取更准确的峰宽范围；并在该峰宽范围内，通过检测峰上是否存在多个小峰，来进行峰尖锐度的判断，不够尖锐的峰则纳入平滑范围；(4)对于步骤(3)获得的尖锐峰内部的部分数值进行保留原始数值，其余部分按照权值平滑算法进行平滑，以达到去除噪声，保留峰强信息的目的。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.025 seconds)
