一种SQL Server数据库恢复方法、终端设备及存储介质

    公开(公告)号:CN112612648B

    公开(公告)日:2022-11-08

    申请号:CN202011601800.0

    申请日:2020-12-29

    Abstract: 本发明涉及一种SQL Server数据库恢复方法、终端设备及存储介质,该方法中包括:S1:针对ldf日志文件中包含的所有虚拟日志文件构建虚拟日志文件列表;S2:遍历虚拟日志文件列表,将每个虚拟日志文件包含的所有日志块均添加至日志块列表内;S3:根据日志块列表内每个日志块对应的日志类型构建操作日志列表;S4:遍历操作日志列表,针对操作日志列表中的每个操作日志进行还原操作。本发明既可以支持服务无法运行情况的恢复,且可以支持已提交事务的恢复,相比于比现有技术恢复效果更好。

    一种基于图像patch序损失的人脸鉴伪方法、系统及介质

    公开(公告)号:CN115147908A

    公开(公告)日:2022-10-04

    申请号:CN202210879588.7

    申请日:2022-07-25

    Abstract: 本申请提出了一种基于图像patch序损失的人脸鉴伪方法,包括:S1、获取包含训练图像及其标签信息的人像鉴伪数据集;S2、对所述人像鉴伪数据集进行数据处理,包括:对所述训练图像进行均匀切割并打乱所述训练图像的初始patch序列集合,得到所述训练图像的第一patch序列集合;对所述第一patch序列集合进行增强处理,得到第二patch序列集合;将不同所述训练图像的所述第一patch序列集合和所述第二patch序列集合中的patch块进行随机交换,从而得到处理后的人像鉴伪数据集;S3、利用所述处理后的人像鉴伪数据集训练得到神经网络分类模型;S4、将待检测图像输入到所述神经网络分类模型中。本申请的人像鉴伪方法极大的节约了训练成本和数据收集成本,并且具有较高的判别准确性。

    防御对抗样本攻击的图像分类方法、终端设备及存储介质

    公开(公告)号:CN113822328B

    公开(公告)日:2022-09-16

    申请号:CN202110894433.6

    申请日:2021-08-05

    Abstract: 本发明涉及防御对抗样本攻击的图像分类方法、终端设备及存储介质,该方法中包括:S1:采集原始图像和其对应的对抗样本;S2:构建图像分类模型,图像分类模型采用深度神经网络结构,并在深度神经网络中添加去噪模块,去噪模块包括非局部均值模块和自注意力机制模块;S3:将原始图片和对应的对抗样本混合后对图像分类模型进行训练;S4:采用训练后的图像分类模型对图像进行分类。本发明通过端到端的方式在卷积网络的中间层添加去噪模块来降低对抗图像的噪声扰动,去噪模块由非局部均值模块和自注意力机制模块相结合,能够达到去噪目的且能够与任意卷积层相衔接,从而提高模型的对抗鲁棒性,有效解决了对抗样本攻击深度学习系统存在的隐患。

    一种拍屏文件图片检测方法、装置及存储介质

    公开(公告)号:CN111985483B

    公开(公告)日:2022-08-26

    申请号:CN202010761222.0

    申请日:2020-07-31

    Abstract: 本发明提出了一种拍屏文件图片检测方法、装置及存储介质,该方法包括:拍照设备中获取待检测的图片;使用第一卷积神经网络模型对所述待检测的图片进行检测,如果该图片为拍屏图片,则使用第二卷积神经网络检测该图片中是否包含文字,如果是,则进行文字识别;使用第三卷积神经网络模型对包含文字的拍屏图片进行文字识别,得到文本文件;使用所述文本文件与计算机系统中存储的文件进行匹配,如果匹配度大于第一阈值,则发出警报。本发明考虑到硬件的限制,设计了速度较快且准确率较好的图片分类模型,改进基于卷积神经网络的文字检测和文本识别算法,提升了文字检测和文本识别的速度,解决了拍屏文件图片检测和文本识别问题,可应用于低端手持设备,提升了用户体验。

    模型压缩方法和装置
    36.
    发明授权

    公开(公告)号:CN112418405B

    公开(公告)日:2022-08-19

    申请号:CN202011412659.X

    申请日:2020-12-03

    Abstract: 本申请实施例公开了模型压缩方法和装置。该方法的一具体实施方式包括:对于预设的样本图像集合中的每个样本图像,将该样本图像输入预设的基础图像识别模型,得到至少一个目标层分别对应的通道集合;基于通道集合,确定每个目标层分别对应的初始通道重要度向量;基于初始通道重要度向量,确定每个目标层分别对应的通道重要度向量;对于至少一个目标层中的每个目标层,基于该目标层对应的通道重要度向量,从该目标层中确定非重要通道并删除;将删除非重要通道后的模型作为子模型并对子模型进行训练。该实施方式实现了在不影响图像识别精度的情况下,对模型的体积进行有效的压缩,从而有助于节约模型占用的存储空间,并提高模型处理数据的效率。

    一种消除模态差异的跨模态检索方法和系统

    公开(公告)号:CN114764451A

    公开(公告)日:2022-07-19

    申请号:CN202210551524.4

    申请日:2022-05-18

    Abstract: 本发明给出了一种消除模态差异的跨模态检索方法和系统,包括将RGB图像和IR图像随机打乱,选取训练批作为输入;引入中间模态数据,利用中间模态数据结合动态稀疏规范化伪标签策略以增强模型泛化性。本发明提出了一种渐进式的消除模态差异的跨模态目标检索算法,将模型的关注点集中于图像本身,而不是图像对之间的ID关联。紧接着引入中间模态的数据,进一步防止IR图像信息在训练过程中被忽略,中间模态数据集由非条件生成对抗网络生成,并采用动态稀疏规范化伪标签策略来为中间模态数据集生成标签,可用于跨模态人脸检索和行人检索,该方法和系统在跨模态目标检索上有显著的性能提升。

    ProtonMail加密邮件的安全读取方法、装置、设备及存储介质

    公开(公告)号:CN112995204B

    公开(公告)日:2022-07-08

    申请号:CN202110387604.6

    申请日:2021-04-09

    Abstract: 本说明书一个或多个实施例提供一种ProtonMail加密邮件的安全读取方法、装置、设备及存储介质,方法包括:获取ProtonMail加密邮件的SEKRIT参数;对所述SEKRIT参数解密,得到解密后的字符串;基于所述解密后的字符串和当前登录的用户名得到私钥;基于所述私钥解密所述ProtonMail加密邮件,得到所述ProtonMail加密邮件的邮件内容。根据本公开,通过对ProtonMail加密邮件中的SEKRIT参数解密后,结合用户名得到私钥,从而基于私钥安全地获取邮件内容,从而保护用户的个人隐私数据,有效防止不法分子窃取用户数据。

    一种手机应用附件自动关联方法、终端设备及存储介质

    公开(公告)号:CN114449089A

    公开(公告)日:2022-05-06

    申请号:CN202111550917.5

    申请日:2021-12-17

    Abstract: 本发明涉及一种手机应用附件自动关联方法、终端设备及存储介质,该方法中包括:编写基于Hook底层的用于计算消息摘要的JS脚本;编写Python主控程序端,新建Python程序,导入Frida模块,编写挂载手机应用的程序,加载JS脚本;运行Frida服务器和待分析手机应用程序,启动Python程序以接收Send发送的数据源对象和对应的消息摘要算法;Python程序计算消息摘要值并存入列表文件内;根据待分析附件提取其文件名,以文件名为查找条件从列表文件中查找与文件名相同的消息摘要值,将查找到的消息摘要值对应的数据源对象作为待分析附件的关联数据源。本发明可以有效的减少取证工作人员的逆向分析。

Patent Agency Ranking