一种基于人眼视频特征的柔性图像水印方法和装置

    公开(公告)号:CN103996162A

    公开(公告)日:2014-08-20

    申请号:CN201410195860.5

    申请日:2014-05-09

    Abstract: 本发明公开了一种基于人眼视频特征的柔性图像水印方法和装置,包括对图像数据进行二维DFT变换,得到频域图像数据;从频域图像数据中选择待嵌入水印的频域数据,以及将原始的水印信息进行混合编码,得到待嵌入的水印信息;将选择好的待嵌入水印的频域数据再划分为4×4的数据块,在每块4×4的频域数据嵌入2bit水印信息;将嵌入水印后的频域数据,组合到原频域图像数据中,得到嵌入水印后的频域图像数据;进行DFT逆变换,得到嵌入水印后的图像数据。因此,本发明所述的基于人眼视频特征的柔性图像水印方法和装置具有很强的纠错能力,并且可以保证嵌入容量。

    一种制备氮化铝纳米线的方法

    公开(公告)号:CN103539087A

    公开(公告)日:2014-01-29

    申请号:CN201310503669.8

    申请日:2013-10-23

    Abstract: 本发明涉及一种制备氮化铝纳米线的方法,步骤如下:先将气相氧化铝和还原碳粉用研磨混合均匀后放置到同一个圆柱形容器中。将镀金硅衬底的镀金表面倒扣向下放置在容器盖的圆形孔洞上。在氮化铝纳米线生长过程中,先将容器放在立式管式炉正中间位置。然后将腔体抽真空后,通入一定量的氨气和氩气的混合气体,混合气的流量为100-300标准毫升/分钟。最后将炉温以30-60℃/分钟升至1100~1400℃温度范围,并保温20-120分钟。最后将容器温度降至室温,取出样品,在硅衬底表面有一层白色的沉积物即为氮化铝纳米线。本发明采用升华夹层法法制备的氮化铝纳米线,工艺简单易操作,成本低,效率高,制得的产物纯度高。

    一种利用阶梯型微米狭缝实现的高效纳米聚焦器件

    公开(公告)号:CN103308964A

    公开(公告)日:2013-09-18

    申请号:CN201310261469.6

    申请日:2013-06-27

    Abstract: 本发明公开了一种利用阶梯型微米狭缝实现的高效纳米聚焦器件。本发明的阶梯型微米狭缝纳米聚焦器件包括:衬底;在衬底上设置有依次叠放的多层金属膜;在每一层金属膜中开设有微米狭缝;微米狭缝的宽度从下至上依次增大,在纵向方向上成阶梯型微米狭缝;用有限厚度的高折射率的介质膜替代无限厚度的玻璃衬底,聚焦强度会因为高折射率的介质膜中的FP腔效应而有显著提高。本发明对子结构进行纵向排列,从而大大减小聚焦器件的横向尺寸,这对于实现表面等离激元器件高密度集成是十分重要的。本发明得到聚焦强度达到最大值是入射光强度的5.2倍,并且光斑大小变成300nm;纵向排列微米狭缝也为设计表面等离激元纳米聚焦器件提供了新的研究方向。

    一种基于BoTNet融合时空特征的加密流量识别方法

    公开(公告)号:CN117240488A

    公开(公告)日:2023-12-15

    申请号:CN202210645552.2

    申请日:2022-06-08

    Abstract: 本发明公开一种基于BoTNet融合时空特征的加密流量识别方法,通过构建并行网络,利用BoTNet和BiLSTM两个子网络分别提取已经过预处理的加密流量图形式中的空间特征与时间特征,将两个子网络并行后通过早融合的方式结合,最后通过融合后的特征实现加密流量的分类与识别。包括:加密流量预处理模块,负责通过基于保留完整数据报的数据预处理方式,将原始加密流量转换为加密流量图像;加密流量识别网络架构,负责分别抽取空间与时间两个维度的特征,通过特征融合实现加密流量的分类与识别。本发明通过提取更深层次以及更丰富的加密流量特征,进一步提高了加密流量识别的准确率。

    一种基于Bell态的量子多重签名设计方法

    公开(公告)号:CN116896447A

    公开(公告)日:2023-10-17

    申请号:CN202310961813.6

    申请日:2023-08-01

    Abstract: 本发明公开一种基于Bell态的量子多重签名设计方法,该设计方法利用Bell态作为信息传输载体,Hadamard操作和幺正操作作为签名方法,每个签名方都可按照随机顺序对信息进行签名。在仲裁的过程中,仲裁方可以通过签名方的公开信息,找到问题签名的签署方。本发明的特点是建立一个可以实现多重签名功能的签名系统,签名过程仅使用Bell态作为信息传输载体,可以抵抗多名签名者之间的共谋攻击。

    基于卷积神经网络的可视化音频隐写方法

    公开(公告)号:CN115457985A

    公开(公告)日:2022-12-09

    申请号:CN202211131489.7

    申请日:2022-09-15

    Abstract: 本发明公开了基于卷积神经网络的可视化音频隐写方法,属于信息隐藏领域;具体为:首先,从公开网络中获取灰度秘密图像和音频数据集,并进行预处理,从中随机选择k个音频载体和灰度秘密图像,将每个灰度秘密图像分别隐写嵌入到一个音频数据中,空域拼接成两通道图像,经过编码器得到k个载密音频信号经离散小波变换,分成k个载密高频信号送入解码器网络D,重构出k个秘密图像;通过对数据集不断训练,使得重构的秘密图像与拼接的两通道图像达到误差范围,反向更新编码器和解码器的参数,完成训练后直接对新图像嵌入新视频中的秘密图像进行提取。本发对音频载体进行的可视化处理,将灰度秘密图像嵌入到音频载体中,并能高质量地提取出来。

    无人集群智能模型训练方法、装置和电子设备

    公开(公告)号:CN115329985A

    公开(公告)日:2022-11-11

    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。

    一种多步攻击模式挖掘方法

    公开(公告)号:CN113132414B

    公开(公告)日:2022-10-14

    申请号:CN202110500708.3

    申请日:2021-05-08

    Abstract: 本发明公开一种多步攻击模式挖掘方法,实现基于少量先验知识的初始攻击模型启发式的生成新的攻击模型,并能够根据图匹配计算预测概率。包括:敏感信息与告警日志融合算法:针对告警日志的误报和漏报性质,将从流量数据中筛选出的敏感信息和告警日志通过IP相似度聚簇、攻击簇内合并和过滤、攻击簇间筛选三种算法进行融合。多步攻击模型:多步攻击模型定义如下其中N表示某类攻击的实际攻击过程步数,ABC代表多步攻击中每一个单步攻击的属性特征值。启发式多步攻击模型生成和攻击预测算法:通过图的概率匹配达到针对多步攻击的预测,步骤包括匹配对应点、计算概率值、生成多步攻击图模型、衡量转换。本发明通过启发式生成新攻击模型为攻击预测提供了新的思路。

    一种多步攻击模式挖掘方法

    公开(公告)号:CN113132414A

    公开(公告)日:2021-07-16

    申请号:CN202110500708.3

    申请日:2021-05-08

    Abstract: 本发明公开一种多步攻击模式挖掘方法,实现基于少量先验知识的初始攻击模型启发式的生成新的攻击模型,并能够根据图匹配计算预测概率。包括:敏感信息与告警日志融合算法:针对告警日志的误报和漏报性质,将从流量数据中筛选出的敏感信息和告警日志通过IP相似度聚簇、攻击簇内合并和过滤、攻击簇间筛选三种算法进行融合。多步攻击模型:多步攻击模型定义如下其中N表示某类攻击的实际攻击过程步数,ABC代表多步攻击中每一个单步攻击的属性特征值。启发式多步攻击模型生成和攻击预测算法:通过图的概率匹配达到针对多步攻击的预测,步骤包括匹配对应点、计算概率值、生成多步攻击图模型、衡量转换。本发明通过启发式生成新攻击模型为攻击预测提供了新的思路。

Patent Agency Ranking