一种基于汉字字形扰动的字体风格迁移方法

    公开(公告)号:CN115688677A

    公开(公告)日:2023-02-03

    申请号:CN202211467878.7

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于汉字字形扰动的字体风格迁移方法,本发明设计风格迁移网络,使用注意力增强卷积替换普通卷积,弥补普通卷积在图像处理时只关注局部信息的不足,先编码提取汉字骨架特征,再解码生成目标字体风格的汉字变体。同时设计风格提取网络辅助风格迁移网络,将多次卷积输出的特征进行拼接送入风格迁移网络,提高网络学习汉字特征的能力。最后,将生成的和真实的汉字图像送入判别器完成真伪二分类。与现有方法相比,本发明能够捕捉到汉字的结构和风格特征,在汉字字形扰动的前提下,生成的汉字笔画清晰、结构完整、笔画风格明显,具有较高的可识别性和真实性。

    一种基于抽象语法树的XSS对抗攻击检测方法及模型

    公开(公告)号:CN115378687A

    公开(公告)日:2022-11-22

    申请号:CN202210990113.5

    申请日:2022-08-17

    Abstract: 本发明涉及一种基于抽象语法树的XSS对抗攻击检测方法及模型,包括请求预处理模块、抽象语法树处理模块、分词处理和词向量化模块以及XSS分类器模块,能够检测出攻击者使用绕过方法构造的XSS对抗样本,弥补了现有模型无法精准检测XSS对抗样本的缺陷,提高了Web应用系统的安全性,通过预处理,删除样本中无意义的字符串,然后通过抽象语法树找出样本中HTML部分和JavaScript部分,再使用训练过的XSS分类器对样本进行分类,从而精准识别出攻击者使用绕过方法构造的XSS对抗样本,提高WEB应用系统的安全性。本发明还进一步在两种对抗样本数据集上进行验证,结果表明,本发明所提方法对XSS对抗样本的检测率高达98.2%和99.8%,使得XSS对抗样本的绕过率低至1.8%和0.2%。

    一种基于补码标记与位图嵌入的密文域可逆信息隐藏方法

    公开(公告)号:CN112311954B

    公开(公告)日:2022-05-20

    申请号:CN202011179903.2

    申请日:2020-10-29

    Abstract: 本发明公开了一种基于补码标记与位图嵌入的密文域可逆信息隐藏方法,包括步骤:S1.图像拥有者对原始图像进行预测误差检测,得到像素的预测误差,并判断像素的预测误差是否可用选定位数的二进制补码表示,若是,则生成误差对应的二进制补码;若否,则将像素的位置记录于位图中;然后,通过补码标记以及位图嵌入的方法在原始图像中扩展出数据嵌入空间,得到标记图像;最后,对标记图像进行图像加密操作生成密文标记图像;S2.数据隐藏者接收密文标记图像,提取图像中的嵌入参数,并根据参数向数据嵌入空间藏入秘密数据,得到载密密文图像;S3.接收者接收载密密文图像,根据自身拥有的不同密钥恢复秘密数据或者重建原始图像。

    基于区块链的多级位置信息共享方法

    公开(公告)号:CN112084533B

    公开(公告)日:2022-02-11

    申请号:CN202010831054.8

    申请日:2020-08-18

    Abstract: 本发明公开了基于区块链的多级位置信息共享方法。现有的基于区块链的位置共享方案存在各种问题。本发明方法首先进行系统初始化,然后对位置信息提供者进行数据预处理,位置信息提供者记录位置信息,并上传位置信息及验证信息,位置信息需求者之间进行位置信息共享,位置信息更新时,位置信息提供者上传偏移向量密文,位置信息需求者解密并借助该偏移向量来更新位置信息。本发明方法实现了位置信息共享系统的去中心化,位置信息的不可篡改、可验证、多级隐私保护,系统具有更强的强健性,涉及的计算负担较低,为一般的终端设备所能接受。

    基于同义词扩展和标签传递的文本无载体信息隐藏方法

    公开(公告)号:CN112989809B

    公开(公告)日:2021-09-07

    申请号:CN202110403886.4

    申请日:2021-04-15

    Abstract: 本发明公开基于同义词扩展和标签传递的文本无载体信息隐藏方法:遍历文本库路径,对于每篇文本,将所定位标签及对应关键词存储在索引文本中;用RNN模型提取文本特征,得到满足样本特征的语言模型;对秘密信息进行切分得到关键词集合,将单个关键词扩展为同义词集合,将不同的关键词或同义词嵌入同篇自然文本中,记录每篇载体文本中包含的所有关键词信息;将所有关键词信息按固定格式转换为二进制序列;将所有自然载体文本和生成文本发送给接收端完成秘密通信。接收端按顺序接受所有文本,使用与发送端的RNN模型从最后一个文本中提取二进制序列,按固定格式解析出关键词信息,从自然文本中提取关键词组成秘密信息。

    一种基于知悉范围加密的电子文件访问控制方法和系统

    公开(公告)号:CN110474873B

    公开(公告)日:2021-06-29

    申请号:CN201910614818.5

    申请日:2019-07-09

    Abstract: 本发明公开了一种基于知悉范围加密的电子文件访问控制方法和系统。本发明方法包括根据知悉范围加密电子文件和根据知悉范围控制对电子文件的访问,首先设置电子文件知悉范围,然后为电子文件生成加密密钥和密钥分发多项式,加密电子文件,申请访问电子文件及解密电子文件,最后更新密钥。本发明系统包括用户注册/管理模块、电子文件知悉范围设置模块、密钥分发多项式生成模块、密钥多项式分发模块、密钥计算恢复模块、电子文件加密模块、电子文件解密模块、电子文件发送/接收模块和数据库模块。模块之间相互联动,形成统一的基于知悉范围加密的电子文件访问控制系统。本发明将访问控制具体到个人,实现了电子文件的细粒度访问控制。

    一种基于直方图相似度的扰动变形汉字图片匹配的方法

    公开(公告)号:CN112364862A

    公开(公告)日:2021-02-12

    申请号:CN202011420541.1

    申请日:2020-12-08

    Abstract: 本发明公开了一种基于直方图相似度的扰动变形汉字图片匹配的方法,包括:获取待匹配文本并转换为图像格式;对文本图像进行图像处理生成白底黑字图像;使用OCR技术识别出图像中每一个字符;从白底黑字图像中分割并提取出所有被识别汉字对应的字符图像;获取本地字库中对应被识别汉字的标准变形字图像,将标准变形字图像裁成标准白底黑字包围盒图像,作为变形字图像;使用图像切边方法切除字符图像多余的白边,生成标准的汉字包围盒图像,作为原图像;分别对原图像与所有变形字图像在水平与垂直方向上进行投影,生成投影直方图;运用相似度度量方法计算直方图相似度,得出最终的匹配结果。本发明有效提高了变形汉字图像匹配的准确率。

    一种可溯源的屏幕水印实现方法

    公开(公告)号:CN111277913A

    公开(公告)日:2020-06-12

    申请号:CN202010125747.5

    申请日:2020-02-27

    Abstract: 本发明公开了一种可溯源的屏幕水印实现方法。本发明方法是在计算机主机与显示设备之间设置水印字符信息嵌入模块,通过水印字符信息嵌入模块将水印字符信息与视频信号进行叠加,并把叠加后的视频信号输出到显示设备上,以显性方式显示;嵌入的所述水印字符信息包括字符内容信息和嵌入效果信息。水印字符信息嵌入模块包括:激活模块、水印信息接收模块、控制模块、字符处理模块、视频信号接收模块、视频同步信号提取模块、水印字符叠加模块、视频信号输出模块、字库模块。本发明方法可以有效防止对显示屏幕进行拍照或截屏而造成的泄密,快速定位泄密源头,降低屏幕拍摄泄密风险,保证了数据安全。

    一种基于知悉范围加密的电子文件访问控制方法和系统

    公开(公告)号:CN110474873A

    公开(公告)日:2019-11-19

    申请号:CN201910614818.5

    申请日:2019-07-09

    Abstract: 本发明公开了一种基于知悉范围加密的电子文件访问控制方法和系统。本发明方法包括根据知悉范围加密电子文件和根据知悉范围控制对电子文件的访问,首先设置电子文件知悉范围,然后为电子文件生成加密密钥和密钥分发多项式,加密电子文件,申请访问电子文件及解密电子文件,最后更新密钥。本发明系统包括用户注册/管理模块、电子文件知悉范围设置模块、密钥分发多项式生成模块、密钥多项式分发模块、密钥计算恢复模块、电子文件加密模块、电子文件解密模块、电子文件发送/接收模块和数据库模块。模块之间相互联动,形成统一的基于知悉范围加密的电子文件访问控制系统。本发明将访问控制具体到个人,实现了电子文件的细粒度访问控制。

    一种基于深度学习的视频对象移除篡改检测方法

    公开(公告)号:CN107527337A

    公开(公告)日:2017-12-29

    申请号:CN201710665991.9

    申请日:2017-08-07

    CPC classification number: G06T7/0002 G06N3/08 G06T2207/30168

    Abstract: 本发明提供一种基于深度学习的视频对象移除篡改检测方法。本发明方法将视频序列经过前处理转换为灰度差分图像,通过最大值池化减小卷积的计算量、通过高通滤波增强图像的差值信号,然后用非对称的图像子块划分策略得到数量相近的正样本和负样本,最后基于深度学习理论训练神经网络模型。用训练得到的网络模型,测试待检测的视频序列的每一个视频图像帧,得出待检测视频序列每一帧是否存在视频对象移除篡改的判定结果。本发明方法可以实现对视频序列中视频对象移除篡改的检测,判定该视频序列中的每一帧是否存在视频对象移除篡改。本发明可以满足视频完整性、真实性的验证要求,是视频被动取证的一种解决方法,具有广阔的应用前景。

Patent Agency Ranking