-
公开(公告)号：CN105187394A
公开(公告)日：2015-12-23
申请号：CN201510487184.3
申请日：2015-08-10
Applicant: 济南大学
CPC classification number: H04L63/1416 , H04L67/28
Abstract: 本发明公开了具有移动终端恶意软件行为检测能力的代理服务器及方法，静态检测模块，通过调度静态检测接口对下载的移动应用进行静态检测；动态检测模块，通过调用第三方动态检测服务提供的API接口实现对静态检测模块检测为正常的移动应用做第二重检测；流量行为分析模块，流量行为分析模块对用户所安装的应用的流量进行处理并通过流量检测服务模型检测该流量行为是否为恶意软件所产生。本发明设计了一种具有三重检测能力的新型代理服务器。通过第一、二重的检测，基本保证了用户所安装的移动应用是安全的，通过第三重的流量检测，保证恶意软件产生恶意行为时进行有效识别。
-
公开(公告)号：CN105187392A
公开(公告)日：2015-12-23
申请号：CN201510487144.9
申请日：2015-08-10
Applicant: 济南大学
IPC: H04L29/06
CPC classification number: H04L63/145 , H04L63/1408
Abstract: 本发明公开了一种基于网络接入点的移动终端恶意软件检测方法及其系统，该方法包括：用户移动终端通过网络接入点访问网络，向检测服务器申请认证；认证处理后，通过动态分配流量镜像端口进行采集且缓存用户移动终端网络流量至流量数据处理服务器，然后对获取的用户移动终端网络流量进行识别和隐私处理，然后提取并聚合网络流量数据特征，形成特征集，并传送至检测服务器；读取特征集，检测服务器中的检测模型对特征集中特征进行检测，检测结果通过网络接入点返回给用户。该方法在网络接入点利用移动终端产生的网络流量来检测终端设备是否安装有恶意软件，通过分析网络流量特征，立即检测出在移动终端产生恶意流量时移动终端上运行的恶意软件。
-
公开(公告)号：CN102694733B
公开(公告)日：2015-03-25
申请号：CN201210184213.5
申请日：2012-06-06
Applicant: 济南大学
IPC: H04L12/801
Abstract: 本发明公开了一种获得具有准确应用类型标识的网络流量数据集的方法，借助Windows系统的Hook机制以及为编程者提供的应用程序接口，使用简单的应用类型名称和应用类型标识与应用程序之间的简单映射，实现对数据包的对应、标识、提取、汇集，这个过程中应用类型能够被唯一标识，且不会受到网络运行参数的影响，从而，可以据此获得具有准确应用类型标识的网络流量数据集。
-
公开(公告)号：CN102833131A
公开(公告)日：2012-12-19
申请号：CN201210307910.5
申请日：2012-08-27
Applicant: 济南大学
Abstract: 本发明具体公开了一种远程数据库响应性能测试比较系统及方法，包括控制系统、数据发送模块和数据相应模块，所述的控制系统包括：FPGA板卡、待测的服务器和上位机，所述的FPGA板卡通过RJ45接口与待测服务器相连，所述的FPGA板卡通过SPI接口与上位机相连；所述的数据发送模块包括IP_hdr_ctrl模块，IP_data_ctrl模块，IP_pkt_gen_ctrl模块，Link_ctrl模块，Rate_ctrl模块和Pkt_seng_module模块，所述的响应分析模块包括：TCP_link_pkt模块，TCP_link_parser模块，DB_ACK_parser模块和Result_analysis模块。
-
公开(公告)号：CN119779466A
公开(公告)日：2025-04-08
申请号：CN202510031742.9
申请日：2025-01-09
Applicant: 济南大学
IPC: G01H11/08 , G01N29/04 , G01N29/36 , B32B27/28 , B32B27/20 , B32B9/04 , B32B15/18 , B32B15/08 , B32B3/08 , B32B7/10 , D04H1/728
Abstract: 本发明公开了一种用于混凝土断裂监测的接收型柔性传感器及制备方法，属于固体电子器件技术领域，涉及柔性压电材料制备。根据监测构件灵活定制传感器尺寸，制备方法包括，采用纳米级锆钛酸铅陶瓷粉末制备柔性传感器的压电功能相；配制SiO2前驱体溶液；配制PZT/SiO2纺丝溶液；利用静电纺丝工艺制备柔性压电PZT/SiO2纳米纤维膜；柔性压电PZT/SiO2纳米纤维膜干燥退火后作为传感器的敏感层进行封装。制备工艺摆脱基底对柔韧性造成的限制，改性PZT表面活性有效解决了颗粒在溶液中团聚、沉淀问题。本发明提高传感器与复杂的混凝土的相容性，灵敏捕捉断裂弹性波，信号幅值高达75dB，实现混凝土结构失效的及时感知。
-
Patent Agency Ranking
公开(公告)号：CN119445345A
公开(公告)日：2025-02-14
申请号：CN202411576849.3
申请日：2024-11-06
Applicant: 济南大学
IPC: G06V20/00 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了基于多尺度特征和混合3D网络的视频篡改检测方法及系统，涉及计算机视觉技术领域，包括：获取待检测的视频帧，并进行预处理；通过采样处理，获取不同尺度的特征图；将不同尺度的特征图输入至多尺度内部级联网络中，分别利用浅层特征提取模块、时间特征提取模块和空间特征提取模块提取浅层特征、时间特征和空间特征；将所述浅层特征、时间特征和空间特征采用多尺度特征的EMA融合模块进行特征融合，得到融合后的特征；利用融合后的特征进行视频帧检测，获取视频篡改检测结果；其中，所述在时间特征提取模块中引入混合三维卷积结构。本发明能够有效地识别视频帧是否经过了非法插入的篡改操作。
-
公开(公告)号：CN119066709A
公开(公告)日：2024-12-03
申请号：CN202411194011.8
申请日：2024-08-28
Applicant: 济南大学
IPC: G06F21/62
Abstract: 本发明属于数据处理技术领域，提供了一种基于嵌套布谷鸟过滤的隐私集合求交数据处理方法及系统，对于每一个要插入第一参与方的元素，遍历预设的第一组哈希函数所确定的两个候选桶位置下的所有条目；对于要插入第二参与方的集合元素，使用第一组哈希函数计算的两个候选桶位置，将集合元素中的元素插入到一个哈希表中，哈希表的列范围和第一组哈希函数映射的范围相同；对于每一列哈希表的每一个元素，用预设的第二组哈希函数所确定的两个候选桶位置在那哈希表中执行布谷鸟插入操作；能够在不泄露参与方隐私数据的前提下，对参与双方的数据进行预处理，减少了客户端和服务端的存储和计算成本。
-
公开(公告)号：CN118740378B
公开(公告)日：2024-11-08
申请号：CN202411223043.6
申请日：2024-09-03
Applicant: 济南大学 , 山东正中信息技术股份有限公司
Abstract: 本发明涉及模式匹配技术领域，特别是涉及基于不经意传输的安全参数化模式匹配方法及系统，用户客户端和服务器分别对持有字符串进行参数预处理，将字符串中每个参数符号映射为对应的非负整数；用户客户端与服务器均设有原始秘密；构造元组，服务器根据预处理后的字符串，对原始秘密进行拆分，得到若干个真实份额；对每一个真实份额，构造对应的随机份额，并将真实份额和随机份额均存储到对应的元组中；服务器和用户客户端，按位执行不经意传输协议，用户客户端按位对元组中的份额进行选择，得到元组中的一个份额；用户客户端将获得的全部份额进行秘密重构，若重构秘密与原始秘密一致，则说明参数化模式匹配完成。保障了双方数据的安全。
-
公开(公告)号：CN118570855A
公开(公告)日：2024-08-30
申请号：CN202410647436.3
申请日：2024-05-23
Applicant: 济南大学
Abstract: 本发明公开了基于信息瓶颈和深度学习的微表情识别方法及系统，其中方法，包括：提取微表情视频序列的起点帧和顶点帧；对起点帧和顶点帧进行预处理，对预处理后的起点帧和顶点帧分别提取垂直特征图、水平特征图和光学应变特征图；将起点帧和顶点帧的垂直特征图、水平特征图和光学应变特征图，均输入到训练后的微表情识别模型中，输出微表情识别结果；其中，训练后的微表情识别模型，分别对起点帧和顶点帧的垂直特征图、水平特征图和光学应变特征图进行特征提取和第一次特征压缩，将第一次压缩后的特征进行融合得到融合特征，再对融合特征进行第二次特征压缩，对第二次特征压缩后的特征进行数据展平和分类，得到微表情识别标签。
-
公开(公告)号：CN114863341B
公开(公告)日：2024-05-31
申请号：CN202210535724.0
申请日：2022-05-17
Applicant: 济南大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06N3/126 , G06Q50/20
Abstract: 本发明涉及人工智能技术领域，提供了一种在线课程学习监督方法及系统，包括：采集待监督用户的退课预测数据；对所述退课预测数据进行预处理和特征提取后，得到退课特征，输入加权软投票集成分类模型，得到待监督用户对所选课程的退课概率；若退课概率超出设定值，则向待监督用户发送提醒信息；其中，加权软投票集成分类模型集成若干个基分类器，并由遗传算法确定每个基分类器的权重，各基分类器的结果经过加权求和得到模型输出的退课概率。提高了模型对不同数据的泛化能力，提高线课程学习监督的精度。
-
-
-
-
-
-
-
-
-
Search Results
249
records
(took 0.065 seconds)
