一种基于因果图的网络攻击行为检测方法

    公开(公告)号:CN115361215A

    公开(公告)日:2022-11-18

    申请号:CN202211007702.3

    申请日:2022-08-22

    Abstract: 一种基于因果图的网络攻击行为检测方法,包括:对抓取到的网络流数据包进行预处理,以缩减数据包规模;对预处理后的数据包序列,构建表征网络流的因果关系图;以某个或某些节点为种子节点,把种子节点在某时段内的边按时间戳排序,构成一个该节点相关的网络交互序列;大规模构建网络交互序列,如果交互序列中都是网络攻击过程的数据包则被标记为攻击序列,否则被标记为非攻击序列,并训练基于LSTM的攻击序列识别模型;以某个或某些检测到的属于攻击过程的数据包的源IP和目的IP为种子节点,构建网络交互序列,使用攻击序列识别模型进行识别,识别出未被检测到的攻击过程数据包,实现网络攻击行为检测;本发明与已知的网络攻击行为检测方法相比,是在更大的网络交互上下文中进行网络攻击行为检测,可以检测出伪装成正常网络交互的攻击行为。

    一种基于复合多边形标志引导的无人机垂直降落方法

    公开(公告)号:CN109885086B

    公开(公告)日:2022-09-23

    申请号:CN201910179487.7

    申请日:2019-03-11

    Abstract: 本发明涉及无人机和机器视觉领域,具体是一种基于复合多边形标志引导的无人机垂直降落方法,包括以下步骤:(1)设置复合多边形标志;(2)无人机对拍摄的降落区域图像进行预处理;(3)无人机获取二值化边缘信息图像的轮廓信息;(4)无人机对二值化边缘信息图像的轮廓信息进行筛选;(5)无人机计算多边形轮廓的像素长度和中心点坐标;(6)无人机确定轮廓组合方式并识别复合多边形标志;(7)无人机计算其与标志物的相对坐标;(8)无人机降落控制;(9)无人机降落调整。本发明实现了无人机对特定目标的锁定、跟踪和精确的垂直降落等功能。

    一种面向通信信号识别处理的DSP局部重构方法及系统

    公开(公告)号:CN114826849A

    公开(公告)日:2022-07-29

    申请号:CN202210273124.1

    申请日:2022-03-19

    Abstract: 本发明属于通用信号处理技术领域,公开了一种面向通信信号识别处理的DSP局部重构方法及系统,采用本地方式的重构,利用算法识别核识别出调制方式后向主控核发送识别结果,主控核选择相应的解调算法对底层的空闲算法核心进行算法动态更新。本发明主要是利用信号处理平台DSP的多核特性实现信号处理算法的并行处理。本发明算法核的工作流程比较简单,只负责算法的处理,结果处理完成后输出即可。本发明中所有的算法核为一种并行模式,各自之间的数据和结果互不干扰,一个核心的崩溃并不会影响到其他核心的正常运行。本发明充分利用了DSP的多核特性,极大地提高了系统的并行效率。

    基于位置与结构信息的图表示学习方法

    公开(公告)号:CN114265954A

    公开(公告)日:2022-04-01

    申请号:CN202111459096.4

    申请日:2021-12-02

    Abstract: 本发明公开了一种基于位置信息和结构信息的图表示学习方法:步骤1:获取输入图的信息,对每个节点构造一个近邻节点集;步骤2:根据每个节点的近邻节点集,构造拓扑空间的邻接矩阵,得到每个节点对应的基于结构信息的图节点特征表示;步骤3:将池化得分最高的k个节点作为位置参考点;步骤4:计算得到基于位置信息的图节点嵌入特征;步骤5:将基于结构信息的图节点嵌入特征和基于位置信息的图节点嵌入特征进行融合,得到最终的图节点特征表示。本发明的方法得到的基于位置信息和结构信息的节点嵌入包含了更充分的图特征,对下游任务起到了增益作用。该方法学习到了更加充分的节点信息,取得了良好的效果。

    基于场景内容自适应的AR导航方法、设备及可读存储介质

    公开(公告)号:CN113628349A

    公开(公告)日:2021-11-09

    申请号:CN202110902735.3

    申请日:2021-08-06

    Abstract: 本发明公开了一种基于场景内容自适应的AR导航方法、设备及可读存储介质,所述方法包括:步骤1,设计数个虚拟形象,将其封装为数据结构,并添加数据结构索引;步骤2,训练深度学习神经网络;步骤3,进行路径规划;步骤4,获取移动中的实景图像,对其进行分类,若分类结果为数据结构索引,则跳转至步骤5;步骤5,继续对实景图像进行目标对象位置分割与语义分析,得到语义分析结果;步骤6,确定实景地点位置,计算虚拟形象尺寸和角度;步骤7,添加虚拟形象;步骤8,重复获取实景图像,对虚拟形象进行自适应调整;本发明能自适应调整虚拟形象的尺寸、角度等信息,提高虚拟形象与用户的交互效果。

    基于自然语言描述的三维场景目标检测建模及检测方法

    公开(公告)号:CN113034592A

    公开(公告)日:2021-06-25

    申请号:CN202110251422.6

    申请日:2021-03-08

    Abstract: 本发明公开了一种基于自然语言描述的三维场景目标检测的建模及检测方法。方法包括:①设计语言先验图网络,用于将生成的名词短语及关系短语进行图表示;②构建点云场景中三维目标化外接候选框初始化预测网络;③基于语言先验图更新后的名词短语特征进行引导,对三维目标初始化候选框进行冗余裁剪及更新;④构建三维目标候选框视觉关系图网络;⑤基于更新后的名词短语特征和关系短语特征,分别与视觉关系图的节点和边进行相似性得分匹配,定位最终的三维目标。本发明通过构建语言先验图和视觉关系图,高效地捕获全局上下文依赖关系,同时还开发了交叉跨模态的图匹配策略,避免增加计算量的同时有效地提升大规模三维点云场景的目标定位精度。

    一种基于文本语义监督的视觉行为识别方法、系统及计算机可读介质

    公开(公告)号:CN112580362A

    公开(公告)日:2021-03-30

    申请号:CN202011508103.0

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于文本语义监督的视觉行为识别方法、系统及计算机可读介质,方法包括文本语义特征提取、基于文本语义监督的视觉特征提取、构建视觉行为识别;本发明以相同类别行为视频样本集的文本描述句子为基础归纳各类行为的文本描述范式,构建样本对数据集,在文本语义提取模型中提取出文本描述句子的动作语义特征向量和关系语义特征向量,使用动作语义特征向量和关系语义特征向量对提取的动作视觉特征向量、关系视觉特征向量进行监督,利用提取到的动作视觉特征向量和关系视觉特征向量进行行为识别,以解决目前视觉行为识别领域内存在的视觉行为识别的准确率不高,文本语义监督的效率不高、且不能准确识别行为之间的动作和关系的问题。

    基于深度学习的车辆身份识别模型构建、识别方法和系统

    公开(公告)号:CN110378236A

    公开(公告)日:2019-10-25

    申请号:CN201910537407.0

    申请日:2019-06-20

    Abstract: 本发明属于计算机视觉技术领域,涉及一种基于深度学习的车辆身份识别模型构建、识别方法和系统。首先,本发明利用大规模道路监控图片进行车辆检测的模型训练,训练采用多损失函数分阶段联合训练策略。然后,对检测出的车脸图像进行部件提取,并根据车脸部件提取情况利用特征提取与融合网络或普通分类网络进行分类。最后,利用多任务网络提取并过滤车脸的身份特征向量,将待分析图像特征与车辆信息库内图像的特征向量进行相似性度量,得到车辆身份识别结果。本发明提出的深度学习网络框架能够针对需求,提升网络模型的在不同方面的特征提取能力,从而实现最佳的模型表述能力,方便提取具有显著区分度的识别特征向量。

Patent Agency Ranking