公开(公告)号：CN118054951A

公开(公告)日：2024-05-17

申请号：CN202410206600.7

申请日：2024-02-26

Applicant: 东北大学

Inventor： 高天寒 ,  王泓凯

IPC: H04L9/40 ,  G06N3/0455 ,  G06N3/088 ,  G06F18/24 ,  G06N3/0464 ,  H04L41/16

Abstract: 本发明提供一种基于无监督学习的恶意域名检测方法，涉及网络安全技术领域。该方法首先获取DGA恶意域名和正常域名，然后使用预设的算法将获取到的域名句化，再将句化后的域名输入到对比学习模型中对预设的BERT模型进行训练，并通过不断最小化对比学习的损失函数来微调预设的BERT模型，最后采用训练完成的BERT模型域名检测。该方法使用对比学习模型来微调预设的BERT模型，使得模型更具判别能力，能够更好更快速地区分恶意域名和正常域名。

公开(公告)号：CN118037774A

公开(公告)日：2024-05-14

申请号：CN202410145381.6

申请日：2024-02-01

Applicant: 东北大学

Inventor： 雷为民 ,  张宗源 ,  王泓凯 ,  张伟 ,  景庆阳 ,  陈新怡

IPC: G06T7/246 ,  G06T7/269 ,  G06T7/277 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明设计了一种基于空间弱线索的车站密集行人跟踪系统及方法；首先将图像帧转化为预测检测框集合，再通过预设的高阈值和低阈值将其进行二分类，得到高、低置信度检测框；然后将上一帧轨迹集合中的跟踪框经卡尔曼滤波预测得到当前帧跟踪框，将高置信度检测框与当前帧跟踪框进行第一次空间相似度匹配，并计算关联成本，得到第一次匹配成功轨迹集合，未匹配到轨迹的检测框并入低置信度检测框；然后低置信度关联模块将剩余轨迹集合中的跟踪框执行上述匹配，得到第二次匹配成功轨迹集合，将其并入匹配成功轨迹集合；最后，对目标轨迹进行新建、删除以及更新，得到最终输出轨迹，完成车站密集行人跟踪；可实时检测地铁车站密集的人流并分析其数据。