公开(公告)号：CN114896597B

公开(公告)日：2022-11-15

申请号：CN202210496401.5

申请日：2022-05-09

Applicant: 南开大学

Inventor： 许家威 ,  付文轩 ,  布皓羽 ,  王志

IPC: G06F21/56 ,  G06N3/02

Abstract: 基于可执行文件线性序列表示的计算机恶意代码检测方法，属于计算机防病毒技术领域。包括将待检测样本进行线性序列表示；将所述线性序列进行填充，并使用线性插值法放缩到指定长度；根据计算机病毒检测模型检测序列的善恶性，得到检测结果，其中，所述计算机病毒检测模型为根据收集到的样本数据集合训练得到的神经网络模型，所述序列为待检测样本按照所述线性序列表示得到的序列。本发明在线性序列化表示样本文件的基础上使用神经网络提取序列特征并进行检测，从而有效避免以往的使用二维图像表示二进制文件时产生的边缘损失、重采样噪声和填充问题，并且可以有效减小模型参数数量、提升模型更新速度，抵抗模型退化问题。

公开(公告)号：CN114896597A

公开(公告)日：2022-08-12

申请号：CN202210496401.5

申请日：2022-05-09

Applicant: 南开大学

Inventor： 许家威 ,  付文轩 ,  布皓羽 ,  王志

IPC: G06F21/56 ,  G06N3/02

Abstract: 基于可执行文件线性序列表示的计算机恶意代码检测方法，属于计算机防病毒技术领域。包括将待检测样本进行线性序列表示；将所述线性序列进行填充，并使用线性插值法放缩到指定长度；根据计算机病毒检测模型检测序列的善恶性，得到检测结果，其中，所述计算机病毒检测模型为根据收集到的样本数据集合训练得到的神经网络模型，所述序列为待检测样本按照所述线性序列表示得到的序列。本发明在线性序列化表示样本文件的基础上使用神经网络提取序列特征并进行检测，从而有效避免以往的使用二维图像表示二进制文件时产生的边缘损失、重采样噪声和填充问题，并且可以有效减小模型参数数量、提升模型更新速度，抵抗模型退化问题。

公开(公告)号：CN118840471A

公开(公告)日：2024-10-25

申请号：CN202410952228.4

申请日：2024-07-16

Applicant: 南开大学

Inventor： 许家威 ,  谢晋 ,  范泽鑫 ,  杨健

IPC: G06T15/20 ,  G06T7/73 ,  G06T9/00 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开一种基于三维分解哈希编码的动态场景渲染方法及系统，涉及三维视觉动态场景渲染技术领域，包括：获取指定时段内拍摄的待渲染图像及拍摄时刻和相机位姿，初始化三维高斯函数；对由待渲染图像的拍摄时刻和三维高斯函数的中心位置坐标组成的四维坐标进行三维分解，对每个三维坐标进行哈希编码；将得到的特征进行方向注意力机制的特征融合；解码融合特征，得到三维高斯函数的参数在拍摄时刻下的变化值，根据变化值调整三维高斯函数的参数；将调整的三维高斯函数根据相机位姿，采用可微光栅化渲染方式渲染得到场景图像。三维分解哈希编码和方向注意力机制共同作用，提高特征的表达能力和准确度，实现指定时段内任意视角下场景图像的渲染。