-
公开(公告)号：CN119167432B
公开(公告)日：2025-05-06
申请号：CN202411667191.7
申请日：2024-11-21
Applicant: 南昌大学 , 江西警察学院 , 江西诚韬科技有限公司 , 中国联合网络通信有限公司江西省分公司
IPC: G06F21/62 , G06F21/60 , G06F18/2321 , G06F18/214
Abstract: 本发明提供一种云环境安全监控方法及装置，方法包括基于解密后的聚类算法以及聚类参数对训练数据集进行条件数据聚类，以得到若干聚类的类簇；并根据预设阈值对安全决策条件概率进行判断；则将类簇中的所有数据添加至训练数据集中，得到新数据集；计算类簇的核矢量，并获取类簇的决策属性值，根据决策属性值构成决策规则，计算聚类核矢量决策信息表中各个决策规则的一致性取值，并将一致性取值与预设规则条件概率阈值进行比对；基于若干参与方节点接收并解密不同的决策信息表，并计算新数据集与不同的决策信息表之间的距离，以得到新数据集的决策属性。本发明能够解决跨机构数据安全决策协作的安全和隐私问题。
-
公开(公告)号：CN119271972B
公开(公告)日：2025-03-21
申请号：CN202411793947.2
申请日：2024-12-09
Applicant: 南昌大学 , 江西诚韬科技有限公司
Abstract: 本发明提供一种监控数据筛选方法及系统，方法包括：基于决策属性自决策机构中获取若干个决策属性值，并赋予第一ID编号，以形成第一数据对，进而获取第一等价集合；自包括若干个监测属性的监测机构中获取监测值，并赋予第二ID编号，以形成第二数据对，进而获取第二等价集合；通过第一等价集合获取决策信息熵；基于第一等价集合及第二等价集合确定获取监测条件熵；基于决策信息熵及监测条件熵确定监测属性的增益值，通过增益值判断是否需过滤监测属性。基于以上方式，分析了监测属性与决策记录之间的关联程度，筛选出关联程度较低的所述监测属性，排除了较多的冗余数据和无效数据，提升了监测效率及监测准确性。
-
公开(公告)号：CN119006932B
公开(公告)日：2025-03-18
申请号：CN202411463290.3
申请日：2024-10-21
Applicant: 南昌大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/084
Abstract: 本发明提供了一种基于双阶段学习的深度伪造图像检测方法，涉及图像处理技术领域，该方法包括以下步骤：S1、获取第一真假图像对的第一全局特征，基于所述第一全局特征获取第一通用伪造特征信息，基于所述第一通用伪造特征信息检测图像并更新所述初始检测模型的参数；S2、获取第二真假图像对的第二全局特征，基于所述第二全局特征获取第二通用伪造特征信息、特定伪造方法、性别以及种族，计算特征分类损失，基于所述特征分类损失更新检测模型的参数。本发明提供的基于双阶段学习的深度伪造图像检测方法，能够有效的检测深度伪造图像，并提高对于未知深度伪造图像技术的检测成功率。
-
公开(公告)号：CN119182614B
公开(公告)日：2025-04-15
申请号：CN202411697904.4
申请日：2024-11-26
Applicant: 南昌大学 , 江西警察学院 , 江西火眼信息技术有限公司 , 中国联合网络通信有限公司江西省分公司
IPC: H04L9/40
Abstract: 本发明提供一种云计算数据可信追踪方法、系统、存储介质及电子设备，该方法包括：数据所有者将敏感数据上传，设定访问策略；云计算数据存储平台将敏感数据加密生成密文，并将数据所有者的个人信息和密文上传至区块链中；外来访问者从云服务端请求查阅密文，提供关键信息，云服务端发送查阅请求，上传关键信息；区块链接收关键信息，调用被访问的密文的访问策略，判定是否发送动态密钥；云服务端向云计算数据存储平台请求查询数据，云计算数据存储平台验证外来访问者的身份性以及动态密钥的实时性，若满足要求则使用当前时间戳解锁动态密钥，本发明提高了数据的保密性，通过详细记录每一次数据访问和操作，为云计算数据安全提供了全面的保障。
-
公开(公告)号：CN119255283B
公开(公告)日：2025-03-18
申请号：CN202411795338.0
申请日：2024-12-09
Applicant: 南昌大学 , 江西火眼信息技术有限公司
IPC: G06F16/215
Abstract: 本发明提供一种多机构协同监察过滤方法及系统，方法包括：自气象预测机构中获取与天气对应的若干个结果数据记录，以构建第一等价划分；自数据采集基站中获取与天气对应的若干个过程数据记录，以构建第二等价划分；将不同的数据采集基站的第二等价划分合并为数据采集基站划分集合，并结合第一等价划分获取第一正确决策值；基于第一正确决策值判断数据采集基站为重要基站或初始冗余基站，将重要基站合并为重要基站集合；获取重要基站集合的第三正确决策值，以确定重要基站集合的决策能力是否符合要求，进而完成最终冗余基站的筛选及剔除。基于以上方式，在确保决策能力稳定的前提下，精简了数据采集基站的数量，提高了预测的准确性及效能。
-
Patent Agency Ranking
公开(公告)号：CN119168052A
公开(公告)日：2024-12-20
申请号：CN202411676050.1
申请日：2024-11-22
Applicant: 南昌大学 , 江西警察学院 , 江西火眼信息技术有限公司 , 江西诚韬科技有限公司
IPC: G06N5/025 , G06F40/30 , G06F16/36 , G06F16/332
Abstract: 本发明提供了一种基于虚拟知识图谱和大数据的取证方法与系统，所述方法包括构建取证领域的领域知识图谱，获取取证所涉及到的数据源并建立领域知识图谱与数据源之间的映射集合；基于映射集合构建证据提取和分析规则；获取用户下发的取证请求，基于领域知识图谱将取证请求进行分割，以得到若干子取证请求；基于若干子取证请求确定答案集合，基于答案集合转换为知识图谱的格式，以得到取证集合，本发明能在多层次的证据分析中提供准确、全面的结果，为司法鉴定等领域提供强大的技术支持，具有广泛的应用前景。
-
公开(公告)号：CN119167432A
公开(公告)日：2024-12-20
申请号：CN202411667191.7
申请日：2024-11-21
Applicant: 南昌大学 , 江西警察学院 , 江西诚韬科技有限公司 , 中国联合网络通信有限公司江西省分公司
IPC: G06F21/62 , G06F21/60 , G06F18/2321 , G06F18/214
Abstract: 本发明提供一种云环境安全监控方法及装置，方法包括基于解密后的聚类算法以及聚类参数对训练数据集进行条件数据聚类，以得到若干聚类的类簇；并根据预设阈值对安全决策条件概率进行判断；则将类簇中的所有数据添加至训练数据集中，得到新数据集；计算类簇的核矢量，并获取类簇的决策属性值，根据决策属性值构成决策规则，计算聚类核矢量决策信息表中各个决策规则的一致性取值，并将一致性取值与预设规则条件概率阈值进行比对；基于若干参与方节点接收并解密不同的决策信息表，并计算新数据集与不同的决策信息表之间的距离，以得到新数据集的决策属性。本发明能够解决跨机构数据安全决策协作的安全和隐私问题。
-
公开(公告)号：CN103281746A
公开(公告)日：2013-09-04
申请号：CN201310214115.6
申请日：2013-06-03
Applicant: 南昌大学
CPC classification number: Y02D70/00
Abstract: 一种商拓扑能量递阶动态规划的无线传感网路由方法，是将网络生命周期首轮根据传感网节点地理属性划分商集，得出备选划分方案，通过竞争找到最优首层虚分簇并记录簇头。首层各虚簇用同样的方式找到各自最优子簇，以此分层递阶直到各个分簇不能再往下划分为止。最后一层各簇为最终有效分簇，其各簇头节点通过逐级与各自父簇头节点构成传输路径。从第二轮开始首先判断上一轮第一层的各个划分节点间整体能量是否失衡。如失去平衡则调用第一轮同样方法重构造分簇路由。如果平衡则保留划分并选定新簇头，然后进一步判断下一层同父各簇是否平衡，并采取第一层同样方式递归处理直至形成底层分簇、构造新路由。本发明能够构造高效低耗路由、延长网络的生命周期。
-
公开(公告)号：CN103281745A
公开(公告)日：2013-09-04
申请号：CN201310213519.3
申请日：2013-06-03
Applicant: 南昌大学
IPC: H04W40/10
CPC classification number: Y02D70/00
Abstract: 一种商拓扑能量递阶博弈的无线传感网路由方法，包括：整个网络生命周期分为若干轮。在第各轮中的传感网节点根据地理属性诱导出基数相同的不同的节点商集划分，并且通过能量博弈确定是否需要分簇并找到最好的划分作为第一层分簇（划分），并记录选定的簇头。第一层的各个簇根据同样的方式进一步找到各自最优的商集划分作为第二层子分簇，以此方法分层递阶直到各个分簇不能再往下划分为止。最后一层各簇为本轮最终有效分簇，其各簇头节点通过逐级与各自记录的父簇头节点构成多跳传输路径。本发明技术方案能够构造传感网能量均衡分簇路由，有效的降低了信息的延时和能量的损耗延长网络生命周期。
-
公开(公告)号：CN119445342A
公开(公告)日：2025-02-14
申请号：CN202411488541.3
申请日：2024-10-24
Applicant: 南昌大学
Abstract: 本发明提供了一种基于误导学习的虚假人脸图片检测方法，S1：构建先验知识获取模块，对伪造特征提取器以及检测器构建基础的伪造伪影辨别能力；S2：搭建误导学习知识流以及偏执数据知识流；S3：引入单通道注意力融合网络，使模型自适应选择所需的多尺度伪造潜层特征以及多尺度真实图片潜层特征；S4：构建专门用于误导学习的高通滤波器，对伪造图像进行预处理操作；S5：引入误导学习损失，对伪造特征提取器进行训练约束；S6：针对伪造特征提取器外加自适应器微调。本发明使模型尽可能摆脱了图片中无关语义特征对模型的干扰所产生的特征依赖偏执，针对不同人种统计标签的伪造图片都具有优异的检测能力，在域内以及跨域测试下，都达到了最佳的性能。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.029 seconds)
