-
公开(公告)号：CN114095537B
公开(公告)日：2023-07-14
申请号：CN202111369026.X
申请日：2021-11-18
Applicant: 重庆邮电大学
IPC: H04L67/12 , H04L67/10 , H04L67/1004 , H04L69/22 , G16Y10/75
Abstract: 本发明属于物联网数据接入技术领域，特别涉及一种物联网应用中基于Netty的海量数据接入方法及系统，方法包括当接入层节点的Netty服务端接收到终端报文后，对报文类型进行识别并以线程无锁化调度存入本地阻塞队列中；阻塞队列专属消费线程从队列拉取报文数据，若报文为核心数据，线程调用负载均衡模块选报文数据进行转发；否则线程通过本地Kafka客户端将报文数据发送到kafka转发专属Topic分区；数据解析层节点的Netty服务端接收到或者从Kafka中拉取到报文数据后，将其转换成结构化数据后发送到Kafka业务专属Topic分区；本发明充分发挥Netty可承接数十万终端通信的优势，实现业务解耦。
-
公开(公告)号：CN116318732A
公开(公告)日：2023-06-23
申请号：CN202310287229.7
申请日：2023-03-22
Abstract: 本发明涉及汽车电子数据安全领域，具体涉及一种面向汽车事件数据记录系统的事件数据防篡改方法，包括：将汽车EDR本地数据按事件分组，基于AES加密和SHA‑1算法对事件明文进行签名，使用错位存放签名的方式将事件数据存储为链式结构，保持数据的连续性；对事故后读取出的EDR本地数据进行防篡改校验，通过签名信息验证每个事件和数据的真实性；根据链式结构和云端存储的事件对汽车EDR存储的链尾事件进行防篡改校验，若校验不通过则用云端存储的事件数据对汽车EDR丢失的事件进行修复，确保最新事件数据无删除痕迹，保证EDR本地数据的完整性。
-
公开(公告)号：CN119964557A
公开(公告)日：2025-05-09
申请号：CN202510075782.3
申请日：2025-01-17
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能技术领域，具体涉及一种面向语音识别系统的预处理去偏方法，包括：数据采样，通过欠采样和SMOTE分别对多类数据和少类数据进行采样处理；模型训练，将原始数据、采样后的数据分别对判别器和ASR进行训练；分类识别，用训练好的判别器和ASR先进行分类，再进行识别；偏见评估，通过构建均衡公平的语音评估数据集、提出面向语音识别系统的偏见评估方法和评估指标，从而实现全面的偏见评估；对比分析，通过对比分析使用不均衡数据训练的基准ASR模型与经过去偏处理后的模型在偏见评估中的表现，评估去偏方法的有效性。本发明针对语音识别系统的特点进行设计，在数据处理、评估方法上提供了更加完善和高效的解决方案，不仅能够准确处理语音数据中的偏见问题，还能有效提升模型对不同属性群体的识别精度，从而显著提高语音识别系统在实际应用中的公平性、准确性与可信度。
-
公开(公告)号：CN114095537A
公开(公告)日：2022-02-25
申请号：CN202111369026.X
申请日：2021-11-18
Applicant: 重庆邮电大学
IPC: H04L67/12 , H04L67/10 , H04L67/1004 , H04L69/22 , G16Y10/75
Abstract: 本发明属于物联网数据接入技术领域，特别涉及一种物联网应用中基于Netty的海量数据接入方法及系统，方法包括当接入层节点的Netty服务端接收到终端报文后，对报文类型进行识别并以线程无锁化调度存入本地阻塞队列中；阻塞队列专属消费线程从队列拉取报文数据，若报文为核心数据，线程调用负载均衡模块选报文数据进行转发；否则线程通过本地Kafka客户端将报文数据发送到kafka转发专属Topic分区；数据解析层节点的Netty服务端接收到或者从Kafka中拉取到报文数据后，将其转换成结构化数据后发送到Kafka业务专属Topic分区；本发明充分发挥Netty可承接数十万终端通信的优势，实现业务解耦。
-
公开(公告)号：CN114065201A
公开(公告)日：2022-02-18
申请号：CN202111398522.8
申请日：2021-11-19
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全中的Android恶意软件检测领域，特别涉及一种基于多特征的安卓恶意软件检测方法，该方法包括：输入一个Apk文件，判断是否加壳，如果有壳，则进行查壳与脱壳处理，反编译脱壳后的APK文件；对反编译后的文件提取权限特征、API调用图特征和字节码特征，构造相应的特征向量并保存；加载每个APK权限特征向量、字节码特征向量、API调用特征向量作为对应的分类模型输入，得到最终的识别结果；本发明通过多种特征检测的融合可以有效增强模型的鲁棒性，以及降低恶意软件错误识别率。
-
Patent Agency Ranking
公开(公告)号：CN117437507A
公开(公告)日：2024-01-23
申请号：CN202311453432.3
申请日：2023-11-01
IPC: G06V10/776 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086 , G06N3/08 , G06N3/126
Abstract: 本发明属于人工智能技术领域，具体涉及一种用于评价图像识别模型的偏见性评估方法，包括：构建评估模型，该模型用于评估目标检测模型的偏见性；获取评估模型训练集，将训练集中的数据输入到评估模型中进行优化训练；获取待识别的图像，将待识别的图像输入到待检测的图像识别模型中进行分类，得到分类结果；将分类结果输入到训练后的评估模型中，得到当前待检测模型的偏见性；根据目标检测模型的偏见性评估结果对用户进行模型推荐；本发明通过计算公平性指标来评估算法偏见性，对算法偏见性的去除工作以及人工智能取证工作有较好的帮助作用，使人工智能检测技术能够更安全更公平地运用到日常生活当中。
-
公开(公告)号：CN115661479A
公开(公告)日：2023-01-31
申请号：CN202211378815.4
申请日：2022-11-04
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及深度学习技术领域，具体涉及一种基于置信度和多特征压缩级联融合的对抗样本检测方法，其包括以下步骤：S1、双重检测；根据置信度检测排除错误输入和简单的对抗样本，提高检测效率，后续使用多特征压缩联合第二次检测；S2、双边平滑；在对样本进行特征压缩中补足中值平滑，从而改善检出率和假阳性率；S3、多特征压缩检测；使用基于对抗得分的多种特征压缩联合的对抗样本检测方法进行。本发明不仅降低样本检测的检测难度，而且提高了检测的准确性，这对深度学习领域的取证和安全性问题具有重要的理论和实践意义。
-
公开(公告)号：CN115660106A
公开(公告)日：2023-01-31
申请号：CN202211361671.1
申请日：2022-11-02
IPC: G06N20/00 , H04L67/104 , H04L67/56
Abstract: 本发明涉及区块链和人工智能技术领域，具体涉及一种基于区块链的可解释性人工智能存证方法及系统，所述方法包括：建立并轮询运行人工智能计算模型的预测器，为人工智能结果提供解释，对每个预测器建立声誉，并且通过区块链进行数据存储；通过区块链上的智能合约与预测器进行交互，并且以不可更改的方式记录在账本上；建立一个用于运行可解释和可信任的人工智能应用程序的去中心化应用程序，同时改进委托权益证明共识算法并使用Swarm存储平台，以提高共识速度和数据处理的效率。
-
公开(公告)号：CN114969755A
公开(公告)日：2022-08-30
申请号：CN202210578652.8
申请日：2022-05-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种跨语言的未知可执行程序二进制漏洞分析方法，属于计算机安全领域，包括对已知漏洞样本进行动静态分析结合，基于机器学习构建不同语言对应的漏洞特征库，进而对比确定未知程序的特征以及编写语言，未知程序可分为远程未知二进制可执行程序(不可静态分析)，以及本地未知二进制程序，再利用特定语言对应的样本数据对未知程序进行特定类型的漏洞测试，以提高漏洞挖掘的效率。
-
公开(公告)号：CN113949578A
公开(公告)日：2022-01-18
申请号：CN202111220698.4
申请日：2021-10-20
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全中Web逻辑漏洞检测技术领域，涉及一种基于流量的越权漏洞自动检测方法、装置及计算机设备；所述方法包括获取Web端的请求数据包、请求响应值和请求响应包长度；将请求数据包按照用户及其对应的权限划分出检测分组；对请求数据包提取出cookie字段值，并将其中每个请求的参数采用字段名加字段类型进行归类处理；按照用户所属的漏洞检测分组中的预设规则，对当前分组中的不同用户的cookie字段值中的身份信息验证进行处理，重新访问该请求数据包；对比重新访问前后请求数据包的响应值及响应包长度，若与原响应值相同且响应包长度接近，则认为存在越权漏洞。本发明提高了自动检测技术的效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
