-
公开(公告)号：CN106327418A
公开(公告)日：2017-01-11
申请号：CN201610793157.3
申请日：2016-08-31
Applicant: 哈尔滨工程大学
IPC: G06T1/00
CPC classification number: G06T1/0028
Abstract: 本发明提供的是一种基于语义特征的电子海图权限水印技术，包括构造权限水印标识；水印标识语义转换；语义水印的制作；数字水印嵌入；语义水印提取；语义特征图像匹配。本发明针对二维电子海图的安全可靠性应用进行研究，将充分考虑电子海图的数据特性和文件的结构化特性，在保持水印方法在水印容量、鲁棒性等方面的稳定性能基础上，实现管控电子海图传输安全、操作权限管控的目标。在理论上，它将为数字水印领域的交叉性研究提供新原理新方法，为数字水印的扩展应用提供新的关键技术，推动数字水印研究向实用化方向迈进；在应用上，它将为数字海图网络化安全管理、可靠性应用提供一种新的技术。
-
公开(公告)号：CN101706943B
公开(公告)日：2011-09-14
申请号：CN200910073150.4
申请日：2009-11-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于文件属性特征的影像地图水印方法。(1)读取影像地图文件中含有冗余字节的数据结构；(2)扫描水印位图并将其转换为二值序列；(3)将二值序列的拟嵌入长度及顺序写入首选的冗余字节空间内；(4)将二值水印序列依次写入到文件的冗余字节中；(5)利用水印提取单元读取水印位图大小；(6)利用水印提取单元依次读取二值水印序列；(7)根据二值水印序列和水印位图的大小，生成水印位图。本发明实现了完全无损的水印嵌入与提取，不对地图文件造成任何损坏，并具有较好的鲁棒性及不可见性。
-
公开(公告)号：CN101458810B
公开(公告)日：2010-12-01
申请号：CN200810209637.6
申请日：2008-12-08
Applicant: 哈尔滨工程大学
IPC: G06T1/00
Abstract: 本发明提供的是一种基于对象属性特征的矢量地图水印方法。通过用户输入生成待嵌入的水印编码，并根据水印容量定义由矢量对象组成的水印嵌入目标集合的规模；对于待嵌入水印的矢量地图，利用改进的网格密度空间聚类分析方法生成水印嵌入目标集合；在矢量地图的属性文件中查找嵌入目标集合内矢量对象对应的属性特征信息；根据步骤(1)中生成的水印信息，随机选取步骤(2)生成的水印嵌入目标集合内的矢量元素，向元素的属性坐标信息中嵌入水印编码；对由所有被嵌入水印标识的矢量对象序列所组成的向量进行置乱，并将迭代次数存储为密钥；读取矢量地图属性文件，利用水印检测程序提取水印信息，根据水印相似度判断地图载体的水印存在状况。
-
公开(公告)号：CN117407883A
公开(公告)日：2024-01-16
申请号：CN202311350050.8
申请日：2023-10-18
Applicant: 哈尔滨工程大学
Abstract: 一种基于动静结合模式的智能合约脆弱性检测方法，它属于区块链智能合约安全检测技术领域。本发明解决了现有智能合约脆弱性检测方法的检测性能差的问题。首先针对智能合约代码层面的各项属性特征，构建智能合约脆弱性分析的问题定义模型；其次，通过多级静态相似性匹配策略分析并匹配出合约脆弱性代码，同时构建多级覆盖指标模块，可以高效查找到有效脆弱代码；最后通过改进模糊测试过程中种子执行以及种子评分等行为的马尔可夫模型，利用DDPG算法高效解决其高维连续动作空间问题，提高动态检测的脆弱性分析效果，提高分析性能。通过动静结合的方式分析脆弱代码片段发生漏洞的概率，精准定位到合约层脆弱点。本发明可以应用于智能合约脆弱性检测。
-
-
Patent Agency Ranking
公开(公告)号：CN113204647B
公开(公告)日：2023-01-03
申请号：CN202110471459.X
申请日：2021-04-29
Applicant: 哈尔滨工程大学
Abstract: 哈本发明属于知识图谱技术领域，具体涉及一种基于联合权重的编码解码框架知识图谱嵌入方法。本发明采用带有抽样聚合的联合注意力权重图卷积网络编码器和ConvTransH解码器，旨在加强复杂关系中多端实体嵌入表示结果的区分性，并加入抽样方法来解决图谱嵌入过程中的规模过大问题。本发明解决了工控网络安全知识图谱中多端实体表示区分性差的问题，可以有效的增强工控网络安全知识图谱中多端实体表示区分性，提高工控网络安全知识图谱嵌入效果。
-
公开(公告)号：CN109871902B
公开(公告)日：2022-12-13
申请号：CN201910177075.X
申请日：2019-03-08
Applicant: 哈尔滨工程大学
IPC: G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明属于雷达数据处理领域，具体涉及一种基于超分辨率对抗生成级联网络的SAR小样本识别方法。针对SAR目标图像分辨率低所导致的目标特征不明显，受环境影响较大，数据样本易混淆的问题，提出一个基于深度学习的超分辨率网络，对低分辨率的SAR的小样本图像进行放大。让分类网络能够提取到更多的特征。与传统超分辨率方法不同，利用GAN进行的图像超分辨率能够有效的提取到图像的特征，生成非过度平滑的逼真的高分辨率图像。针对SAR小样本图像具有的低分辨率，特征模糊，样本容易混淆的特点，针对SAR图像固有特点的GAN超分辨率模型。将实现一个4倍放大因子的超分模型，可以将原图像的像素数量放大到原来的16倍。这样可以提供给分类器更多的内容和特征。
-
公开(公告)号：CN114841318A
公开(公告)日：2022-08-02
申请号：CN202210474802.0
申请日：2022-04-29
Applicant: 哈尔滨工程大学
IPC: G06N3/04 , G06N3/08 , G06V10/80 , G06V30/416
Abstract: 基于跨模态知识蒸馏的智能合约漏洞检测方法,涉及区块链技术领域，针对现有技术中无法将两种模态的特征信息融合并加以处理的问题，与现有技术相比，本申请针对当前仅分析一种模态的逻辑信息作为智能合约漏洞检测的基础，提出基于跨模态知识蒸馏的智能合约漏洞检测方法。本申请的漏洞检测方法可有效地发现大量智能合约存在的漏洞，且准确度较高。本申请提出的漏洞检测方法有助于在智能合约漏洞造成损失之前发现和预防漏洞，避免不可估量的经济损失。
-
公开(公告)号：CN114840857A
公开(公告)日：2022-08-02
申请号：CN202210476264.9
申请日：2022-04-29
Applicant: 哈尔滨工程大学
Abstract: 基于深度强化学习与多级覆盖策略的智能合约模糊测试方法及系统，它属于区块链智能合约安全检测技术领域。本发明解决了现有智能合约动态漏洞检测方法效率低，不适用于智能合约程序特性的问题。本发明首先根据智能合约二进制代码得到对应ABI规范，再使用二进制代码和ABI规范生成初始种子加入到多级覆盖策略定义的种子树。再从种子树中选择种子进行变异，并将变异种子和二进制代码送入智能合约执行环境，分析合约执行后产生的执行记录计算变异种子是否出现新覆盖特性，若出现则变异种子加入种子树，并将变异种子的覆盖特性作为奖励送入DDPG算法，用于下一次变异策略的选择，直至循环终止再判断该合约是否有漏洞。本发明可以应用于智能合约模糊测试。
-
公开(公告)号：CN111953482B
公开(公告)日：2022-06-17
申请号：CN202010743443.5
申请日：2020-07-29
Applicant: 哈尔滨工程大学
IPC: H04L9/08 , H04L9/40 , H04L67/1097
Abstract: 本发明属于网络与信息安全中的数据加密技术领域，具体涉及一种面向云存储的多机构加权准则加密方法。本发明采用多个属性机构共同管理全局准则域，并为用户生成解密密钥。解决了传统属性加密方案用户密钥仅由单一机构生成而带来的安全问题。同时，降低了密钥生成机构服务器的计算资源消耗。本发明在传统属性加密方案的基础上，在访问策略中引入准则的概念。该方法将每个准则表示为多项式形式，而多项式的根对应于一个属性。用户满足准则的条件为用户至少拥有多项式的一个根。与此同时，用户可以为每个准则赋予不同的权重，使得访问策略更加符合实际应用需求。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.022 seconds)
