一种基于深度学习的恶意软件行为检测与分类系统

    公开(公告)号:CN113961922A

    公开(公告)日:2022-01-21

    申请号:CN202111254605.X

    申请日:2021-10-27

    摘要: 本发明公开了一种基于深度学习的恶意软件行为检测与分类系统,基于沙箱捕获的恶意软件动态行为数据,包含API调用序列特征工程和模型构建两大核心组成部分,其中特征工程部分摆脱了以往研究中只注重属性特征而忽视结构特征以及主要基于N‑gram采集属性特征进而缺乏语义理解能力的缺陷,模型构建部分利用集成学习思想构建综合检测与分类模型,子模型分别基于有监督学习、无监督学习和强化学习进行选择和设计,以实现对常规恶意软件高精确率检测和对未知APT恶意软件较高精确率检测;采用对抗训练的方法,将对抗攻击方法生成的对抗样本加入模型数据集,提高检测与分类模型抵御对抗样本攻击和鲁棒性的能力。

    一种深度学习MRI图像加速重建方法及系统

    公开(公告)号:CN117557675B

    公开(公告)日:2024-04-30

    申请号:CN202410044133.2

    申请日:2024-01-12

    IPC分类号: G06T11/00

    摘要: 本发明涉及MRI重建技术领域,尤其涉及一种深度学习MRI图像加速重建方法及系统,所述方法,包括:S1、获取MRI扫描图像集,并对所述MRI扫描图像集进行预处理,得到预处理后的MRI扫描图像集;S2、将预处理后的MRI扫描图像集,输入到已训练好的骨干模型中,所述骨干模型输出初步的MRI图像重建结果;所述骨干模型依次包括:灵敏度估计模块SMEB、双域交叉注意力改进模块DCRB以及N‑1个第一模块组;所述第一模块组依次包括:灵敏度改进模块SMRB和双域交叉注意力改进模块DCRB;S3、采用恢复模型ShiftNet作为细化网络,对初步的MRI图像重建结果进行细化处理,得到最终的MRI图像重建结果。

    可动态扩展计算资源的加速算法运行效率的方法及装置

    公开(公告)号:CN117453424B

    公开(公告)日:2024-04-19

    申请号:CN202311804579.2

    申请日:2023-12-26

    IPC分类号: G06F9/50

    摘要: 本发明涉及一种可动态扩展计算资源的加速算法运行效率的方法及装置,其方法包括:识别计算机或服务器的操作系统;基于操作系统来识别并记录计算机或服务器的硬件资源,结合自身提供的硬件资源形成资源池;向测试方提供所支持的算法对应的SDK,以供测试方调用测试项目进行算法测试,待测试完成返回所支持算法的性能测试数据;根据上层服务传输过来的计算指令、计算指令所对应算法的性能测试数据以及资源池的计算资源的当前使用情况,调用资源池中其他计算资源以单独或组合的方式参与该计算指令的运算工作。本发明解放CPU的计算压力,合理调度资源,将计算密集型的算法从CPU转移和分流,大幅降低了CPU的计算压力,提高系统稳定性。

    一种基于国密算法的安全通信系统

    公开(公告)号:CN117615371A

    公开(公告)日:2024-02-27

    申请号:CN202311549729.X

    申请日:2023-11-21

    IPC分类号: H04W12/03 H04W12/10

    摘要: 本发明涉及一种基于国密算法的安全通信系统,包括:密码基础平台;数据安全交换机,数据安全交换机和密码基础平台通信连接,数据安全交换机用于获取感知设备上传的原始数据,并利用由密码基础平台分发的国密算法的第一密钥对原始数据进行加密处理,得到第一加密数据,并通过5G网络通道向数据安全网关发送第一加密数据;数据安全网关,数据安全网关分别与物联网管理平台、数据安全交换机和密码基础平台连接,数据安全网关用于利用由密码基础平台分发的国密算法的第二密钥对第一加密数据进行解密处理,得到原始数据,并将原始数据汇聚到物联网管理平台中,从而可保障5G网通信过程数据的机密性和完整性,防止数据泄露。

    一种深度学习MRI图像加速重建方法及系统

    公开(公告)号:CN117557675A

    公开(公告)日:2024-02-13

    申请号:CN202410044133.2

    申请日:2024-01-12

    IPC分类号: G06T11/00

    摘要: 本发明涉及MRI重建技术领域,尤其涉及一种深度学习MRI图像加速重建方法及系统,所述方法,包括:S1、获取MRI扫描图像集,并对所述MRI扫描图像集进行预处理,得到预处理后的MRI扫描图像集;S2、将预处理后的MRI扫描图像集,输入到已训练好的骨干模型中,所述骨干模型输出初步的MRI图像重建结果;所述骨干模型依次包括:灵敏度估计模块SMEB、双域交叉注意力改进模块DCRB以及N‑1个第一模块组;所述第一模块组依次包括:灵敏度改进模块SMRB和双域交叉注意力改进模块DCRB;S3、采用恢复模型ShiftNet作为细化网络,对初步的MRI图像重建结果进行细化处理,得到最终的MRI图像重建结果。

    一种脑瘤MRI图像分割方法及系统

    公开(公告)号:CN117496516A

    公开(公告)日:2024-02-02

    申请号:CN202311786325.2

    申请日:2023-12-25

    摘要: 本发明涉及图像检测技术领域,尤其涉及一种脑瘤MRI图像分割方法及系统,所述方法包括:S1、获取待分割的MRI图像;S2、将所述待分割的MRI图像输入至训练的MRI图像分割模型中,所述训练的MRI图像分割模型针对该待分割的MRI图像中的脑瘤区域和正常脑组织区域进行标识分割,得到分割结果;分割结果包括该MRI图像分割模型在该待分割的MRI图像中所标识出的脑瘤区域;预先将3D U‑Net中每一卷积层设置为大核卷积,并在3D U‑Net的编码器中的每个大核卷积后分别添加一个自注意力层,得到所述MRI图像分割模型;预先采用训练数据集对所述MRI图像分割模型进行训练,得到训练的MRI图像分割模型。

    基于PUF的认证与密钥协商方法和设备

    公开(公告)号:CN115442112A

    公开(公告)日:2022-12-06

    申请号:CN202211056351.5

    申请日:2022-08-31

    IPC分类号: H04L9/40 H04L9/08 H04L9/32

    摘要: 本申请属于工业物联网技术领域,尤其涉及一种基于PUF的认证与密钥协商方法和设备,该方法包括:通信双方分别从本节点的存储器中获取预置参数和注册信息,注册信息包括对端节点基于PUF生成的身份标识信息,预置参数包括本节点基于PUF生成的指纹帮助数据和指纹地址;第一节点基于本节点的重构数字指纹生成访问请求信息;第二节点对访问请求信息进行验证,基于本节点的重构数字指纹和访问请求信息计算临时会话密钥并生成访问确认信息;第一节点对访问确认信息进行验证;验证通过后,基于本节点的重构数字指纹和访问确认信息计算临时会话密钥,第一节点和第二节点基于临时会话密钥进行保密通信。该方法有效提高了工业物联网系统的安全性。