-
-
公开(公告)号：CN110414194B
公开(公告)日：2023-08-04
申请号：CN201910591573.9
申请日：2019-07-02
申请人： 南京理工大学
IPC分类号： G06F21/16
摘要： 本发明公开了一种文本水印的嵌入及提取方法。该方法为：首先将水印信息替换为二进制字符串，在原文本的每一个单词后嵌入一个特殊的水印标识，生成一个包括原文本字数以及水印信息的二进制字符串；然后将二进制字符串替换为Unicode零宽度控制字符，形成不可见水印，查找原文本的每一个标记字符，将不可见水印重复嵌入到字符后面；提取文本水印时，先查找待检测文本中被特殊水印标记的单词；然后提取待检测文本标记字符后面的零宽度水印字符串，并还原为二进制字符串，从中提取原文本单词数以及水印信息；最后计算待测文本与原文本的相似性，判断文本的原始性，输出水印信息。本发明水印嵌入容量高，且可靠性强、不易丢失、鲁棒性好。
-
公开(公告)号：CN109508544B
公开(公告)日：2022-12-06
申请号：CN201811220503.4
申请日：2018-10-19
申请人： 南京理工大学
摘要： 本发明公开了一种基于MLP的入侵检测方法。该方法为：首先、扫描整个磁盘，收集可执行文件及日志文件，该过程包括主动模式和被动模式，在主动模式下，扫描磁盘并收集可执行文件，如果可执行文件为包含源代码的脚本，则将其编译成中间代码；在被动模式下，仅收集系统和服务器日志文件；然后、进行数据预处理，提取特征，并标注标签，提取的特征为词库中的每个单词在样本中的词频；接着、使用MLP对数据进行建模；最后、使用模型预测新的数据，得到标签的预测值。本发明将多层感知机模型与可执行文件或日志的统计特征相结合，提高了入侵检测的精确度。
-
公开(公告)号：CN114741861A
公开(公告)日：2022-07-12
申请号：CN202210339300.7
申请日：2022-04-01
申请人： 南京理工大学
IPC分类号： G06F30/20 , G06F111/04
摘要： 本发明提供了一种针对联合作战计划生成的方法，包括获取求解器所需的数据，根据多目标的打击方案、装备及平台的限制条件；设置约束条件，约束条件为每一个目标选择至多一个打击方案，确定最终的联合打击方案；构建最优化目标函数，建立模型；其中最优化目标为所有联合打击方案所花费的武器价格最低的打击方案；使用ORTOOLS中带有的CP‑SAT求解器构建约束规划求解器；调用求解器进行求解，获得构建模型在约束条件下的最优解；对得到的求解模型进行测试推论，获得求解器得到的变量值和目标函数值.能够解决现有方法编码复杂且参数较难选择，导致搜索速度较慢，无法及时生成作战方案的问题。
-
公开(公告)号：CN114329365B
公开(公告)日：2022-06-10
申请号：CN202210215226.8
申请日：2022-03-07
申请人： 南京理工大学
摘要： 本发明公开了一种基于鲁棒水印的深度学习模型保护方法，属于人工智能安全领域。采用不同的剪枝方法分别选择重要滤子，然后对不同剪枝方法取得的滤子进行求交集选择具有普遍性和重要性的滤子；然后对选择的滤子进行处理后作为水印嵌入模型中；对嵌入水印之后的模型进行微调使得模型的性能恢复从而获得最后的水印模型。本发明利用剪枝会剔除不重要的参数完成模型权重减小的特性选择重要的参数作为水印嵌入的载体，辅以对要嵌入的水印增加噪声，减少水印在面对攻击时的水印损失率，实现水印对于攻击方法有很强的鲁棒性。
-
公开(公告)号：CN109889391B
公开(公告)日：2022-03-18
申请号：CN201910188754.7
申请日：2019-03-13
申请人： 南京理工大学
IPC分类号： H04L41/147 , H04L41/14 , H04L47/10
摘要： 本发明公开了一种基于组合模型的网络短时流量预测方法。该方法为：首先使用灰色Verhulst‑马尔科夫模型进行网络短时流量预测；然后将灰色Verhulst‑马尔科夫模型的预测结果和实际流量的误差组成一个新的时间序列；接着将误差的时间序列放入GRU中进行训练；最后将灰色Verhulst‑马尔科夫模型的结果和GRU神经网络的结果相加，获得最终流量预测值。本发明结合了传统网络短时流量预测方法和深度学习方法的优点，能够准确地对网络短时流量进行预测，为网络中的异常处理、规划建设、资源管理和用户行为调节提供了依据。
-
公开(公告)号：CN113972991A
公开(公告)日：2022-01-25
申请号：CN202010716687.4
申请日：2020-07-23
申请人： 南京理工大学
摘要： 本发明公开了一种基于多级联盟链的跨域身份认证方法。该方法包括以下步骤：创建各域内联盟链并形成域内合约；依照域内合约将各域内节点加入域内联盟链；创建域间联盟链并形成域间合约；依照域间合约将各域代理节点集加入域间联盟链；更新域内合约，实现节点间跨域身份认证。本发明通过两级联盟链将域间节点进行了逻辑连接，使得节点和各域上链下链较为简单，从而降低了跨域身份验证系统的构建复杂度，同时再通过合约对节点行为进行可信度评估，进一步增加了节点用户身份认证的安全性和有效性。
-
公开(公告)号：CN113742556A
公开(公告)日：2021-12-03
申请号：CN202111291575.X
申请日：2021-11-03
申请人： 南京理工大学
IPC分类号： G06F16/953 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开一种基于全局和局部对齐的多模态特征对齐方法，利用卷积神经网络和图注意力网络得到图像全局特征表示；通过区域检测网络将图像分为若干区域，再利用卷积神经网络得到所有区域的特征向量和标签概率向量，将两个向量聚合最终的得到图像局部特征表示；通过双向GRU网络提取文本中每个单词的特征表示，即为文本局部特征；对于文本局部特征，利用自注意力计算得到文本的全局特征；进行多模态间的全局对齐和局部对齐，得到全局和局部相似度向量，最后将全局和局部相似度向量的平均向量输入到全连接层从而得到最终的相似度分数。使用本发明的多模态特征对齐方法在常见多模态数据集上进行检索实验，该方法检索性能优于大部分同类方法。
-
公开(公告)号：CN106778252B
公开(公告)日：2020-04-10
申请号：CN201610641020.6
申请日：2016-08-05
申请人： 南京理工大学
摘要： 本发明公开了一种基于粗糙集理论与WAODE算法的入侵检测方法。在入侵检测时，首先使用已标注的连接数据作为建立模型的训练集。随后利用粗糙集理论，对网络连接数据实行基于粗糙集理论的属性约简。然后利用WAODE算法建立入侵检测模型。在实时入侵检测过程中，对实时数据，进行属性约简，最后根据建立好的入侵检测模型，对实时的连接数据进行分类，从而判断连接是正常连接还是入侵数据，完成入侵检测。本发明既能提高入侵检测的效率，减少入侵检测系统的资源消耗，同时也能够保证较高的入侵检测准确度。
-
公开(公告)号：CN107018180B
公开(公告)日：2019-11-15
申请号：CN201710172901.2
申请日：2017-03-22
申请人： 南京理工大学
摘要： 本发明公开了一种基于JSEDA的智能交通大数据平台分发共享系统。该系统包括：高性能网络自适应分发子系统，通过改进SEDA架构的设计模式，采用异步的事件驱动机制，将应用程序流程分解为通过事件队列连接的阶段，形成高性能网络自适应分发构架JSEDA，为实时用户、需要推送服务和通过接口访问的用户提供数据分发共享服务；所述传统分发子系统，为通过浏览Web站点和通过FTP的用户提供数据下载的相关服务；所述配置与管理子系统，对系统资源进行配置和管理；所述发送统计子系统，对数据的分发情况进行自动统计并存储在数据库表中。本发明系统多种分发方式并存，满足了不同用户的不同需求，为数据共享提供稳定支持，为用户提供了便利。
-
-
-
-
-
-
-
-
-
搜索结果
332 条记录 (耗时 0.109 秒)
