-
公开(公告)号：CN109117482B
公开(公告)日：2021-07-06
申请号：CN201811081210.2
申请日：2018-09-17
Applicant: 武汉大学
IPC: G06F40/30 , G06F40/289 , G06N3/08
Abstract: 本发明公开了一种面向中文文本情感倾向性检测的对抗样本生成方法，首先对输入的样本数据进行预处理；然后构造中文词语字典，构建深度学习替代模型，并对模型进行训练及参数调整；最后把正常样本输入深度学习替代模型，计算输入中各个词语的重要程度，对其进行修改生成对抗样本，修改后样本数据对原数据的语义改变微小，并不影响人对表达意思的理解。本发明证明以中文信息为数据基础的对抗攻击的存在性，验证中文对抗样本能诱导深度神经网络模型产生错误的分类，进一步证实对抗样本的迁移性。揭示了文本类型对抗样本攻击的机理，并为深度神经网络模型针对对抗样本攻击方面的安全性验证和测试提供样例，为防御性的对抗训练方法提供数据来源。
-
公开(公告)号：CN107515778B
公开(公告)日：2020-12-18
申请号：CN201710744222.8
申请日：2017-08-25
Applicant: 武汉大学
Abstract: 本发明涉及一种基于上下文感知的起源追踪方法及系统。针对APT攻击多阶段持续时间长、渗透能力强、隐蔽性好的问题，该方案利用虚拟化技术透明的收集目标机器中的系统事件和网络事件，通过上下文感知连接这些事件，向攻击调查展现全局视角，从而实现有效的攻击起源追踪。该方案包括三个模块，事件收集模块透明的收集目标内存中的系统操作状态和网络操作状态，日志处理模块根据系统操作状态和网络操作状态，基于事件对象生成日志条目，起源追踪模块读取日志文件，基于共享特征关联日志条目生成全局视角提供给攻击调查，支持对可疑实体如进程、文件或套接字的查询。
-
公开(公告)号：CN107239694B
公开(公告)日：2020-03-10
申请号：CN201710392208.6
申请日：2017-05-27
Applicant: 武汉大学
IPC: G06F21/50 , G06F40/289 , G06F16/35
Abstract: 本发明涉及一种应用权限推理方法及装置，属于信息安全技术领域，具体涉及一种基于用户评论的Android应用权限推理方法及装置。该方法及装置通过从应用市场的用户评论中挖掘应用程序的功能特征，建立应用程序的功能特征与应用程序权限的联系，从用户对应用程序功能理解的角度以及用户对应用程序关注的安全和隐私的视角出发，推理应用程序的权限请求。
-
公开(公告)号：CN110111799A
公开(公告)日：2019-08-09
申请号：CN201910347984.3
申请日：2019-04-28
Applicant: 武汉大学
IPC: G10L19/018 , H04L9/08
Abstract: 本发明公开了一种基于脉冲分布模型的AMR固定码本安全隐写方法，本发明分析cover音频中脉冲分布特性，结合AMR固定码本编码原理，在嵌入时对秘密信息进行预处理，将嵌入信息分为原始秘密信息和标记信息。根据使脉冲分布特性改变最小的原则设计相应的嵌入规则，使同一轨道上脉冲位置相同的概率不变，同时分布较为随机，从而使隐写后的音频在脉冲分布上与原始音频接近。本发明的优势在于隐蔽性好且抗隐写分析能力强。
-
公开(公告)号：CN109685153A
公开(公告)日：2019-04-26
申请号：CN201811634045.9
申请日：2018-12-29
Applicant: 武汉大学
CPC classification number: G06K9/6218 , G06N3/0454 , G06N3/08 , G06Q50/01
Abstract: 本发明公开了一种基于特征聚合的社交网络谣言鉴别方法，通过设计深度神经网络可接受的时序传播模式特征和时间的时序文本特征，利用特征聚合技术，构造谣言检测模型，进行谣言的终期检测和早期检测。本发明解决了社交网络事件传播的传播模式特征难以作为机器学习模型输入的问题，传播模式特征不依赖于特征工程和领域知识，是实际传播过程中各类因素影响的综合体现，能有效应用于不同的谣言鉴别场景；避免因不同样本中含的消息数量巨大差异导致特征数据质量下降的缺陷,解决了传统机器学习方法中单一模型难以应对异构信息的问题，与以往谣言鉴别方法相比具有明显的准确率提升。
-
Patent Agency Ranking
公开(公告)号：CN109117482A
公开(公告)日：2019-01-01
申请号：CN201811081210.2
申请日：2018-09-17
Applicant: 武汉大学
Abstract: 本发明公开了一种面向中文文本情感倾向性检测的对抗样本生成方法，首先对输入的样本数据进行预处理；然后构造中文词语字典，构建深度学习替代模型，并对模型进行训练及参数调整；最后把正常样本输入深度学习替代模型，计算输入中各个词语的重要程度，对其进行修改生成对抗样本，修改后样本数据对原数据的语义改变微小，并不影响人对表达意思的理解。本发明证明以中文信息为数据基础的对抗攻击的存在性，验证中文对抗样本能诱导深度神经网络模型产生错误的分类，进一步证实对抗样本的迁移性。揭示了文本类型对抗样本攻击的机理，并为深度神经网络模型针对对抗样本攻击方面的安全性验证和测试提供样例，为防御性的对抗训练方法提供数据来源。
-
公开(公告)号：CN108280480A
公开(公告)日：2018-07-13
申请号：CN201810075083.9
申请日：2018-01-25
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于残差共生概率的隐写图像载体安全性评价方法，从隐写载体的安全性角度出发，通过研究载体图像内噪声共生概率特征分布对于隐写安全性的影响，利用载体聚类中心距离度量提出一种隐写载体安全性评价方法。本发明用于样本隐写载体筛选可有效增强隐写算法反检测能力。实验证明，基于本发明评价方法筛选后的隐写样本在多个图像库、隐写方法、嵌入率和隐写分析测试中，抗检测能力相比随机选择载体都有显著的提升，平均错误率提高大约3.8到11.8个百分点。
-
公开(公告)号：CN107909536A
公开(公告)日：2018-04-13
申请号：CN201710742641.8
申请日：2017-08-25
Applicant: 武汉大学
CPC classification number: G06T1/0021 , G06K9/6267 , G06T2201/0065
Abstract: 本发明公开一种面向JPEG图像的隐写分析盲检测的方法。该方法针对在对JPEG图像进行隐写的过程中对DCT系数的修改的问题，结合了目前广泛应用的相邻联合密度特征提取算法和双边大距离超球体分类器进行了通用检测模型的训练，由此来对通过未知隐写算法生成的载密图像进行检测。本发明的优势在于：目前的通用盲检测模型大多是使用单类分类器进行训练的，检测率较低，而使用二类分类器进行训练的模型很难检测出未知算法，而本方法使用二类超球体分类器可以比较准确地检测出未知算法，同时比起单类分类器的检测率高。
-
公开(公告)号：CN107526626A
公开(公告)日：2017-12-29
申请号：CN201710737534.6
申请日：2017-08-24
Applicant: 武汉大学
Abstract: 本发明公开一种基于CRIU的Docker容器热迁移方法及系统。该方案基于Docker容器配置信息重构容器创建命令进而实现Docker容器配置迁移，结合共享存储和非共享存储特点，采用不同Docker镜像分发方法实现Docker容器文件系统迁移，以避免现有方案直接迁移容器磁盘文件造成的Docker daemon重启问题。通过将volume源进行归一化处理，并在此基础上提出volume热迁移算法，简化了Docker容器的volume迁移。通过引入Docker仓库安全机制以及Rsync+SSH网络通信机制，该方案能够在非共享存储环境中保证迁移过程中迁移数据的机密性和完整性。
-
公开(公告)号：CN106530203A
公开(公告)日：2017-03-22
申请号：CN201610961757.6
申请日：2016-10-28
Applicant: 武汉大学
IPC: G06T1/00
CPC classification number: G06T1/0028
Abstract: 本发明公开了一种基于纹理复杂度的JPEG图像自适应隐写方法，利用与JPEG图像DCT块对应的像素块的灰度共生矩阵来计算分块的纹理复杂度，并设计相应的失真代价函数，结合均匀嵌入的思想，使用STCs（syndrome trellis codes）编码将嵌入修改均匀分布到绝对值不同的非零DCT系数上。本发明生成的图像具有比特率低，画面质量高，反检测能力强等优点。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.024 seconds)
