-
公开(公告)号：CN111949602B
公开(公告)日：2024-08-06
申请号：CN202010685925.X
申请日：2020-07-16
Applicant: 桂林电子科技大学
Abstract: 本发明属于云计算技术领域，公开了一种支持完整性验证的外包数据安全迁移方法与系统，选择两个安全的单向抗碰撞哈希函数，为外包文件选择一个独一无二的文件名；在将文件上传到云服务器前对文件进行加密，将所得到的密文划分成数据块，并将数据集外包；为用户维护外包数据集，并将外包数据块的摘要信息存储在区块链上；用户更换云服务提供商，并将一些数据块甚至整个外包文件迁移；迁移检查，检查接收到的被迁移数据块的完整性，保证外包数据块被完整地迁移。本发明提供了一种支持完整性验证的外包数据安全迁移方法，在不依赖任何第三方审计的情况下实现私有验证和公开验证。最后，进行了安全性分析和理论计算复杂度比较，证明了该方案的安全性和高效性。
-
公开(公告)号：CN117611810A
公开(公告)日：2024-02-27
申请号：CN202311457394.9
申请日：2023-11-03
Applicant: 桂林电子科技大学
Abstract: 本发明涉及图像分割技术领域，具体涉及一种基于Segformer的轻量化道路图像分割方法，针对Segformer模型存在的问题，基于交叉特征融合网络进行改进，在第一层中引入语义特征融合模块(semantic‑feature fusion，SFF)，在第二层中采用坐标注意力模块(coordinate attention，CA)，第三层中采用门控注意力机制模块(gated‑attention mechanism，GAM)，第四层中使用利用SENet模块重新校准特征映射，最后输送到语义分割解码器预测图像中各个像素的语义类别，本发明在不同情况下的语义特征融合分别采用了SFF和GAM模块，使分割效果更连续，更细化，同时采用了两种注意力模块CA和SENet，帮助模型精准地定位和识别感兴趣的目标，以少量的参数量和计算量保证高效且精准的图像分割，提高了自动驾驶时的实时性。
-
公开(公告)号：CN117033650A
公开(公告)日：2023-11-10
申请号：CN202310663579.9
申请日：2023-06-06
Applicant: 桂林电子科技大学 , 四川极客智享教育科技有限公司
IPC: G06F16/36 , G06F18/10 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/08 , G06F18/213 , G06F18/214
Abstract: 本发明涉及网络与信息安全技术领域，具体涉及一种内部用户属性画像构建方法，包括明确用户画像的应用场景并准备相关领域的知识，同时制定预期的目标收集用户信息，并对内部用户信息进行预处理，得到预处理数据集；构建内部用户本体；基于内部用户本体从预处理数据集中抽取出实体、实体属性和实体间关系，得到三元组集合；将三元组集合输入到图数据库中，构建知识图谱；基于知识图谱构建标签体系，并对标签体系设置标签分析规则；构建标签规则分析模型；将知识图谱中的标签对应输入到标签分析规则和标签规则分析模型进行标签的得分计算，构建用户属性画像。解决了现有的内部用户属性画像构建方法构建的内部用户属性画像不够完整的问题。
-
公开(公告)号：CN116883341A
公开(公告)日：2023-10-13
申请号：CN202310802870.X
申请日：2023-07-03
Applicant: 桂林电子科技大学
Abstract: 本发明涉及数字医疗技术领域，具体涉及一种基于深度学习的肝脏肿瘤CT图像自动分割方法，包括如下步骤：提取待分割CT图像；利用多尺度特征识别网络，提取所述待分割CT图像的多尺度特征；利用注意力机制网络，通过所述多尺度特征识别所述待分割CT图像中的病变区域；根据识别结果，在所述待分割CT图像中分割出肝脏肿瘤图像。本发明首先基于深度学习技术，解决了传统方法存在的手动标注、分割精度和效率低下等问题，同时相较于现有技术，本发明具有更高的自动化程度、更精准的分割结果和更高的分割效率。
-
公开(公告)号：CN116821663A
公开(公告)日：2023-09-29
申请号：CN202310633865.0
申请日：2023-05-31
Applicant: 桂林电子科技大学 , 广西朗杰智慧科技发展有限公司
IPC: G06F18/2131 , G06F18/15 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06F21/31 , G06F21/32 , G06F21/55 , G06F123/02
Abstract: 本发明涉及数据处理技术领域，具体涉及一种内部用户行为生物特征提取方法，包括通过监控内部用户的鼠标交互行为收集鼠标日志数据；对所述鼠标日志数据进行预处理，得到一维时序数据；使用二维时序卷积神经网络对所述一维时序数据进行转换和特征提取，得到用户行为生物特征，本发明通过二维时序卷积神经网络充分考虑行为生物数据的时序性和多周期性，从一个多周期的新视角来分析行为生物特征序列，并引入通道注意力机制提取更具代表性的特征，从而准确获取用户的行为习惯，使得身份识别模型具有更强的泛化能力及检测性能。解决了现有的人工捕获用户行为生物特征提取的方法捕获的生物特征不充分的问题。
-
Patent Agency Ranking
-
公开(公告)号：CN114757810A
公开(公告)日：2022-07-15
申请号：CN202210409565.X
申请日：2022-04-19
Applicant: 桂林电子科技大学
Abstract: 本发明涉及网络安全态势要素提取技术领域，具体涉及一种无监督暗水印生成系统及方法，包括二维码生成器、编码器、解码器、损失函数计算模块和数据增强器，二维码生成器将字符串转换成二维码图像；编码器将原始图像与二维码图像堆叠后输出编码图像；解码器将编码图像解码，得到解码图像；损失函数计算模块计算原始图像与编码图像之间的差距和编码图像与解码图像之间的差距，得到第一差距值和第二差距值；数据增强器基于第一差距值和第二差距值对编码器和解码器的数据增强方式进行优化，解决了现有的生成暗水印方法的工作量较大，浪费人力成本的问题。
-
公开(公告)号：CN113259325B
公开(公告)日：2022-06-03
申请号：CN202110429845.2
申请日：2021-04-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于麻雀搜索算法优化Bi‑LSTM的网络安全态势预测方法，属于网络安全技术领域。初始化麻雀种群并迭代筛选获取运算结果；基于运算结果初始化Bi‑LSTM神经网络超参数，得到SSA优化后的Bi‑LSTM模型；对SSA优化后的Bi‑LSTM模型进行训练生成预测模型；向预测模型中输入预测数据并获取结果。本发明利用麻雀搜索算法来优化Bi‑LSTM神经网络超参数，采用SSA优化的Bi‑LSTM能够加速模型的收敛，提高模型的预测精度，从而解决现有技术预测精度不够的问题。
-
公开(公告)号：CN113011476A
公开(公告)日：2021-06-22
申请号：CN202110242716.2
申请日：2021-03-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于自适应滑动窗口GAN的用户行为安全检测方法，利用Spark平台对获取的用户数据进行并行化处理，并使用GAN分别训练不同时间窗口下的正常用户行为模型；利用当前窗口长度处理获取的待检测数据，并将当前时刻的所述待检测数据与上一时刻数据做属性相似度计算；利用所述正常用户行为模型根据计算出的相似度值进行检测，并将得到的异常评分与设定的阈值进行比较，判断当前时间段是否正常，使用GAN作为无监督的异常行为检测器，结合使用自适应滑动窗口技术对时序数据进行处理，提高了检测准确率。
-
公开(公告)号：CN111726350A
公开(公告)日：2020-09-29
申请号：CN202010550586.4
申请日：2020-06-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于VAE和BPNN的内部威胁检测方法，首先获取原始用户行为数据，并进行特征提取和归一化处理，得到用户行为数据；其次对归一化后的训练数据进行VAE预训练，通过网络反向传播最小化损失值提取原始特征信息，构建正常用户行为特征模型，同时得到VAE模型；接着将归一化后的所有用户行为数据全部输入到移除解码器后的VAE模型中，得到输出数据；最后将所述输出数据输入BPNN网络进行威胁检测，并根据检测结果和正常用户行为特征模型判断检测结果是否异常，减少误报和漏报，提高检测效率。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.03 seconds)
