-
公开(公告)号：CN114490896A
公开(公告)日：2022-05-13
申请号：CN202111533847.2
申请日：2021-12-15
Applicant: 中国人民解放军战略支援部队信息工程大学 , 郑州信大先进技术研究院
IPC: G06F16/29
Abstract: 本申请提供一种泛在地理信息的编码方法、定位方法及电子设备。其中，编码方法包括：从目标实体相关的泛在地理信息集合中，获取目标实体和参考实体之间的地理语义，其中，所述参考实体为地名数据库中已知的实体。基于所述目标实体和参考实体之间的地理语义，确定所述目标实体相对所述参考实体的空间关系。对所述目标实体相对于所述参考实体的空间关系进行编码，编码结果作为所述目标实体对应的机械语言的位置数据。本申请的方案能够从泛在地理信息中提取机械处理所需要的位置数据，以支持定位、测绘等相关的地理应用。
-
公开(公告)号：CN114003671A
公开(公告)日：2022-02-01
申请号：CN202111229612.4
申请日：2021-10-21
Applicant: 中国人民解放军战略支援部队信息工程大学 , 郑州信大先进技术研究院
IPC: G06F16/29 , G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种地图图幅编码的识别的方法，包括：一种地图图幅编码的识别方法，包括：采集待识别地图图像；将所述待识别地图图像输入目标YOLO模型中，获取所述待识别地图的目标文字区域图像，所述目标文字区域内包括所述待识别地图图像的图幅编码；将所述目标文字区域图像输入目标CRNN模型中，使用目标CRNN模型对所述目标文字区域图像中的附图编号进行识别，并输出所述待识别地图的图幅编码。因此，本申请对地图图幅编码图像中的文字区域进行定位，在改进CRNN模型的基础上，结合YOLO模型设计了一个轻量级的图幅编码识别模型，相对于基础的CRNN模型，在提升准确率的前提下，有效压缩了文本检测模型的大小，极大提升了图幅编码的识别速度。
-
公开(公告)号：CN110347738A
公开(公告)日：2019-10-18
申请号：CN201910549777.6
申请日：2019-06-24
Applicant: 中国人民解放军战略支援部队信息工程大学 , 河南众诚信息科技股份有限公司
IPC: G06F16/25 , G06F16/28 , G06F16/51 , G06F16/903 , G06F21/55
Abstract: 本发明属于复印机安全防护技术领域，特别涉及一种复印机在线数据提取解析方法及装置，该方法包含：针对目标设备，截取其通信过程中的网络协议数据包；依据网络协议数据包，提取目标设备信息并通过调用在线采集系统获取目标设备对应的动态链接库进行在线数据提取解析。本发明解决不同品牌复印机设备、相同品牌不同系列复印机差异性数据提取与解析问题，流程清晰，扩展灵活，增强系统实用性和兼容性，易于模块化实现，提高其模块实用性；既可作为复印机数据采集模块单独使用，也可嵌入复印机安全保密检查系统，为系统提供有力数据支撑；可以在线检测复印机是否违规操作，规范用户行为，为强化保密意识、筑牢思想防线提供教育手段与技术支撑。
-
公开(公告)号：CN110348240B
公开(公告)日：2021-02-23
申请号：CN201910549045.7
申请日：2019-06-24
Applicant: 中国人民解放军战略支援部队信息工程大学 , 河南众诚信息科技股份有限公司
IPC: G06F21/62
Abstract: 本发明属于复印机安全防护技术领域，特别涉及一种复印机离线数据提取解析方法及装置，该方法包含：读取设备固件代码，并通过逆向分析获取设备目标文件，该目标文件包含工作数据的存储规律；分析并提取设备文件格式，获取设备中用户操作系统；结合文件格式及存储规律，获取设备存储数据的编码信息，并提取设备中有参考价值的离线数据。本发明不仅可以适用于不同系列复印机不同图片数据存储格式提取，也可以实现设备离线数据提取解析；可以作为复印机数据采集模块单独使用；也可以嵌入到复印机安全保密检查系统中，为被检查单位数码复印机作业的保密检查、作业安全管控和作业信息防泄密等发挥重要作用和重大保密效益，具有较强的实用性和应用前景。
-
公开(公告)号：CN110348240A
公开(公告)日：2019-10-18
申请号：CN201910549045.7
申请日：2019-06-24
Applicant: 中国人民解放军战略支援部队信息工程大学 , 河南众诚信息科技股份有限公司
IPC: G06F21/62
Abstract: 本发明属于复印机安全防护技术领域，特别涉及一种复印机离线数据提取解析方法及装置，该方法包含：读取设备固件代码，并通过逆向分析获取设备目标文件，该目标文件包含工作数据的存储规律；分析并提取设备文件格式，获取设备中用户操作系统；结合文件格式及存储规律，获取设备存储数据的编码信息，并提取设备中有参考价值的离线数据。本发明不仅可以适用于不同系列复印机不同图片数据存储格式提取，也可以实现设备离线数据提取解析；可以作为复印机数据采集模块单独使用；也可以嵌入到复印机安全保密检查系统中，为被检查单位数码复印机作业的保密检查、作业安全管控和作业信息防泄密等发挥重要作用和重大保密效益，具有较强的实用性和应用前景。
-
Patent Agency Ranking
公开(公告)号：CN116415074A
公开(公告)日：2023-07-11
申请号：CN202310036751.8
申请日：2023-01-10
Applicant: 郑州信大先进技术研究院
IPC: G06F16/9536 , G06F16/9535 , G06F40/289
Abstract: 本发明提供一种基于网络社交平台的用户行为相似性计算方法，包括以下步骤：步骤1，基于网络社交平台用户数据集成为包括发文内容、发文时间、用户信息的数据源文件；步骤2，对数据源文件进行数据处理；步骤3，将处理后的数据源文件的数据存储在数据库当中；步骤4，采用seq2seq算法建立机器学习模型，并基于已建立的机器学习模型识别数据源文件为发文内容的特征向量；步骤5，通过计算Jaccard相似度，得出用户间的行为相似值。本发明通过利用大数据技术，在网络社交平台发文数据的基础上，对数据进行处理计算，并且通过建立算法模型来达到计算用户行为相似度的目的。
-
公开(公告)号：CN115757670A
公开(公告)日：2023-03-07
申请号：CN202211430463.2
申请日：2022-11-15
Applicant: 郑州信大先进技术研究院
IPC: G06F16/29 , G06F16/9537 , G06F17/18 , G06Q50/26
Abstract: 本发明提供一种基于时空矢量场的城市人群活动聚集度计算方法，包括以下步骤：步骤1，获取人群活动数据，并对人群活动数据进行预处理；步骤2，划分城市时空单元；步骤3，计算每个时空单元间的人群活动主体方向；步骤4，计算每个时空单元间的人群活动主体流量；步骤5，计算人群活动时空矢量场中每个时空单元的散度算子，并将其转化为人群活动聚集度。本发明提出的方法通过建模人群活动的趋向性构造人群活动的时空矢量场，并通过矢量场理论中的散度算子来定量计算人群活动聚散强度。本发明还在模拟数据集上进行了实验，说明了方法的有效性。
-
公开(公告)号：CN114706932A
公开(公告)日：2022-07-05
申请号：CN202210335498.1
申请日：2022-03-31
Applicant: 郑州信大先进技术研究院
Abstract: 本发明实施例涉及信息获取技术领域，公开了一种地理信息加密脱敏及查询的方法和系统。该方法包括：接收第一用户输入的地址信息，通过加密方法对所述地址信息进行处理，得到多组地址标签；接收目标终端的查询请求，基于所述查询请求确定一组或多组目标地址标签，并解密所述目标地址标签，并解密后的相关信息发送给所述目标终端。实施本发明实施例，可以通过对地理信息转换为多组地址标签，一方面通过分组分级的加密方式实现信息脱敏，后台不存储用户的真实地址信息，另一方面根据查询权限来限定查询人查询到的信息，可以有效保证用户地址信息安全。
-
公开(公告)号：CN112464015A
公开(公告)日：2021-03-09
申请号：CN202011494349.7
申请日：2020-12-17
Applicant: 郑州信大先进技术研究院
IPC: G06F16/583 , G06K9/62 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于深度学习的图像电子证据筛选方法，包括从电子设备中获取数据为证据源，复制证据源进行图像预处理得到图像证据数据集；将图像证据数据集输送到深度学习分类网络中进行分类，保存分类结果和分类特征；同时将图像证据数据集输送到深度学习检测网络中进行检测，保存检测结果和检测特征；将分类结果和检测结果进行阈值判别，筛选出相同目标类别；将分类特征和检测特征进行特征比对，筛选出相同目标类别；经过阈值筛选和特征比对的同目标类别图像即为电子证据。为了提高图像电子证据的精度，采用两种深度学习方法进行图像电子证据筛选；为了提高图像电子证据的有效性，运用阈值筛选和特征比对的方法进行图像电子证据筛选。
-
公开(公告)号：CN115310089A
公开(公告)日：2022-11-08
申请号：CN202211047790.X
申请日：2022-08-30
Applicant: 郑州信大先进技术研究院
Abstract: 本发明提供了一种基于正则极限学习机的安卓恶意apk检测方法，所述方法包括以下步骤：步骤1，按照功能类别对样本应用程序集apk进行分类，得到M个不同功能类别的样本子集；步骤2，从样本子集的应用清单AndroidManifest.xml文件中提取出第一类特征属性，根据样本子集的.smali文件提取出第二类特征属性，构造出基础特征矩阵R；步骤3，筛选出共有特征集合，作为特征子集X；步骤4，基于极限学习机算法进行模型训练得到初始分类检测模型等；步骤5，提取待检测应用程序apk，利用分类检测模型检测待检测应用程序是否为恶意应用程序。本发明能够快速高效地检测出威胁Android系统信息安全的恶意应用程序。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.072 seconds)
