-
公开(公告)号：CN112564923A
公开(公告)日：2021-03-26
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN112564923B
公开(公告)日：2021-05-11
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN119067828B
公开(公告)日：2025-01-24
申请号：CN202411550247.0
申请日：2024-11-01
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于扩散模型的生成式可见水印生成方法，使用前向联合框架将待添加的可见水印的内容转换为与生成图像一致的前向参数，并与生成图像的内容在扩散空间进行前向参数叠加，使得可见水印与生成图像深度融合，即在扩散模型生成图像的过程中在图像中添加可见水印，直接得到生成含水印图像；在使用前向联合框架将可见水印的内容转换为对应前向参数之前，先判断扩散模型的类型，如果是像素级扩散模型则在扩散过程中使用前向联合框架，如果是潜变量级扩散模型，则需要先利用编码器把图像转换为潜变量，然后再使用前向联合框架。本发明实现生成图像生成过程中同时添加可见水印，抵抗传统水印去除网络的攻击。
-
公开(公告)号：CN119168839A
公开(公告)日：2024-12-20
申请号：CN202411659465.8
申请日：2024-11-20
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于双分支网络的高质量因子JPEG图像隐写分析方法，对于待分析JPEG图像，先从频率域转换到空间域得到未进行舍入和截断的非舍入像素值块，然后将非舍入像素值块进行舍入和截断操作，再将舍入误差和截断误差归一化并相加转换为误差图像；将JPEG图像和误差图像输入训练好的双分支网络，分支网络包括并行的Transformer网络模块和CNN网络模块，同时提取频域特征空域特征；将频域特征和空域特征通过融合模块进行融合，所得融合特征进入分类器，判断是否被隐写。本发明能够对高质量因子压缩下的JPEG图像进行隐写分析。
-
公开(公告)号：CN117934890B
公开(公告)日：2024-06-11
申请号：CN202410328101.5
申请日：2024-03-21
Applicant: 南京信息工程大学
IPC: G06V10/762 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供基于局部和全局邻居对齐的原型对比图像聚类方法及系统，涉及机器学习和图像处理领域。该方法包括提取原始数据集特征；在特征上执行k‑means初始化聚类中心，获取聚类分配概率；对经过两种不同变换后的数据集进行分组训练直至整个数据集，提取变换后图像数据集特征；获取每个训练批次的原型，并计算原型对比损失；获取变换后特征的全局和局部邻居，并将变换后的特征与邻居对齐，计算邻居对齐损失；优化网络，并更新全局邻居；重复上述步骤，直到满足迭代次数，输出聚类分组结果。本发明方法不仅避免了对比学习中类别冲突的问题，而且使得不同的类在空间中均匀分布；同时，基于局部和全局邻居对齐策略可以获得更丰富的语义信息。
-
Patent Agency Ranking
公开(公告)号：CN117934890A
公开(公告)日：2024-04-26
申请号：CN202410328101.5
申请日：2024-03-21
Applicant: 南京信息工程大学
IPC: G06V10/762 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供基于局部和全局邻居对齐的原型对比图像聚类方法及系统，涉及机器学习和图像处理领域。该方法包括提取原始数据集特征；在特征上执行k‑means初始化聚类中心，获取聚类分配概率；对经过两种不同变换后的数据集进行分组训练直至整个数据集，提取变换后图像数据集特征；获取每个训练批次的原型，并计算原型对比损失；获取变换后特征的全局和局部邻居，并将变换后的特征与邻居对齐，计算邻居对齐损失；优化网络，并更新全局邻居；重复上述步骤，直到满足迭代次数，输出聚类分组结果。本发明方法不仅避免了对比学习中类别冲突的问题，而且使得不同的类在空间中均匀分布；同时，基于局部和全局邻居对齐策略可以获得更丰富的语义信息。
-
公开(公告)号：CN116823765A
公开(公告)日：2023-09-29
申请号：CN202310765039.1
申请日：2023-06-27
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种针对BMP格式掩盖的JPEG同步重压缩检测方法，提出了能够有效估计JPEG量化表的方法；利用JPEG100质量因子压缩的特殊性，通过提取质量因子100时的JPEG压缩所造成的最小误差，构建期望‑最小误差特征；利用反量化JPEG系数的收敛特性提出了一阶相对误差特征，最终实现有效检测以BMP格式保存的同步JPEG重压缩图像，同时也能够检测出任意质量因子时的同步JPEG重压缩。本发明能够有效区分单压缩图像与重压缩图像，相比于对应的传统的JPEG重压缩检测方法，准确率更高。
-
-
公开(公告)号：CN115496973B
公开(公告)日：2023-02-21
申请号：CN202211440089.4
申请日：2022-11-17
Applicant: 南京信息工程大学
IPC: G06V10/774 , G06V10/82 , G06V10/764 , H04N1/64 , G06T9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于分块域变换模拟技术的JPEG对抗样本生成方法，所述对抗样本生成方法包括以下步骤：以分块域变换模拟技术为基础，利用卷积层构建JPEG解压缩模块、之后与原始卷积神经网络组合形成输入为JPEG流的新模型；获取该模型关于输入JPEG流的梯度信息；按照单步幅度构建对抗噪声；经过块间位置筛选和块内像素筛选步骤后确定对抗噪声嵌入位置，重复直至生成的JPEG流变为对抗样本。本发明JPEG对抗样本生成方法解决了数字图像对抗样本无法以有损压缩格式存储和传输的问题，通过以分块域变换模拟技术为基础构建JPEG解压缩模块，直接获取关于JPEG流的梯度信息，以广泛使用的JPEG图像格式生成对抗样本。
-
公开(公告)号：CN113784294B
公开(公告)日：2022-02-11
申请号：CN202111336750.2
申请日：2021-11-12
Applicant: 南京信息工程大学
IPC: H04W4/029 , H04W4/18 , G06F16/9537
Abstract: 本发明公开了一种WIFI环境下手机位置信息提取方法，包括以下步骤：1、从手机WIFI流量产生的IP分组中过滤出HTTP数据；2、采集网络流量数据包并分析归纳，形成位置信息格式的正则表达式描述形式；基于位置信息正则表达式，利用正则表达式匹配库形成位置信息提取引擎；3、通过位置信息提取引擎对HTTP数据进行扫描，匹配得到手机位置信息列表；4、将列表中的手机位置信息统一转换成GPS格式；5、计算每个手机位置信息出现的次数，输出次数最多的位置信息；本发明可以减轻后续数据处理的压力，利用高速匹配引擎按照预先设定的正则规则中提取位置信息，实现从海量数据中高效提取位置信息的效果，且对实时数据流的影响极小。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.122 seconds)
