-
公开(公告)号：CN114866295B
公开(公告)日：2023-07-25
申请号：CN202210417058.0
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , H04L67/51 , H04L101/69
Abstract: 本发明提供一种不良站点服务IP池构建及IP主体属性数据采集和分析方法，包括以下步骤：步骤S1、构建不良信息站点服务IP池；步骤S2、监测不良信息站点服务IP池中的不良站点和IP地址；步骤S3、分析IP地址为不良站点提供服务的原因。该方法解决不良站点服务IP地址承载实体、网络空间和地理空间分布情况不清楚的问题，通过该方法可以对为不良站点提供服务的IP地址进行地理信息和服务信息等属性时空上的数据分析，推断IP地址的网络主体，进而获得IP地址为不良站点提供服务的原因分析，有效提高对不良站点监测的及时性、精确性。
-
公开(公告)号：CN114928472B
公开(公告)日：2023-07-18
申请号：CN202210416876.9
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , G06N3/0442 , H04L61/4511 , G06F18/22 , H04L101/69
Abstract: 本发明提供一种基于全量流通主域名的不良站点灰名单过滤方法，包括以下步骤：步骤1、构建基于字符相似性的不良站点域名的名称判别模型，实现对全量域名中疑似不良站点域名的粗过滤；步骤2、识别域名是否可解析并用于Web服务；步骤3、基于IP相似性进行粗过滤；步骤4、基于IP定位技术，进行域名的地理区域分类；步骤5、分析粗过滤得到的不良站点域名灰名单的准确度；步骤6、对粗过滤步骤1与步骤3进行迭代优化。该方法通过域名字符相似性与服务IP相似性的过滤，将已有的域名量级大范围缩减，大幅度减少因获取和解析网页文本与快照所带来的时间耗费的同时，实现对全量域名的高效准确过滤。
-
公开(公告)号：CN112883072A
公开(公告)日：2021-06-01
申请号：CN202110258091.9
申请日：2021-03-10
Applicant: 哈尔滨工业大学(威海)
IPC: G06F16/2457 , G06F16/26 , G06Q50/26 , H04L29/12
Abstract: 本发明提供一种基于网络服务商国别标注的域名国家可控性评估方法，具体步骤为：(1)首先，分别获取域名注册商信息、CNAME信息、NS信息、IP信息、顶级域五种国别源信息；(2)其次，将所有源解析为标准的国别信息；(3)最后，根据获取国别信息的来源及重要程度，对五个标准国别信息进行加权赋值，标注域名的国别信息归属度，进行国家可控性评估。其解决了现有技术中对域名国别信息归属标注的方法较少，且不够完善，不够系统的技术问题。本发明可广泛应用于域名数据的分析中。
-
公开(公告)号：CN119625794A
公开(公告)日：2025-03-14
申请号：CN202411271641.0
申请日：2024-09-11
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/12 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本公开的实施例提供了一种基于随机微分方程的可控掌纹样本生成方法；涉及计算机视觉领域。方法包括构建无条件扩散模型网络架构并定义前向过程和反向过程；根据前向过程和掌纹图像训练无条件扩散模型获取噪声图像；根据反向过程利用训练好的无条件扩散模型对噪声图像采样，生成无条件掌纹样本；将条件编码器引入训练好的无条件扩散模型；冻结无条件扩散模型权重，根据条件图像训练条件编码器；条件编码器损失函数收敛时解锁冻结的权重，根据前向过程、掌纹图像和条件图像训练引入条件编码器的无条件扩散模型；根据反向过程利用训练好的有条件编码器的无条件扩散模型采样，生成条件掌纹样本。以此提高掌纹样本真实性、多样性与可控性。
-
公开(公告)号：CN114928472A
公开(公告)日：2022-08-19
申请号：CN202210416876.9
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , G06N3/04 , G06K9/62 , H04L61/4511 , H04L101/69
Abstract: 本发明提供一种基于全量流通主域名的不良站点灰名单过滤方法，包括以下步骤：步骤1、构建基于字符相似性的不良站点域名的名称判别模型，实现对全量域名中疑似不良站点域名的粗过滤；步骤2、识别域名是否可解析并用于Web服务；步骤3、基于IP相似性进行粗过滤；步骤4、基于IP定位技术，进行域名的地理区域分类；步骤5、分析粗过滤得到的不良站点域名灰名单的准确度；步骤6、对粗过滤步骤1与步骤3进行迭代优化。该方法通过域名字符相似性与服务IP相似性的过滤，将已有的域名量级大范围缩减，大幅度减少因获取和解析网页文本与快照所带来的时间耗费的同时，实现对全量域名的高效准确过滤。
-
Patent Agency Ranking
公开(公告)号：CN113114797B
公开(公告)日：2022-03-01
申请号：CN202110417852.0
申请日：2021-04-19
Applicant: 哈尔滨工业大学(威海)
IPC: H04L61/4511 , H04L61/5007
Abstract: 本发明提供一种获取开放递归域名服务器域名解析规律的方法，具体为：获取开放递归域名服务器的IP地址以及域名的数据，对数据进行预处理，在测量主机上组建DNS查询报文，并向开放递归域名服务器发送，在测量主机上接收开放递归域名服务器返回的DNS响应报文，并进行存储，检测开放递归域名服务器的域名选择性解析规律，总结域名选择性解析规律，并输出结果。其解决了现有开放递归域名服务器选择性解析特定种类的域名，降低了为用户提供的服务质量、增加了用户的消极体验的技术问题。本发明可广泛应用于开放递归域名服务器服务质量的测评中。
-
公开(公告)号：CN114866295A
公开(公告)日：2022-08-05
申请号：CN202210417058.0
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , H04L67/51 , H04L101/69
Abstract: 本发明提供一种不良站点服务IP池构建及IP主体属性数据采集和分析方法，包括以下步骤：步骤S1、构建不良信息站点服务IP池；步骤S2、监测不良信息站点服务IP池中的不良站点和IP地址；步骤S3、分析IP地址为不良站点提供服务的原因。该方法解决不良站点服务IP地址承载实体、网络空间和地理空间分布情况不清楚的问题，通过该方法可以对为不良站点提供服务的IP地址进行地理信息和服务信息等属性时空上的数据分析，推断IP地址的网络主体，进而获得IP地址为不良站点提供服务的原因分析，有效提高对不良站点监测的及时性、精确性。
-
公开(公告)号：CN114841256A
公开(公告)日：2022-08-02
申请号：CN202210417073.5
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: G06K9/62 , G06F16/215 , H04L61/4511
Abstract: 本发明提供一种基于多维特征融合的DGA域名分类方法，包括以下步骤：步骤1，建立良性域名与DGA域名的数据集；步骤2，对步骤1获取到的数据集进行处理，并且划分数据得到训练集和测试集；步骤3，对步骤2得到的训练集和测试集中每个域名进行字符特征、熵特征和统计特征的提取，得到特征向量，并打上对应的标签，最后得到九维的向量；步骤4，构建DGA域名挖掘模型。该方法能够以较高的准确率、高效快速的识别DGA域名，并且相较于其他发明能够以较少的特征达到较高的准确率。
-
公开(公告)号：CN114821040B
公开(公告)日：2024-11-22
申请号：CN202210416878.8
申请日：2022-04-20
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/084 , G06T7/11 , G06T7/70 , G06V40/10 , G06T7/90 , G06N3/0464
Abstract: 本发明提供一种基于轻量级网络模型的指静脉识别方法，针对不同的指静脉数据库采用不同的ROI区域提取方法，其采用的是轻量级指静脉识别网络模型，该轻量级指静脉识别网络模型裁剪了预训练的MobileNetV2的前七个瓶颈层，其后接着的是一个Dropout层(Dropout1)、一个卷积层(Conv)、一个归一化层(BNorm)、一个ELU层(ELU)、一个Dropout层(Dropout2)和一个全连接层(FC)，以指静脉ROI图像为训练样本，采用端到端的方式对网络进行训练，对预训练MobileNetV2模型的部分结构进行微调，对辅助层进行从头训练。该方法简化了手指静脉识别流程，图片预处理过程仅需要对采集到的样本进行ROI（感兴趣区）提取；模型参数量少，降低计算机计算代价，从而提升识别速度以及减少训练成本更加节能环保。
-
公开(公告)号：CN116665254A
公开(公告)日：2023-08-29
申请号：CN202310592584.5
申请日：2023-05-24
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/12 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于手形语义先验和ViT的非接触式掌纹识别方法，其针对传统ROI提取方法中，用户友好性差的问题，采用了新的ROI区域划分方式，以两个位于手掌边缘的参考点定位ROI区域；同时又提出网络关键点定位网络(Key‑Point Location Regression Network，KPLRN)进行关键点的精确定位，对任意朝向的手掌图像都能够精确提取ROI，对于手掌姿势的要求也有所降低。又针对传统的识别方法中识别精度低的技术问题，针对掌纹识别任务搭建了一种新的识别网络结构，反向瓶颈块识别网络(Inverted‑Bottleneck Block based Recognition Network，IBRN)，采用合适的训练策略，达到了识别精度的突破，并在多个数据库上进行了对比验证。本发明可广泛应用于身份认证中。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.023 seconds)
