-
公开(公告)号:CN118471541B
公开(公告)日:2024-08-30
申请号:CN202410930937.2
申请日:2024-07-12
申请人: 四川师范大学
IPC分类号: G16H50/70 , G06F18/2433 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06N3/048
摘要: 本发明涉及一种基于数据升维与深度学习的未病阶段检测方法及装置,旨在解决现有技术中存在的仅能完成对未病态和健康态的二分类识别任务,无法对未病处于何种阶段进行识别的技术问题。包括:数据升维表征模块和数据检测分类模型。数据升维表征模块将不同阶段的不同检测类别的医疗指标数据,进行维度提升并压缩编码;数据检测分类模型对经过压缩编码的数据进行运算,并构建模型认知矩阵,以判断未病处于何种阶段。本发明能提高数据的特征丰富度,并差异化表征未病不同阶段的不同类的医疗指标数据。通过构建多任务优化、双输入的数据检测分类模型,能在仅基于医疗指标数据驱动,而不依赖先验知识的同时,提高分类识别的准确性。
-
公开(公告)号:CN113947706B
公开(公告)日:2022-06-28
申请号:CN202111561049.0
申请日:2021-12-20
申请人: 四川师范大学
IPC分类号: G06V10/82 , G06V10/762 , G06V10/774 , G06N3/04 , G06N3/08 , G06K9/62
摘要: 本发明公开了一种基于生成对抗网络的图像多样性增强方法与系统,属于机器学习技术领域,为解决小样本学习、任意图像数据集样本扩充与平衡等问题,本发明的技术方案包括生成器模块,判别器模块和聚类可视化模块。生成器模块利用噪声生成新的对抗样本图像;判别器模块将原有图像数据集和对抗样本进行“真假”比对;聚类可视化模块计算生成的对抗样本的种群数量。该发明创新性的将“压缩编码函数”与“辛普森多样性指数”相结合,提出了分类导向的多样性最大化损失函数,能在保证生成对抗样本图像的保真度的同时,有效提升种群内样本的多样性。
-
公开(公告)号:CN118471541A
公开(公告)日:2024-08-09
申请号:CN202410930937.2
申请日:2024-07-12
申请人: 四川师范大学
IPC分类号: G16H50/70 , G06F18/2433 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06N3/048
摘要: 本发明涉及一种基于数据升维与深度学习的未病阶段检测方法及装置,旨在解决现有技术中存在的仅能完成对未病态和健康态的二分类识别任务,无法对未病处于何种阶段进行识别的技术问题。包括:数据升维表征模块和数据检测分类模型。数据升维表征模块将不同阶段的不同检测类别的医疗指标数据,进行维度提升并压缩编码;数据检测分类模型对经过压缩编码的数据进行运算,并构建模型认知矩阵,以判断未病处于何种阶段。本发明能提高数据的特征丰富度,并差异化表征未病不同阶段的不同类的医疗指标数据。通过构建多任务优化、双输入的数据检测分类模型,能在仅基于医疗指标数据驱动,而不依赖先验知识的同时,提高分类识别的准确性。
-
公开(公告)号:CN112333023A
公开(公告)日:2021-02-05
申请号:CN202011231137.X
申请日:2020-11-06
申请人: 四川师范大学
摘要: 本发明公开了一种基于物联网流量的入侵检测系统,其包括基础数据采集模块、物联网协议识别模块、数据流量异常检测模块以及可视化分析模块。本发明还公开了一种基于物联网流量的入侵检测方法,其包括获取物联网数据流的初始数据,确定获取的物联网数据流的协议类型,对物联网数据流的深度包进行异常检测,对物联网数据流的深度流进行异常检测,根据深度包的检测结果和深度流的检测结果判定物联网数据流是否异常等步骤。本发明深入物联网入侵检测系统从流量采集到检测的过程,完善物联网下的入侵检测系统体系,提高入侵检测效率,提醒安全人员从事事件响应计划,为物联网安全防范提供有力保障。
-
公开(公告)号:CN112235309B
公开(公告)日:2022-05-06
申请号:CN202011121041.8
申请日:2020-10-19
申请人: 四川师范大学
摘要: 本发明公开了网络安全技术领域的一种云平台网络隐蔽信道多尺度检测系统,包括数据采集模块,数据预处理模块,隐蔽信道检测引擎,以及可视化模块。数据采集模块和数据预处理模块运行在各个云服务器中,收集各云服务器中多尺度网络环境参数。隐蔽信道检测引擎运行在隐蔽信道检测分析中心中,构建多尺度检测向量进行隐蔽信道综合分析,并通过可视化模块展现检测情况。本发明结合云平台中的网络通信机制、网络拓扑结构,收集云服务器中的网络环境参数,以数据包、数据流、会话流的形态参数、统计参数、流量模型等多个尺度制定云平台隐蔽信道检测方法,提高网络隐蔽信道的检测准确率,解决云平台下网络隐蔽信道的安全隐患。
-
公开(公告)号:CN113947706A
公开(公告)日:2022-01-18
申请号:CN202111561049.0
申请日:2021-12-20
申请人: 四川师范大学
IPC分类号: G06V10/82 , G06V10/762 , G06V10/774 , G06N3/04 , G06N3/08 , G06K9/62
摘要: 本发明公开了一种基于生成对抗网络的图像多样性增强方法与系统,属于机器学习技术领域,为解决小样本学习、任意图像数据集样本扩充与平衡等问题,本发明的技术方案包括生成器模块,判别器模块和聚类可视化模块。生成器模块利用噪声生成新的对抗样本图像;判别器模块将原有图像数据集和对抗样本进行“真假”比对;聚类可视化模块计算生成的对抗样本的种群数量。该发明创新性的将“压缩编码函数”与“辛普森多样性指数”相结合,提出了分类导向的多样性最大化损失函数,能在保证生成对抗样本图像的保真度的同时,有效提升种群内样本的多样性。
-
公开(公告)号:CN112235309A
公开(公告)日:2021-01-15
申请号:CN202011121041.8
申请日:2020-10-19
申请人: 四川师范大学
摘要: 本发明公开了网络安全技术领域的一种云平台网络隐蔽信道多尺度检测系统,包括数据采集模块,数据预处理模块,隐蔽信道检测引擎,以及可视化模块。数据采集模块和数据预处理模块运行在各个云服务器中,收集各云服务器中多尺度网络环境参数。隐蔽信道检测引擎运行在隐蔽信道检测分析中心中,构建多尺度检测向量进行隐蔽信道综合分析,并通过可视化模块展现检测情况。本发明结合云平台中的网络通信机制、网络拓扑结构,收集云服务器中的网络环境参数,以数据包、数据流、会话流的形态参数、统计参数、流量模型等多个尺度制定云平台隐蔽信道检测方法,提高网络隐蔽信道的检测准确率,解决云平台下网络隐蔽信道的安全隐患。
-
公开(公告)号:CN113949589A
公开(公告)日:2022-01-18
申请号:CN202111558864.1
申请日:2021-12-20
申请人: 四川师范大学
摘要: 本发明公开了一种网络流量的马尔科夫图像表征方法,属于机器学习技术领域,包括:S1:获取原始流量数据包,并对所述原始流量数据包进行预处理;S2:采用统计过滤的方法,将预处理后的原始流量数据包按会话形式存储为会话文件;S3:以二进制格式打开并读取所述会话文件;S4:获取二进制会话文件,以字节为单位计算会话文件的转移概率矩阵,然后将矩阵值与像素一一映射,得到该会话文件的马尔科夫图像。其目的为:解决现有技术中样本训练时模型泛化能力较差以及预处理繁琐的情况。
-
-
-
-
-
-
-