基于矩阵分解的Webshell检测方法

    公开(公告)号:CN109033815A

    公开(公告)日:2018-12-18

    申请号:CN201810620475.9

    申请日:2018-06-15

    IPC分类号: G06F21/51 H04L29/06

    摘要: 本发明提供了基于矩阵分解的Webshell检测方法,属于信息安全领域,包括建立以三元组保存得分信息的计分矩阵;从待检测文本中选取预设数量的特征构建特征集合,基于特征集合中的特征获取对三元组中分数参数进行预测,根据预测结果判定待检测文本中存在WebShell的可能性。基于机器学习算法,能够快速、准确地了解WebShell页面的特点。该方法克服了传统特征匹配方法的缺点,提高了网络炮弹检测的准确性和召回率。通过对已知现有和非现有WebShell页面的分析和学习特性,该算法可以对未知页面进行预测,效率高,具有较高的精度和召回率。

    基于时频分析的伪造识别方法

    公开(公告)号:CN108462886A

    公开(公告)日:2018-08-28

    申请号:CN201810439792.0

    申请日:2018-05-09

    IPC分类号: H04N21/234 H04N21/44

    CPC分类号: H04N21/23418 H04N21/44008

    摘要: 本发明提供了基于时频分析的伪造识别方法,属于图像处理领域,包括对可疑视频流进行解码得到解码序列,根据解码序列中帧的类型获取EH函数;确定可疑视频流中的距离值,基于第距离值确定检测频率;对EH函数进行傅里叶变换,对变换结果进行基于S变换的时间频率处理,得到处理函数;基于处理函数确定检测函数,使用检测函数对可疑视频流中的GOP层进行初始定位,基于相邻的两个进行初始定位的GOP对视频流断点进行定位,确定可疑视频流中被篡改的具体位置。通过利用所有P帧或B帧的特征构造了两个检测函数,并引入了一个时频分析工具S变换,来识别和定位MPEG流中的帧篡改操作。本发明减小了现有检测技术的局限性,提高精度和稳定性。

    基于高斯混合模型的面具检测方法

    公开(公告)号:CN108830151A

    公开(公告)日:2018-11-16

    申请号:CN201810426435.0

    申请日:2018-05-07

    IPC分类号: G06K9/00

    摘要: 本发明涉及计算机视觉技术领域,尤其涉及一种基于高斯混合模型的面具检测方法,包括以下步骤:根据人脸图像样本建立高斯混合模型;从视频流中筛选含有人脸的关键帧,并从关键帧中提取人脸特征;将关键帧中提取的人脸特征送入高斯混合模型进行匹配,根据匹配结果判断关键帧中的人脸是否佩戴面具。通过使用本发明,可以实现以下效果:采用高斯混合模型将人脸图库进行分类,能有效地分辨真实人脸和面具;采用三次关键帧筛选,去除冗余帧,减少运算,提高检测效率。