一种基于深度学习的恶意代码检测方法及系统

    公开(公告)号:CN106096415B

    公开(公告)日:2019-05-21

    申请号:CN201610482502.1

    申请日:2016-06-24

    IPC分类号: G06F21/56

    摘要: 本发明公开了一种基于深度学习的恶意代码检测方法及系统,该方法包括:通过提取代码中特征并选取有效特征,根据训练样本代码是否包含有效特征构成第一布尔特征向量;通过提取待测代码的特征,根据待测代码是否包括训练阶段的有效特征,构成第二布尔特征向量;在训练阶段输入第一布尔特征向量构建深度置信网络模型,在检测阶段将第二布尔特征向量输入所述深度置信网络模型,根据所述模型输出的结果判断待测代码是否为恶意代码。该方法采用深度学习中的半监督训练学习模型,用大规模的无标记的集合代码样本进行训练,可以节省标注大量样本的时间;且该模型能对实现对已知恶意代码的准确判断和未知恶意代码的准确预测。

    利用多重连接实现SVC与DASH相结合的方法

    公开(公告)号:CN104811746B

    公开(公告)日:2017-12-22

    申请号:CN201510148606.4

    申请日:2015-03-31

    摘要: 本发明公开利用多重连接实现SVC与DASH相结合的方法,方法包括步骤:服务器端通过段层分片器对每一SVC文件分成一个包含多个段层的段层文件组,并用MPD文件描述段层文件组的视频信息;客户端下载MPD文件并解析,通过多重连接方式获取段层,然后在SVC媒体处理层组帧及解码播放。本发明利用多重连接方式实现可伸缩视频编解码与基于HTTP的动态自适应流技术的结合传输方案。在本发明中,每一个视频段根据编码结构分为多段层,每个层段的内容在HTTP服务器上作为一个单独的文件存储。本发明能改善大的链路延迟的流媒体质量。

    一种支持自适应移动流媒体的云服务框架实现方法及系统

    公开(公告)号:CN105472403A

    公开(公告)日:2016-04-06

    申请号:CN201510896920.0

    申请日:2015-12-08

    摘要: 本发明公开一种支持自适应移动流媒体的云服务框架实现方法及系统,方法包括步骤:A、收集具有高访问量的视频索引,并将各视频索引相应的视频文件重新编码及转换成DASH视频分片,缓存到视频缓存模块中;B、当用户通过移动终端向云服务器请求视频流时,云服务器创建一个私人代理模块,通过所述私人代理模块从视频缓存模块中获取所请求的DASH视频分片;C、私人代理模块将DASH视频分片发送到移动终端。本发明通过在服务器端构建私人代理的方式,增加流媒体码率随网络抖动的自适应功能,保证播放网络视频时的流畅度,解决移动网络环境不稳定的问题。

    利用多重连接实现SVC与DASH相结合的方法及系统

    公开(公告)号:CN104811746A

    公开(公告)日:2015-07-29

    申请号:CN201510148606.4

    申请日:2015-03-31

    摘要: 本发明公开利用多重连接实现SVC与DASH相结合的方法及系统,方法包括步骤:服务器端通过段层分片器对每一SVC文件分成一个包含多个段层的段层文件组,并用MPD文件描述段层文件组的视频信息;客户端下载MPD文件并解析,通过多重连接方式获取段层,然后在SVC媒体处理层组帧及解码播放。本发明利用多重连接方式实现可伸缩视频编解码与基于HTTP的动态自适应流技术的结合传输方案。在本发明中,每一个视频段根据编码结构分为多段层,每个层段的内容在HTTP服务器上作为一个单独的文件存储。本发明能改善大的链路延迟的流媒体质量。

    一种基于多特征融合的恶意代码检测方法及系统

    公开(公告)号:CN106096413A

    公开(公告)日:2016-11-09

    申请号:CN201610455269.8

    申请日:2016-06-21

    IPC分类号: G06F21/56 G06K9/62

    摘要: 本发明公开了一种基于多特征融合的恶意代码检测方法及系统,其中,所述检测方法包括:步骤A:提取训练集和测试集中代码序列的N‑gram及变长N‑gram,分别作为训练集基本特征集合及测试集基本特征集合;步骤B:通过信息增益的方式由所提取的训练集基本特征集合及测试集基本特征集合中分别筛选出训练集有效特征集合及测试集有效特征集合;步骤C:通过Boosting算法对所筛选出的训练集有效特征集合进行特征融合以得到融合特征分类器;步骤D:利用融合特征分类器检测所筛选出的测试集有效特征集合。本发明所提供的检测方法,使得最终得到的融合特征具有更强的鉴别性及鲁棒性,能够更好的分类出恶意代码。

    一种基于深度自学习的垃圾短信过滤方法及系统

    公开(公告)号:CN106161209B

    公开(公告)日:2019-09-20

    申请号:CN201610584485.2

    申请日:2016-07-21

    IPC分类号: H04L12/58 H04L29/06 H04W4/14

    摘要: 本发明公开了一种基于深度自学习的垃圾短信过滤方法及系统,方法包括:获取若干条样本短信,将短信内容进行预处理后生成对应的样本向量,对样本向量进行编码;移动终端获取编码后的样本向量通过深度自学习编码器网络进行训练并测试,根据测试结果在样本向量中提取垃圾短信的特征;移动终端对接收到的短信进行检测,若检测到存在垃圾短信的特征,则判定收到的短信为垃圾短信并进行过滤掉垃圾短信。本发明通过大量训练短信样本后,能够从内容里抽取出有利于分类的特征,当学习阶段结束后,可以利用该特征对短信进行有效的过滤,通过不断的短信样本训练方式,提高了垃圾短信过滤效率。

    一种基于视频排名的视频云存储负载均衡方法及系统

    公开(公告)号:CN105554149A

    公开(公告)日:2016-05-04

    申请号:CN201511013762.6

    申请日:2015-12-31

    IPC分类号: H04L29/08 G06F17/30

    CPC分类号: H04L67/1023 G06F16/16

    摘要: 本发明公开了一种基于视频排名的视频云存储负载均衡方法及系统,所述方法包括:预先将所有视频文件上传在云服务器中;根据视频排名算法计算所有视频文件的排名,并按照排名将视频文件存储至特定的存储节点中;当检测到客户端的视频文件播放请求时,获取存储节点的视频文件进行播放。本发明通过视频排名算法计算视频文件排名,根据视频文件排名将视频分别存储在云服务器中的不同存储节点,从而改善了原有视频云存储在用于点播系统时所带来的诸多的问题,能高效利用平台的整体资源,同时能有效提高对用户操作的响应速度。

    一种基于多特征融合的恶意代码检测方法及系统

    公开(公告)号:CN106096413B

    公开(公告)日:2019-01-29

    申请号:CN201610455269.8

    申请日:2016-06-21

    IPC分类号: G06F21/56 G06K9/62

    摘要: 本发明公开了一种基于多特征融合的恶意代码检测方法及系统,其中,所述检测方法包括:步骤A:提取训练集和测试集中代码序列的N‑gram及变长N‑gram,分别作为训练集基本特征集合及测试集基本特征集合;步骤B:通过信息增益的方式由所提取的训练集基本特征集合及测试集基本特征集合中分别筛选出训练集有效特征集合及测试集有效特征集合;步骤C:通过Boosting算法对所筛选出的训练集有效特征集合进行特征融合以得到融合特征分类器;步骤D:利用融合特征分类器检测所筛选出的测试集有效特征集合。本发明所提供的检测方法,使得最终得到的融合特征具有更强的鉴别性及鲁棒性,能够更好的分类出恶意代码。

    一种基于深度自学习的垃圾短信过滤方法及系统

    公开(公告)号:CN106161209A

    公开(公告)日:2016-11-23

    申请号:CN201610584485.2

    申请日:2016-07-21

    IPC分类号: H04L12/58 H04L29/06 H04W4/14

    摘要: 本发明公开了一种基于深度自学习的垃圾短信过滤方法及系统,方法包括:获取若干条样本短信,将短信内容进行预处理后生成对应的样本向量,对样本向量进行编码;移动终端获取编码后的样本向量通过深度自学习编码器网络进行训练并测试,根据测试结果在样本向量中提取垃圾短信的特征;移动终端对接收到的短信进行检测,若检测到存在垃圾短信的特征,则判定收到的短信为垃圾短信并进行过滤掉垃圾短信。本发明通过大量训练短信样本后,能够从内容里抽取出有利于分类的特征,当学习阶段结束后,可以利用该特征对短信进行有效的过滤,通过不断的短信样本训练方式,提高了垃圾短信过滤效率。

    无线网络中SVC快速编码模式的选择控制方法和系统

    公开(公告)号:CN104853188A

    公开(公告)日:2015-08-19

    申请号:CN201510108271.3

    申请日:2015-03-12

    摘要: 本发明公开了无线网络中SVC快速编码模式的选择控制方法和系统,相较于现有技术,本发明提供的无线网络中SVC快速编码模式的选择控制方法和系统,其选择控制方法包括将视频信号分为基本层和增强层;降低视频信号的增强层的采样率,获取低像素的增强层,提高增强层的编码效率;之后,分别对基本层和增强层进行帧内预测编码;再将编码后的增强层和基本层混合输出可伸缩比特流,本发明通过降低视频信号的增强层的采样率来提高增强层的编码效率,从而达到快速可伸缩编码的目的,实现编码时间的大大节省,并且视频质量基本不受影响。