一种基于宽度学习的轻量级恶意流量检测方法及装置

    公开(公告)号:CN114567511A

    公开(公告)日:2022-05-31

    申请号:CN202210404385.2

    申请日:2022-04-18

    IPC分类号: H04L9/40 G06N3/08 G06N3/04

    摘要: 本申请实施例公开了一种基于宽度学习的轻量级恶意流量检测方法及装置。本申请中采用具有线性特征数据和非线性特征数据的目标训练数据X训练初始流量检测分类模型,使得训练模型时采用的神经网络的宽度会更宽,进而使得训练模型时也不需要多层连接的神经网络,所以初始流量检测分类模型的训练过程中的计算量将会更小、训练速度也会更快,对设备的要求也会比较低,更适用于具备有限资源的物联网设备。同时本方案训练得到的目标流量检测分类模型对恶意流量的检测速度也更快,可以满足恶意流量检测的实时性要求。以及由于本方案应用于更靠近物联网中执行业务的各物联网设备的边缘网关设备,可以更及时地通知物联网设备阻断恶意流量。

    基于对抗神经网络结构搜索的图像处理方法及装置

    公开(公告)号:CN116304144A

    公开(公告)日:2023-06-23

    申请号:CN202211690326.2

    申请日:2022-12-27

    摘要: 本申请提供一种基于对抗神经网络结构搜索的图像处理方法及装置,该方法包括:对于DNN网络结构搜索过程中的任一epoch,利用梯度下降算法、已获得的图像训练集以及已获得的图像验证集,对DNN网络的操作参数和结构参数进行迭代交替更新,直至迭代次数达到第一迭代次数;以及,利用预设网络脆弱性约束条件和已获得的图像验证集,对所述DNN网络的结构参数进行迭代更新直至该epoch内的迭代次数达到第二迭代次数;在搜索的epoch数达到第一epoch数,或,DNN网络模型收敛的情况下,依据得到的结构参数,生成用于图像处理的目标DNN网络,并利用所述目标DNN网络对待进行图像处理的图像进行图像处理。该方法可以提升利用DNN网络进行图像处理的准确性。

    视频对抗水印嵌入方法、装置、电子设备及存储介质

    公开(公告)号:CN115564634A

    公开(公告)日:2023-01-03

    申请号:CN202211546540.0

    申请日:2022-12-05

    IPC分类号: G06T1/00

    摘要: 本申请实施例提供了一种视频对抗水印嵌入方法、装置、电子设备及存储介质。方案如下:对原始视频进行识别,得到第一识别结果;获取待嵌入水印,以及嵌入参数集合;针对每组嵌入参数集合,基于该组嵌入参数集合,将待嵌入水印嵌入至原始视频,得到候选水印视频;对每一候选水印视频进行识别,得到第二识别结果;在第二识别结果与第一识别结果不匹配时,将该第二识别结果对应的候选水印视频确定为对抗水印视频。通过本申请实施例提供的技术方案,实现了原始视频所对应的对抗水印视频的获取,使得智能视频系统功能失效,降低了原始视频中视频信息被恶意用户获取的概率,以及降低了原始视频中信息泄露的风险,从而提高了原始视频的隐私安全性。