基于stacking集成的APT组织识别方法、系统及存储介质

    公开(公告)号:WO2021259207A1

    公开(公告)日:2021-12-30

    申请号:PCT/CN2021/101276

    申请日:2021-06-21

    Applicant: 广州大学

    Abstract: 提供了一种基于stacking集成的APT组织识别方法、系统及存储介质,方法包括:使用TF-IDF算法结合n-gram从恶意软件样本中提取出行为特征并向量化,形成恶意行为向量特征集;基于恶意行为向量特征集,计算特征之间的相关度和特征与类别之间的卡方值,对行为向量特征集进行两次筛选,获得低纬度的更优特征子集数据;构建多模型融合的stacking集成学习APT组织识别模型,利用所述APT组织识别模型对新的ATP攻击进行识别。对高维行为向量特征进行特征选择降低了数据集的复杂度;还考虑了数据集中的样本不平衡,采用了多模型集成训练,提高了识别准确度;另外对于恶意样本的APT组织识别模型是经过机器学习训练得到的,提高了新样本的自动化识别效率。

    物联网设备连接测试方法、装置、计算机设备及存储介质

    公开(公告)号:WO2021147251A1

    公开(公告)日:2021-07-29

    申请号:PCT/CN2020/098960

    申请日:2020-06-29

    Inventor: 莫焱莉

    Abstract: 本申请涉及一种大数据技术,揭露了一种物联网设备连接测试方法,包括:获取物联网系统中信息采集单元的连接参数集,将所述连接参数集传输到所述物联网系统的集群后生成连接参数链表,所述连接参数集包括所述信息采集单元中传感器参数;计算所述连接参数链表中连接参数之间的相似度,将相似度大于预设阈值时的连接参数所对应的传输线路进行聚类处理,得到所述传输线路的分类簇集;将所述传输线路的分类簇集输入至预先构建的主控执行机中进行物联网设备连接性能测试,并将测试结果返回给用户。本申请还提出一种物联网设备连接测试装置、计算机设备以及一种计算机可读存储介质。本申请实现了物联网设备连接测试。

    多证件类型同步检测方法、装置、计算机设备及存储介质

    公开(公告)号:WO2021143088A1

    公开(公告)日:2021-07-22

    申请号:PCT/CN2020/103394

    申请日:2020-07-22

    Abstract: 一种多证件类型同步检测方法、装置、计算机设备及存储介质,涉及人工智能的图像检测领域,所述方法包括:接收证件检测指令,获取含有检测编号的待检测影像文件;根据待检测影像文件的检测编号和预设的编号规则,确定核查清单和与其对应的证件检测模型;核查清单中包含多种证件类型;将所有待检测影像件输入证件检测模型,通过提取证件特征,获取输出的含所有待检测影像件的证件类型清单的识别结果;在核查清单中包含的证件类型与证件类型清单中的证件类型完全一致时,确认检测合格,同时标记为已检测影像文件并存储至数据库。该方法实现了快速同步检测多种证件类型,从而提高了检测效率,减少了成本。

    图像识别方法、可读存储介质及图像识别系统

    公开(公告)号:WO2022237726A1

    公开(公告)日:2022-11-17

    申请号:PCT/CN2022/091716

    申请日:2022-05-09

    Inventor: 徐青松 李青

    Abstract: 本发明提供一种图像识别方法、可读存储介质及图像识别系统,所述图像识别方法包括:输入待识别图像,运行识别引擎以识别得到待识别图像中的内容的物种并得到物种识别结果,以及运行非类别引擎以判断待识别图像中的内容是否属于非预设类别;若物种识别结果的置信度不小于第一预设值,则忽略非类别引擎的判断结果,而得到待识别图像中的内容属于预设类别的类别识别结果;若物种识别结果的置信度小于第一预设值,且非类别引擎的判断结果为否时,得到待识别图像中的内容属于预设类别的类别识别结果;若物种识别结果的置信度小于第一预设值,且非类别引擎的判断结果为是时,得到待识别图像中的内容属于非预设类别的类别识别结果。

    卷烟主流烟气光谱数据的感官评价方法

    公开(公告)号:WO2021253874A1

    公开(公告)日:2021-12-23

    申请号:PCT/CN2021/079141

    申请日:2021-03-04

    Abstract: 一种卷烟主流烟气光谱数据的感官评价方法,包括:对若干烟支的卷烟主流烟气光谱数据进行增强处理;从卷烟主流烟气光谱数据中提取浅层光谱特征;基于卷烟主流烟气光谱数据和浅层光谱特征,得到各卷烟主流烟气光谱数据的浅层感官品质结果;从卷烟主流烟气光谱数据中提取深层空间特征;基于卷烟主流烟气光谱数据和深层空间特征,得到深层感官品质结果;根据浅层感官品质结果和深层感官品质结果,得到综合感官品质结果。该卷烟主流烟气光谱数据的感官评价方法,由浅入深地分别提取光谱特征和空间特征,并通过融合光谱—空间分类框架,自动直接获得卷烟主流烟气的感官评价结果,实现主流烟气中未知物的准确筛查。

Patent Agency Ranking