-
公开(公告)号：CN118733896B
公开(公告)日：2024-11-12
申请号：CN202411231694.X
申请日：2024-09-04
Applicant: 南京信息工程大学
IPC: G06F16/9536 , G06F16/955 , G06Q50/00
Abstract: 本发明公开了计算机与信息安全技术领域中的一种分布式舆情信息监测方法与系统，系统由工作节点和任务调度中心组成，特点是每个部分都使用分布式架构；其中，任务调度中心与各工作节点间存在树状网络结构，以便向各个工作节点传递信息和发送控制命令；工作节点间存在P2P网络结构，进行相关交流和协作；每个工作节点都能在任务调度中心的统筹和彼此的交流和协作中，独立地完成信息的监测过程。本发明解决信息采集效率低下和信息存储缺乏安全性、难以追责与溯源的问题。
-
公开(公告)号：CN118301620A
公开(公告)日：2024-07-05
申请号：CN202410726538.4
申请日：2024-06-06
Applicant: 南京信息工程大学
IPC: H04W12/37 , H04W12/126 , H04W12/68 , H04W12/60 , H04M1/72463 , G06F11/30 , G06F11/34 , G06F21/62 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种移动应用程序通用语音窃听检测方法及装置，属于移动设备与软件安全技术领域，所述方法包括检测到麦克风访问行为，通过虚拟镜像技术获取屏幕信息；通过预训练过的L‑YOLO模型对屏幕信息进行识别和定位，判断屏幕上是否出现了麦克风图标、且麦克风图标是否被用户触碰；根据L‑YOLO模型的识别结果，判断麦克风访问行为是否为窃听行为；本发明可以准确判断当前的麦克风访问属于用户的正常操作还是移动应用程序的非法窃听，且能够有效识别任意移动应用程序在任意逻辑下的窃听行为，保证语音交互中的用户隐私免遭泄露。
-
公开(公告)号：CN118102318B
公开(公告)日：2024-07-05
申请号：CN202410487322.7
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: H04W16/10 , H04W16/04 , H04W72/0457 , H04W72/0453 , H04W72/50 , H04W28/02 , H04W12/03 , H04L47/2425 , H04L9/40
Abstract: 本发明公开了一种基于5G技术的数据传输系统，涉及无线通信网络技术领域，包括：动态频谱资源分配模块、数据重排序和加密模块，以及智能传输控制中心；动态频谱资源分配模块采用一种针对5G网络优化的频谱动态分配算法，该算法能够基于网络的实时负载、用户需求和频谱使用状况自适应地管理和分配频谱资源，数据重排序和加密模块能够根据数据包的优先级、大小和目的地智能地调整其处理顺序，此外，该模块还采用自适应加密技术，智能传输控制中心是系统的核心，负责综合评估动态频谱资源分配模块和数据重排序及加密模块的运行结果，基于这些综合评估的结果，智能传输控制中心能够采取针对性的调整，显著提升了5G网络的性能和用户体验。
-
公开(公告)号：CN118193791A
公开(公告)日：2024-06-14
申请号：CN202410614106.4
申请日：2024-05-17
Applicant: 南京信息工程大学
IPC: G06F16/783 , G06F16/35 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向社交网络短视频的多模态情感分析方法及系统，包括获取社交网络短视频的视频模态信息、文本模态信息和音频模态信息；根据所述视频模态信息、文本模态信息、音频模态信息和预先训练的面向社交网络短视频的多模态情感分析模型，获得社交网络短视频的情感分析结果。本发明通过构造损失函数，学习各模态间的共性特征，利用交叉注意力模块得到经过辅助学习的各模态的特征，减小弱模态表达，增大强模态表达，提高了模态间情感极性分析的准确度，解决了现有技术中对社交网络短视频的多模态情感分析单一，忽略模态间情感极性矛盾，不能有效提取共性特征，导致情感分析不准确的问题。
-
公开(公告)号：CN118102318A
公开(公告)日：2024-05-28
申请号：CN202410487322.7
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: H04W16/10 , H04W16/04 , H04W72/0457 , H04W72/0453 , H04W72/50 , H04W28/02 , H04W12/03 , H04L47/2425 , H04L9/40
Abstract: 本发明公开了一种基于5G技术的数据传输系统，涉及无线通信网络技术领域，包括：动态频谱资源分配模块、数据重排序和加密模块，以及智能传输控制中心；动态频谱资源分配模块采用一种针对5G网络优化的频谱动态分配算法，该算法能够基于网络的实时负载、用户需求和频谱使用状况自适应地管理和分配频谱资源，数据重排序和加密模块能够根据数据包的优先级、大小和目的地智能地调整其处理顺序，此外，该模块还采用自适应加密技术，智能传输控制中心是系统的核心，负责综合评估动态频谱资源分配模块和数据重排序及加密模块的运行结果，基于这些综合评估的结果，智能传输控制中心能够采取针对性的调整，显著提升了5G网络的性能和用户体验。
-
Patent Agency Ranking
公开(公告)号：CN113808275B
公开(公告)日：2023-10-13
申请号：CN202111120772.5
申请日：2021-09-24
Applicant: 南京信息工程大学
IPC: G06T17/20 , G06T19/20 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于GCN与拓扑修改的单图像三维重建方法，该方法具体包括如下步骤：输入图像至VGG‑16编码网络，提取特定层的特征图与图像特征向量；预设初始球体网格；根据VGG‑16编码网络提取的特定层的特征图，为初始球体每个顶点赋予图像感知特征，得到附带图像感知特征的球体网格；将该球体网格输入网格形变网络中，变更网格顶点位置，并得到初始三维模型；拓扑修改网络对初始三维模型表面进行修剪，从而更新网格拓扑结构；得到最终三维网格模型；本发明提高重建模型的质量，同时减小变形计算。
-
公开(公告)号：CN113726976B
公开(公告)日：2023-07-11
申请号：CN202111021882.6
申请日：2021-09-01
Applicant: 南京信息工程大学
IPC: H04N1/32 , H04N1/44 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种基于编码‑解码网络的大容量以图藏图方法和系统，属于图像处理技术领域，其将一张载体图像和两张秘密图像输入到基于Res2Net‑Inception‑SE模块的双分支编码网络，得到含密图像，再将含密图像输入到W‑Net解码网络，得到重构的两张秘密图像，根据含密图像质量、重构秘密图像质量设计混合损失函数，并将其作为隐写网络的总损失函数，以最小化损失函数为目标优化隐写网络，当损失下降并保持稳定时认为训练结束；较已有算法相比，本发明具有高隐藏容量以及高隐蔽性。
-
公开(公告)号：CN116304059A
公开(公告)日：2023-06-23
申请号：CN202310518020.7
申请日：2023-05-10
Applicant: 南京信息工程大学
IPC: G06F16/35 , G06F40/30 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于多特征融合SKIPGRAM模型和生成网络的诉辩焦点识别方法、设备及存储介质，依次将特征标签和添加到每条语句的后面进行融合，得到融合后的语句，将融合后的语句组成新的文本语句列表；将新的文本语句列表放入到SKIPGRAM‑BILSTM‑Attention诉辩焦点识别网络中进行训练预测，得到新的文本语句列表中每个语句的概率，将概率最高的两个语句作为诉辩双方争议的焦点。本发明能够解决诉辩焦点识别中特征不足的问题，减少法律处理预料的积累和人工标注的烦恼，大大提升了案情描述中诉辩焦点识别的效率。
-
公开(公告)号：CN115952528B
公开(公告)日：2023-05-16
申请号：CN202310240044.0
申请日：2023-03-14
Applicant: 南京信息工程大学
IPC: G06F21/60 , G06F40/166 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种多尺度联合文本隐写方法及系统，其方法包括：获取文本序列和秘密信息；将文本序列输入预构建的生成替换联合模型中，获取各单词的生成概率分布；根据秘密信息和生成概率分布对文本序列进行隐写操作，获取第一隐写文本以及隐写记录；根据隐写记录确定文本序列中未隐写单词，将文本序列输入预构建的生成替换联合模型中，获取各未隐写单词的替换概率分布；根据秘密信息和替换概率分布对未隐写单词进行隐写操作，获取第二隐写文本；根据第一隐写文本和第二隐写文本生成联合隐写文本；本发明能够解决传统的文本隐写算法存在隐写文本质量低和嵌入率低的技术问题。
-
公开(公告)号：CN115422920B
公开(公告)日：2023-02-28
申请号：CN202211365207.X
申请日：2022-11-03
Applicant: 南京信息工程大学
IPC: G06F40/279 , G06F40/30 , G06F16/35 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084 , G06Q50/18
Abstract: 本发明公开基于BERT和GAT的裁判文书争议焦点识别方法，预处理待识别的裁判文书，获得具有文本语义联系的待识别标签特征P，包括：拆分文本获取文本一及文本一对应的标签组成的数据对Data1和文本二及文本二对应的标签组成的数据对Data2；将Data1和Data2输入到文本表征神经网络，获得文本表征;将预先获取的标签邻接矩阵和标签向量矩阵输入图注意力神经网络，得到标签特征；对文本表征与标签特征关联的相似特征进行提取，获得基于文本语义联系的待识别标签特征P。本发明有效地处理长文本，引入图注意力神经网络对多标签进行关联性建模，识别与标签相关的信息，在每个法律文本中提取与对应标签相关的区别性信息。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.037 seconds)
