-
公开(公告)号：CN118784272A
公开(公告)日：2024-10-15
申请号：CN202410730852.X
申请日：2024-06-06
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40
Abstract: 本发明提供了一种基于内容生成与投送的用户抗定位方法和系统，涉及网络安全技术领域，所述方法通过爬取和清洗用户发布的动态数据集并进行用户位置信息泄露风险评估，根据评估结果对应的不同动态投送策略，生成用于干扰用户位置信息的干扰数据并进行动态投送。本发明解决了现有技术中对于高级定位方法难以有效抗定位导致用户信息泄露的技术问题，实现了有效对抗基于生成文本的用户位置推断技术和更高级的定位方法，从而为用户提供了更全面的位置隐私保护。
-
公开(公告)号：CN118509410A
公开(公告)日：2024-08-16
申请号：CN202410551516.9
申请日：2024-04-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L61/45 , H04L61/103 , H04W8/26 , H04L101/659 , H04L101/69
Abstract: 本发明公开一种硬件地址偏移的IPv6街道级网络地理基准点获取方法和系统，该方法包括以下步骤：步骤一：获取IPv6地址；步骤二：得到该IPv6地址对应的广域网接口物理地址与硬件无线接口的物理地址之间的偏移关联关系；步骤三：根据偏移关联关系建立IPv6地址和地理位置之间的关联；步骤四：设计偏移关联坐标筛选算法，得到IPv6的候选地理基准点；步骤五：使用不同地区的多个IPv6探测源对目标城市候选地理基准点集进行探测，得到各探测源至目标城市候选地理基准点集的探测数据；步骤六：根据探测数据对目标城市候选地理基准点集进行评估处理。本发明在扩展获取范围更充分的基础上，能够获取更多更高精度的地理基准点。
-
公开(公告)号：CN112651407B
公开(公告)日：2023-10-20
申请号：CN202011640809.2
申请日：2020-12-31
Applicant: 中国人民解放军战略支援部队信息工程大学 , 郑州信大先进技术研究院
IPC: G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于区分性反卷积的CNN可视化方法，方法包括给定输入图像进行特征提取，并得到最高层特征图和分类结果,基于最高层特征图，使用Grad‑CAM方法，生成类别激活图。一方面，将类别激活图作为初始特征图，逐层反卷积到输入空间，生成具有类别区分性的热力图。另一方面，将类别激活图逐层融合中间层特征图，并使用反卷积恢复到输入空间，生成具有细粒度特征的热力图。将所述具有类别区分性的热力图与所述具有细粒度特征的热力图相融合，生成最终的热力图。本发明用于实现具有细粒度和类别区分性的CNN可视化效果。
-
公开(公告)号：CN114390154B
公开(公告)日：2023-07-11
申请号：CN202111590914.4
申请日：2021-12-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04N1/32 , H04N19/122 , G06F21/55
Abstract: 本发明属于信息隐藏技术领域，特别涉及一种基于信道匹配网络选择嵌入通道的鲁棒隐写方法及系统，首先利用原始、受损载体图像集进行有损信道传输测试，构建重复传输网络对信道中的图像处理攻击类型、参数等信息进行刻画；然后根据载体图像的鲁棒特征对有损信道进行分块匹配，构建和训练基于深度学习的信道匹配网络，选取对信道鲁棒的特征图像块作为候选嵌入位置；并根据信道刻画结果构建鲁棒信息嵌入域，基于复杂、显著区域优先原则优化载体元素的嵌入代价，并结合纠错码和STC码实现秘密信息嵌入。本发明能够有效利用网络有损信道，提升嵌入信息的鲁棒性和不可见性，不仅显著提高多种图像处理攻击后的信息提取正确率，且具有更强的抗检测性能。
-
公开(公告)号：CN114710417B
公开(公告)日：2023-05-26
申请号：CN202210056550.X
申请日：2022-01-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L43/04 , H04L43/12 , H04L9/40 , G06N3/08 , G06N3/0464 , G06F18/213 , G06F18/214 , G06F18/24
Abstract: 本发明属于匿名通信系统Tor技术领域，特别涉及一种基于格拉姆角场变换的Tor用户访问网站识别方法及系统，该方法首先提取用户访问网站时产生的流量数据包中的信元特征序列，然后通过格拉姆角场变换将一维信元特征序列转换成二维特征序列矩阵；其次利用符号聚合近似(SAX)对二维特征序列矩阵进行降维和符号化表示，降低分类过程中的时间和空间消耗，最后使用现有基于CNN的二维矩阵深度学习模型利用深度学习技术学习所有生成的二维特征序列矩阵，完成对用户访问流量的识别分类，进而识别出用户所访问的网站。本发明提出的GDF方法尤其在采用防御措施以及洋葱服务的场景下，网站指纹识别准确率明显优于现有方法。
-
Patent Agency Ranking
公开(公告)号：CN114520799B
公开(公告)日：2023-05-05
申请号：CN202111610018.X
申请日：2021-12-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L61/00 , H04L45/74 , H04L41/12 , H04L41/142 , H04L101/69
Abstract: 本发明属于IP定位技术领域，特别涉及一种基于最小圆覆盖的城市内IP定位及误差估计方法及系统，通过将目标城市地标集划分为用于估计城域网中各路由器服务范围中心位置的训练集和用于估计各路由器服务范围半径的验证集并分别进行路径探测获取探测路径数据，利用训练集中路径数据从探测路径数据中提取城域网节点拓扑，通过统计地标分布获取位置估计，并利用验证集中路径数据中路径终起点与城域网位置关系来获取路由器定位误差，并依此获取最小圆覆盖的圆心和半径，使用得到的城域网拓扑来获取目标IP定位结果及误差范围。本发明不仅能够提升目标IP定位精度，同时也能够使定位误差范围估计更加准确，以进一步提升目标IP定位效果，便于实际场景应用。
-
公开(公告)号：CN114745350B
公开(公告)日：2023-04-28
申请号：CN202210380354.8
申请日：2022-04-12
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L61/10 , H04L101/659 , H04L101/69
Abstract: 本发明提供一种基于时延约束和邻近序列的IPv6目标定位方法。该方法使用多探测源进行大量探测获取探测源到目标的路径信息，并利用探测所获取的路径信息获取一个时延‑距离转换关系，再利用网络时延和网络拓扑结构将目标约束至一个粗粒度的范围内，最后依据目标地址和约束区域内的地标地址，判定IPv6邻近序列并基于邻近序列对目标进行定位。
-
公开(公告)号：CN115409105A
公开(公告)日：2022-11-29
申请号：CN202211028788.8
申请日：2022-08-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开一种基于Android外部存储空间文件操作构建用户画像的方法，包括：收集Android外部存储空间中的文件操作事件，建立外部存储空间文件操作信息，并转化为形如EVENT:(OPERATION,TIMESTAMP,FILENAME)的操作日志文件；对文件操作对象、文件操作发生的时间、操作事件类型三项数据进行统计分析，对用户完成基本刻画；利用应用程序包名建立文件操作与应用操作的映射机制，获取用户应用程序使用行为；根据数据来源的不同，从构建事实型标签、规则型标签、挖掘型标签和预测型标签四个方面，建立移动用户画像标签体系，对用户特征属性进行全面刻画。本发明能较为准确地构建用户画像。
-
公开(公告)号：CN109523452B
公开(公告)日：2022-10-11
申请号：CN201811276883.3
申请日：2018-10-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于通道差分残差的彩色图像隐写检测方法。该方法包括：步骤1、计算待检测彩色图像的R、G和B三个颜色通道中任意两个颜色通道间的差分平面DRG、DRB和DGB；步骤2、根据所述差分平面DRG、DRB和DGB，得到基于通道间差分的DF特征；步骤3、根据DF特征，利用训练好的隐写检测器确定所述待检测彩色图像是否为隐密图像。本发明首先认识到从通道间差分中提取特征应能够对彩色图像隐写进行更有效的检测，接着对基于通道间差分残差的隐写检测特征进行提取，并基于此对现有的特征提取方法进行改进。实验结果表明：针对WOW和S‑UNIWARD隐写，本发明提出的隐写检测方法的平均检测错误率明显低于已有隐写检测方法，尤其在嵌入率小于0.2时，检测错误率降低的最大幅度甚至超过5％。
-
公开(公告)号：CN114819157A
公开(公告)日：2022-07-29
申请号：CN202210259419.3
申请日：2022-03-16
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N5/04 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开一种基于循环耦合的用户位置推断方法及系统，该方法首先根据用户的提及关系构建坍塌网络，减少孤立节点数量；然后为每个用户赋予两个属性，并基于图论计算用户在社交网络图中的结构特征，根据用户的生成文本计算用户的文本特征，作为用户属性的迭代初始值；在用户的社交图中，两个属性循环交叉迭代，通过相互增强来实现信息的关联融合；最终根据用户在网络收敛状态下的属性值推断最可能位置。在公开数据集上，提出方法与4种现有算法的实验结果显示：提出方法的城市级位置推断准确率Accuracy为37％，Accuracy@161为64％，比现有方法分别提高了6％、3％、6％、2％，平均误差和中值误差也均优于现有方法。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.049 seconds)
