-
公开(公告)号:CN115713462A
公开(公告)日:2023-02-24
申请号:CN202211412609.0
申请日:2022-11-11
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心 , 国家计算机网络与信息安全管理中心上海分中心
IPC: G06T3/40 , G06N3/0464 , G06N3/08 , G06N3/082
Abstract: 本发明公开了超分辨模型训练方法、图像识别方法、装置及设备,属于图像处理技术领域,获取多个样本数据,样本数据包括获取同一场景成对的 ;构建图像超分辨率模型:将含有多个卷积网络模块的深度神经网络模型分别对低分辨率图像和高分辨率图像的特征进行提取和映射,学习特征间非线性的映射关系,最终将提取到的特征进行加权融合;构建目标方程:将低分辨率图像LR(x)输入到图像超分辨率模型中,获得超分辨率图像SR(x),SR(x)与对应的高分辨率图像HR(x)计算损失用于约束网络的训练过程。本申请能够使得重建后的高分辨率图像具有更清晰的纹理细节,进而提高图像检测的精确率。
-
公开(公告)号:CN118573916A
公开(公告)日:2024-08-30
申请号:CN202410653553.0
申请日:2024-05-24
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04N21/234 , H04N21/233 , H04N21/439 , H04N21/44 , G06V20/40 , G06F16/71 , G06F16/75
Abstract: 本发明属于音视频识别技术领域,尤其是一种基于互联网的音视频识别系统,针对现有的音视频识别系统在使用过程中,不便于对音视频内容进行实时智能识别监管,从而导致音视频内容质量无法得到保障的问题,现提出如下方案,其包括互联网模块;采集模块,所述采集模块与互联网模块连接,所述采集模块连接有信号处理模块,信号处理模块连接有特征提取模块,所述特征提取模块连接有分类模块,所述分类模块连接有智能识别模块;获取模块,所述获取模块连接有传输模块,所述传输模块连接有数据库模块,所述数据库模块连接有管理模块,本发明能够在使用过程中,便于对音视频内容进行实时智能识别监管,从而可以有效保障音视频内容质量。
-
公开(公告)号:CN119854002A
公开(公告)日:2025-04-18
申请号:CN202510008592.X
申请日:2025-01-03
Applicant: 国家计算机网络与信息安全管理中心 , 烟台中科网络技术研究所
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域,尤其涉及一种生成式人工智能交互式测评系统及测评方法,包括交互式测评系统以及与所述交互式测评系统连接的三个交互式内容生成平台,其中:第一交互式内容生成平台用于生成测试用例;第二交互式内容生成平台用于进行结果分析及生成报告;第三交互式内容生成平台用于作为被测平台,生成交互式内容;交互式测评系统包括:数据接收模块、策略管理库、评估管理模块、接口管理模块、任务链管理模块和提示模板库。本发明基于交互式内容生成平台,灵活生成安全测试集/进行结果评定,并开展测评工作,将测评合理进行拆解,充分利用现有的知识/经验集,实现高效、灵活的交互式内容生成安全测试。
-
公开(公告)号:CN117234572A
公开(公告)日:2023-12-15
申请号:CN202310892421.9
申请日:2023-07-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F8/70 , G06F8/71 , G06F8/74 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及多模态数据提取技术领域,尤其为一种基于游戏引擎的多模态数据提取方法,包括如下步骤包括如下步骤:S1:通过对游戏文件逆向,获得游戏的资源文件;S2:通过对资源文件引擎特征提取,获得游戏资源文件中的游戏引擎;S3:通过对游戏资源文件中的游戏引擎进行特征融合获得融合特征进行多模态数据提取。本发明通过逆向手段分析游戏引擎,从游戏引擎对资源文件打包开始,深入研究打包流程和打包过程中使用的技术,无需运行游戏,直接从游戏安装路径下对资源文件提取,减少了资源浪费问题。
-
公开(公告)号:CN116910754A
公开(公告)日:2023-10-20
申请号:CN202310947894.4
申请日:2023-07-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F21/56 , G06F16/33 , G06F16/35 , G06F16/36 , G06F40/295 , G06F40/30 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于应用程序技术领域,具体为一种基于知识图谱的高危App检测识别方法。本发明提供了基于知识图谱的高危App检测识别方法,包括数据采集:根据预设采集规则,面向境内主流的移动应用市场进行全网信息采集;采用代理自动切换和多线程并发策略,结合深度优先遍历、广度优先遍历、种子池搜索、ID索引等技术进行全量数据获取。无需人工干涉,系统自动捕获最新的应用版本,既能确保追踪应用信息的更新,又能确保捕获应用信息的新增,同时还不影响兼顾采集效率;通过借助构建的App知识图谱关联关系及纯文本语义关系,综合处理获取信息,实现对App多维度的风险检测评估,本发明以整体关联分析的方法处理,速度快且灵活性高。
-
公开(公告)号:CN115495573A
公开(公告)日:2022-12-20
申请号:CN202210935919.4
申请日:2022-08-04
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种特定业务类型App的高效准确分类方法,首先构建App社交功能属性体系表,针对不同的功能属性构建关键词过滤规则,通过静态反编译的方式获取功能按钮进行规则匹配,进行细粒度核验,考虑到细粒度核验的速度慢准确率高的特点,将部分细粒度核验的结果人工校验后作为训练数据,以App简介作为输入数据进行深度学习模型训练,实现粗粒度核验,达到快速大批量核验。对核验结果进行人工校对,不断优化整个核验流程。本方法用于App类别判定工作,能够快速、准确地从海量App中筛选出特定业务类型对象。
-
公开(公告)号:CN116935117A
公开(公告)日:2023-10-24
申请号:CN202310887423.9
申请日:2023-07-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V10/764 , G06V10/56
Abstract: 本发明涉及标志物检测系统领域,尤其为一种复杂场景下特定标志物检测系统,包括:收集模块:用于通过网络爬虫技术对特定标志物图片进行收集,获得特定标志物图片;处理模块:用于对收集模块收集的特定标志物图片进行图片预处理,获得预处理数据;分类器训练模块:用于根据处理模块处理得到的预处理数据进行模型训练,得到自动分类模型;分类模块:用于连接自动分类模型,对特定标志物图片进行分类。本发明通过颜色和形状的标志物检测算法,从色彩增强、颜色分割和形状分类三个方面提高特定标志物检测系统算法的鲁棒性,通过比较RGB和HSV颜色分割效果,选取效果更好的HSV颜色分割,在形状分类中不仅仅使用简单的SVM模型训练而且同时使用Contourlet变化提高算法的鲁棒性使的算法预测效果更好,保证出现差错在系统允许的范围内。
-
-
-
-
-
-