基于矩阵分解的Webshell检测方法

    公开(公告)号:CN109033815A

    公开(公告)日:2018-12-18

    申请号:CN201810620475.9

    申请日:2018-06-15

    Abstract: 本发明提供了基于矩阵分解的Webshell检测方法,属于信息安全领域,包括建立以三元组保存得分信息的计分矩阵;从待检测文本中选取预设数量的特征构建特征集合,基于特征集合中的特征获取对三元组中分数参数进行预测,根据预测结果判定待检测文本中存在WebShell的可能性。基于机器学习算法,能够快速、准确地了解WebShell页面的特点。该方法克服了传统特征匹配方法的缺点,提高了网络炮弹检测的准确性和召回率。通过对已知现有和非现有WebShell页面的分析和学习特性,该算法可以对未知页面进行预测,效率高,具有较高的精度和召回率。

    一种人脸再识别方法
    5.
    发明公开

    公开(公告)号:CN108549883A

    公开(公告)日:2018-09-18

    申请号:CN201810486584.6

    申请日:2018-08-06

    Abstract: 本发明涉及人脸识别领域,尤其涉及一种人脸再识别方法,包括以下步骤:获取训练集A、B,利用训练集A、B训练卷积神经网络,分别提取深度特征向量集M、N,建立深度特征向量集M、N对应的深度特征向量空间S、D;学习距离度量和余弦相似度度量;计算需要测试的两张人脸图像的距离度量和余弦相似度度量;结合距离度量和余弦相似度度量来判断两张人脸图像之间的相似度。通过使用本发明,可以实现以下效果:将距离度量与余弦相似度度量结合起来可以更全面地判断两幅不同图像之间的相似度,判断更加准确。

    基于混合隐马尔可夫模型的原子事件标签的提取方法

    公开(公告)号:CN109086306A

    公开(公告)日:2018-12-25

    申请号:CN201810649233.2

    申请日:2018-06-22

    Abstract: 本发明涉及原子事件标签的提取方法,尤其涉及基于混合隐马尔可夫模型的原子事件标签的提取方法,包括以下步骤:预处理:获取训练语料库中的原子事件标签;对每个单词添加词性标签;对每个单词添加相应位置标签;将原子事件标签、词性标签和相应位置标签映射到一个隐藏状态序列中;将词性标签和相应位置标签映射到一个观测状态序列中;模型训练:建立二阶HMM模型;提取阶段:根据最优观测状态序列提取原子事件标签。通过使用本发明,可以实现以下效果:对词性和单词的相应位置进行考虑,提取准确度高;考虑到隐藏状态序列中的前后隐藏状态之间的关系,提高了提取的准确度;在原子事件标签提取之后进行检测和纠错,提高了提取的准确度。

Patent Agency Ranking