Query:
Refining:
Year
Type
Indexed by
Colleges
Complex
Language
Clean All
Abstract :
一种面向边缘端行人跟踪和人数精确统计的方法,涉及边缘计算场景下基于人工智能部件的行人跟踪和人数统计领域。该方法初始时建立并实时维护行人动态跟踪列表。从边缘端的人工智能部件获取行人结果信息,并在其基础上建立行人静态检测列表。将行人静态检测列表和行人动态跟踪列表进行精确匹配。边缘端的成本及性能限制使得边缘端计算能力有限会导致行人精确匹配失败。此时,该方法将根据行人动态跟踪信息对行人进行智能模糊匹配。根据匹配后的结果实时更新行人动态跟踪列表,并对统计区域内的行人进行人数精确统计,若精确统计失败,所述方法对该行人使用延迟计数策略。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | Huang Zhangqin , Sheng Mengxue , Zhang Shuo et al. 一种面向边缘端行人跟踪和人数精确统计的方法 : WOCN21072538[P]. | 2021-01-18 . |
MLA | Huang Zhangqin et al. "一种面向边缘端行人跟踪和人数精确统计的方法" : WOCN21072538. | 2021-01-18 . |
APA | Huang Zhangqin , Sheng Mengxue , Zhang Shuo , Li Hongliang . 一种面向边缘端行人跟踪和人数精确统计的方法 : WOCN21072538. | 2021-01-18 . |
Export to | NoteExpress RIS BibTex |
Abstract :
本发明提供一种基于混合特征的安卓恶意软件检测方法及系统,涉及安卓软件检测技术领域,包括对安卓软件进行逆向分析,得到安卓软件的权限信息文件和所调用的API信息文件;根据权限信息文件提取安卓软件的权限特征和意图特征,根据API信息文件提取安卓软件的API特征;将提取到的安卓软件的权限特征、意图特征和API特征输入到训练好的机器学习算法分类模型进行分析;机器学习算法分类模型输出分析结果,分析结果为恶意软件或良性软件。本发明通过对安卓设备的静态检测方法进行研究,提出综合权限信息、意图信息和API信息三个特征对恶意软件进行检测,解决单一权限特征无法准确分类、识别率准确率较低的问题,提高对安卓恶意软件的识别准确率。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 何泾沙 , 吴霜 , 朱娜斐 et al. 一种基于混合特征的安卓恶意软件检测方法及系统 : CN202011565908.9[P]. | 2020-12-25 . |
MLA | 何泾沙 et al. "一种基于混合特征的安卓恶意软件检测方法及系统" : CN202011565908.9. | 2020-12-25 . |
APA | 何泾沙 , 吴霜 , 朱娜斐 , 邓万航 , 他永君 , 许甜 . 一种基于混合特征的安卓恶意软件检测方法及系统 : CN202011565908.9. | 2020-12-25 . |
Export to | NoteExpress RIS BibTex |
Abstract :
一种面向边缘端行人跟踪和人数精确统计的方法,涉及边缘计算场景下基于人工智能部件的行人跟踪和人数统计领域。该方法初始时建立并实时维护行人动态跟踪列表。从边缘端的人工智能部件获取行人结果信息,并在其基础上建立行人静态检测列表。将行人静态检测列表和行人动态跟踪列表进行精确匹配。边缘端的成本及性能限制使得边缘端计算能力有限会导致行人精确匹配失败。此时,该方法将根据行人动态跟踪信息对行人进行智能模糊匹配。根据匹配后的结果实时更新行人动态跟踪列表,并对统计区域内的行人进行人数精确统计,若精确统计失败,所述方法对该行人使用延迟计数策略。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 黄樟钦 , 盛梦雪 , 张硕 et al. 一种面向边缘端行人跟踪和人数精确统计的方法 : CN202010068506.1[P]. | 2020-01-21 . |
MLA | 黄樟钦 et al. "一种面向边缘端行人跟踪和人数精确统计的方法" : CN202010068506.1. | 2020-01-21 . |
APA | 黄樟钦 , 盛梦雪 , 张硕 , 李洪亮 . 一种面向边缘端行人跟踪和人数精确统计的方法 : CN202010068506.1. | 2020-01-21 . |
Export to | NoteExpress RIS BibTex |
Abstract :
一种面向边缘端行人跟踪和人数精确统计的方法,涉及边缘计算场景下基于人工智能部件的行人跟踪和人数统计领域。该方法初始时建立并实时维护行人动态跟踪列表。从边缘端的人工智能部件获取行人结果信息,并在其基础上建立行人静态检测列表。将行人静态检测列表和行人动态跟踪列表进行精确匹配。边缘端的成本及性能限制使得边缘端计算能力有限会导致行人精确匹配失败。此时,该方法将根据行人动态跟踪信息对行人进行智能模糊匹配。根据匹配后的结果实时更新行人动态跟踪列表,并对统计区域内的行人进行人数精确统计,若精确统计失败,所述方法对该行人使用延迟计数策略。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 黄樟钦 , 盛梦雪 , 张硕 et al. 一种面向边缘端行人跟踪和人数精确统计的方法 : CN202010068506.1[P]. | 2020-01-21 . |
MLA | 黄樟钦 et al. "一种面向边缘端行人跟踪和人数精确统计的方法" : CN202010068506.1. | 2020-01-21 . |
APA | 黄樟钦 , 盛梦雪 , 张硕 , 李洪亮 . 一种面向边缘端行人跟踪和人数精确统计的方法 : CN202010068506.1. | 2020-01-21 . |
Export to | NoteExpress RIS BibTex |
Abstract :
由于恶意软件的数量日渐庞大,攻击手段不断更新,结合机器学习技术是恶意软件检测发展的一个新方向.先简要介绍恶意软件检测中的静态检测方法以及动态检测方法,总结基于机器学习的恶意软件检测一般流程,回顾了研究进展.通过使用Ember 2017和Ember 2018数据集,分析验证了结构化特征相关方法,包括随机森林(Random Forest,RF)、LightGBM、支持向量机(Support Vector Machine,SVM)、K-means以及卷积神经网络(Convolutional Neural Network,CNN)等算法模型;使用收集的2019年样本集分析验证了序列化特征相关方法,包括几种常见的深度学习算法模型.计算模型以在不同测试集上的准确率、精确率、召回率以及F1-值作为评估指标.根据实验结果分析讨论了各类方法的优缺点,着重验证分析了树模型的泛化能力,表明随着样本的不断演变,模型普遍存在退化问题,并指出进一步研究方向.
Keyword :
静态检测 恶意软件检测 机器学习 随机森林 LightGBM
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 景鸿理 , 黄娜 , 李建国 . 基于机器学习的恶意软件检测研究进展及挑战 [J]. | 信息技术与网络安全 , 2020 , 39 (11) : 38-44,68 . |
MLA | 景鸿理 et al. "基于机器学习的恶意软件检测研究进展及挑战" . | 信息技术与网络安全 39 . 11 (2020) : 38-44,68 . |
APA | 景鸿理 , 黄娜 , 李建国 . 基于机器学习的恶意软件检测研究进展及挑战 . | 信息技术与网络安全 , 2020 , 39 (11) , 38-44,68 . |
Export to | NoteExpress RIS BibTex |
Abstract :
本发明提供一种基于混合特征的安卓恶意软件检测方法及系统,涉及安卓软件检测技术领域,包括对安卓软件进行逆向分析,得到安卓软件的权限信息文件和所调用的API信息文件;根据权限信息文件提取安卓软件的权限特征和意图特征,根据API信息文件提取安卓软件的API特征;将提取到的安卓软件的权限特征、意图特征和API特征输入到训练好的机器学习算法分类模型进行分析;机器学习算法分类模型输出分析结果,分析结果为恶意软件或良性软件。本发明通过对安卓设备的静态检测方法进行研究,提出综合权限信息、意图信息和API信息三个特征对恶意软件进行检测,解决单一权限特征无法准确分类、识别率准确率较低的问题,提高对安卓恶意软件的识别准确率。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 何泾沙 , 吴霜 , 朱娜斐 et al. 一种基于混合特征的安卓恶意软件检测方法及系统 : CN202011565908.9[P]. | 2020-12-25 . |
MLA | 何泾沙 et al. "一种基于混合特征的安卓恶意软件检测方法及系统" : CN202011565908.9. | 2020-12-25 . |
APA | 何泾沙 , 吴霜 , 朱娜斐 , 邓万航 , 他永君 , 许甜 . 一种基于混合特征的安卓恶意软件检测方法及系统 : CN202011565908.9. | 2020-12-25 . |
Export to | NoteExpress RIS BibTex |
Abstract :
目前,全国各地已相继建成了基于图像处理技术的黑烟车电子抓拍系统,但现有的系统缺乏科学的检测方法,本文在大量调研厂家的基础上,基于林格曼黑度图法探讨出静态检测黑烟车电子抓拍系统林格曼黑度精度的方法,并在试验的基础上证明方法的可行性和合理性,得出黑度级数示值误差不大于0.25个林格曼黑度级.
Keyword :
黑烟车电子抓拍系统 静态方法 检测
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 郭子君 , 刘育 , 隋新亮 . 黑烟车电子抓拍系统检测方法研究 [J]. | 计量技术 , 2020 , (1) : 3-6 . |
MLA | 郭子君 et al. "黑烟车电子抓拍系统检测方法研究" . | 计量技术 1 (2020) : 3-6 . |
APA | 郭子君 , 刘育 , 隋新亮 . 黑烟车电子抓拍系统检测方法研究 . | 计量技术 , 2020 , (1) , 3-6 . |
Export to | NoteExpress RIS BibTex |
Abstract :
近年来,Android平台应用程序的隐私泄漏问题受到越来越多的关注.应用程序恶意获取用户隐私信息将会增加智能手机用户的隐私泄漏风险,针对该问题,国内外研究人员研究并提出了多种Android平台应用程序的隐私泄漏检测工具.对9种Android平台应用程序的隐私泄漏静态检测工具进行了分析与比较,总结了这些静态检测工具的检测对象、检测方法、能够检测的错误类型和检测效果,并为两种开源工具FlowDroid和IccTA设计了相关实验,以检验其性能及检测效果.针对50个下载的应用程序,FlowDroid成功检测出9个应用存在隐私泄漏,IccTA成功检测到7个组件间泄漏;针对12个自主设计的测试集,FlowDroid和IccTA都成功检测出其中涉及的多种隐私泄漏.
Keyword :
隐私泄漏 Android应用 静态检测
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 燕季薇 , 李明素 , 卢琼 et al. 基于Android平台的隐私泄漏静态检测工具的分析与比较 [J]. | 计算机科学 , 2017 , 44 (10) : 127-133 . |
MLA | 燕季薇 et al. "基于Android平台的隐私泄漏静态检测工具的分析与比较" . | 计算机科学 44 . 10 (2017) : 127-133 . |
APA | 燕季薇 , 李明素 , 卢琼 , 严俊 , 高红雨 . 基于Android平台的隐私泄漏静态检测工具的分析与比较 . | 计算机科学 , 2017 , 44 (10) , 127-133 . |
Export to | NoteExpress RIS BibTex |
Abstract :
基于磁记忆效应的旋转设备故障检测系统,属于磁检测技术领域,该系统包括磁记忆检测装置,数据采集及处理部分,载物台,测试旋转部件磁信号的专用夹具,电动机。该磁记忆检测装置由二维检测探头、电源驱动电路、脉冲消磁电路、滤波放大电路、A/D转换电路、单片机、显示电路、键盘、串口、及计算机构成。此系统使用特制夹具将二维磁传感器探头固定,拾取旋转设备产生的磁信号,经过滤波放大等环节通过计算机进行保存和显示,通过对磁力异常区域的观测可以确定故障的位置和大小。该系统具有信号采集,信号保存,信号处理等功能。此系统具有可进行旋转构件的静态检测和动态监测的特点,且具有操作方便,抗干扰能力强,测量精度可调等优点。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 崔玲丽 , 王婧 , 康晨晖 et al. 基于磁记忆效应的旋转设备故障检测系统 : CN201110158713.7[P]. | 2011-06-14 . |
MLA | 崔玲丽 et al. "基于磁记忆效应的旋转设备故障检测系统" : CN201110158713.7. | 2011-06-14 . |
APA | 崔玲丽 , 王婧 , 康晨晖 , 张建宇 , 高立新 , 胥永刚 . 基于磁记忆效应的旋转设备故障检测系统 : CN201110158713.7. | 2011-06-14 . |
Export to | NoteExpress RIS BibTex |
Abstract :
基于磁记忆效应的旋转设备故障检测系统,属于磁检测技术领域,该系统包括磁记忆检测装置,数据采集及处理部分,载物台,测试旋转部件磁信号的专用夹具,电动机。该磁记忆检测装置由二维检测探头、电源驱动电路、脉冲消磁电路、滤波放大电路、A/D转换电路、单片机、显示电路、键盘、串口、及计算机构成。此系统使用特制夹具将二维磁传感器探头固定,拾取旋转设备产生的磁信号,经过滤波放大等环节通过计算机进行保存和显示,通过对磁力异常区域的观测可以确定故障的位置和大小。该系统具有信号采集,信号保存,信号处理等功能。此系统具有可进行旋转构件的静态检测和动态监测的特点,且具有操作方便,抗干扰能力强,测量精度可调等优点。
Cite:
Copy from the list or Export to your reference management。
GB/T 7714 | 崔玲丽 , 王婧 , 康晨晖 et al. 基于磁记忆效应的旋转设备故障检测系统 : CN201110158713.7[P]. | 2011-06-14 . |
MLA | 崔玲丽 et al. "基于磁记忆效应的旋转设备故障检测系统" : CN201110158713.7. | 2011-06-14 . |
APA | 崔玲丽 , 王婧 , 康晨晖 , 张建宇 , 高立新 , 胥永刚 . 基于磁记忆效应的旋转设备故障检测系统 : CN201110158713.7. | 2011-06-14 . |
Export to | NoteExpress RIS BibTex |
Export
Results: |
Selected to |
Format: |