基于外形特征与运动特征的人体行为提取方法

针对传统外形特征表征方法描述行为动作能力有限和运动特征表征方法难以准确、稳定地捕捉目标运动特性等问题。提出运用人体外形特征和运动特征相结合的方法提取人体行为关键特征,利用谱聚类算法对特征进行降维,降低了数据维数,获得了最优的特征表征。仿真实验表明,该方法降低了样本维数,减少了数据冗余,并提高了训练精度,且保证了行为识别率。     

视觉传感网络中身份特征自适应识别算法改进

在对视觉传感网络中身份特征进行识别时,容易受到人脸表情、光照条件及遮挡等干扰,降低了身份特征识别精度.提出了一种基于改进最小灰度差树的身份特征自适应识别算法.对待识别图像进行灰度处理后,利用最小灰度差数增强待识别图像的质量;定义基于灰度的代价函数,获取待识别人脸图像和指定人脸图像对应的各灰度对的匹配代价,建立最小灰度差树模型,计算两幅图像相似度后,直接采用最近邻匹配算法获取和视觉传感网络注册图库中最小匹配代价对应的图像身份,将其看作待识别身份,实现视觉传感网络中身份特征自适应识别.仿真实验结果表明,所提算法具有很高的身份识别精度.     

基于动态平衡自适应迁移学习的流量分类方法

针对应用流量识别性能和准确率降低等问题,该文提出一种动态平衡自适应迁移学习的流量分类算法。首先将迁移学习引入到应用流量识别中,通过将源领域和目标领域的样本特征映射到高维特征空间中,使得源领域和目标领域的边缘分布与条件分布距离尽量小,提出使用概率模型来判断和计算域之间的边缘分布与条件分布的区别,利用概率模型对分类类别确认度的大小,定量来计算平衡因子$ \mu $,解决DDA中只考虑到分类错误率,没有考虑到确认度的问题。然后引入断崖式下跌策略动态确定特征主元的数量,将进行转换后的特征使用基础分类器进行训练,通过不断的迭代训练,将最终得到的分类器应用到最新的移动终端应用识别上,比传统机器学习方法的准确率平均提高了7%左右。最后针对特征维度较高的问题,引入逆向特征自删除策略,结合推土机距离(EMD),使用信息增益权重推土机相关系数,提出了针对应用流量识别的特征选择算法,解决了部分特征对模型的分类无法起到任何的帮助,仅仅导致模型的训练时间增加,甚至由于无关特征的存在导致模型的性能和准确率降低等问题,将经过选择处理的特征集作为迁移学习的训练输入数据,使得迁移算法的时间缩短大约80%。     

基于谱线特征的调制方式自动识别方法

研究了基于谱线特征的通信信号调制方式自动识别方法,从信号的功率谱、二次方谱、四次方谱及包络平方谱中,提取出一组鲁棒性强的特征参数。在不需要先验知识的情况下,对卫星通信中常用的调制信号进行了自动识别。仿真结果表明,在信噪比大于5 dB时,总体识别率能达到97%以上,方案具有很强的实用性。     

基于自适应结构图的半监督语音情感特征选择

本文研究了语音情感识别中的半监督特征选择问题,即如何利用未标记语音情感数据来帮助选择具有情感判别性的特征.为了解决这个问题,提出了一种新的基于图的半监督特征选择方法.其可以根据标签适应度和流形平滑度,在图上估计一个预测标签矩阵,从而有效地利用标记数据中的标签信息,以及标记数据和未标记数据中的流形结构信息.与现有的基于图...     

应用层负载特征定义及自动提取方法

针对现有网络流量识别中应用层负载特征提取方法对训练数据中字节值变化较为敏感的问题,首先定义了一种新的以位为最小特征单位的网络流量应用层负载特征,然后设计了相应的自动提取方法。通过3种常用标准协议的实验表明,自动提取方法可以快速获得负载特征,特征识别结果准确性高。对QQ私有应用协议的实验表明,使用获取到的负载特征进行网络流量识别,可以满足实际网络中对QQ网络流量识别的要求。     

汉语普通话的管辖音系学特征及提取方法

语音识别中多采用音素作为识别单元,因其数量较多,对神经网络训练复杂度的要求高,在多语言语音识别中需要针对不同语言分别建立识别模块.然而,管辖音系学提出了适用于多语言的语音学特征.本文根据英语和汉语发音的相似性,确定汉语普通话声韵母的GP特征表示形式,并应用神经网络实现特征提取.实验表明,GP特征同样可作为汉语语音的语音学特征.     

基于自适应特征提取的数显仪表识别系统

为了适应数显仪表各种不同的室外环境,建立了自适应于不同光照条件下的仪表自动识别系统。针对数显仪表图像的点亮区域多为红色,不亮部分偏灰白的特征,设计基于RGB彩色空间滤波方法,较好地保留了点亮区域的亮度信息;并提出改进的最大类间方差法,实现了数显仪表图像字符的自适应提取。根据数显仪表数字特征信息,采用穿线识别法,实现了数显仪表的自动识别。通过大量实测实验表明,提出的自适应特征提取算法对不同角度、不同光照环境拍摄的仪表图像都有良好的适应性,应用于数显仪表自动识别系统可得到95%的识别准确率,平均运行时间为1.136 s。     

基于电子标签自适应特征点匹配方法的研究

在特征点匹配的基础上,提出了一种电子标签自适应的特征匹配方法.首先,两个特征之间的距离用于计算特征对的支撑区域大小,这与使用检测器提供信息以找到支撑区域的方法不同.其次,为了实现旋转不变性,引入了基于强度顺序的子区域划分方法.最后,为了与流行的描述符电子标签自适应特征变换和加速鲁棒特征进行比较,选择了高斯和快速Hessain检测器差异的检测点作为特征点的方法.将其他实验课题的方法与类似的提议方法进行比较,例如Tell's和Fan's.实验结果表明,提出的描述符在各种图像变换下优于流行的描述符,特别是在具有尺度和视点变换的图像上.     

基于局部分块特征的快速虹膜身份鉴别算法

提出一种新的虹膜身份鉴别算法.首先将灰度虹膜图像等分为若干个子图像,再将每个子图像等分为若干个子区域,将各点梯度之和最大的子区域中心点坐标作为各子图像的特征,各子图像的特征构成了该虹膜图像的特征矩阵,最后通过特征矩阵在空间上直接对准的方法进行匹配识别.给出了子图像和子区域大小的选择方法,同时给出了在人眼自然张开状态下不受遮挡干扰的可用虹膜区域大小对识别效果的影响.克服了之前人为规定子图像和子区域大小和选取固定可用虹膜区域大小提取局部纹理特征所带来的局限性.实验表明:1)人眼自然张开状态下,在虹膜区域超过50%不受遮挡时即可完成识别;2)算法运行速度快且对采集图像时左右各7°以内的旋转失真具有很强的容错能力.     

基于自动特征提取的大规模网络蠕虫检测

蠕虫由于传播速度很快在网络中造成了严重的危害,对蠕虫进行自动的快速检测成了一项必需的研究。研究了在大规模网络中,利用流量异常发现模块从网络中发现异常数据集,然后自动进行特征提取,进而将特征更新到特征检测的特征库中进行特征检测的方法,实现对未知蠕虫的检测。本系统能够快速地发现新的疫情,作为蠕虫的自动防御的基础。     

一种基于人工智能的关键词组合策略提取方法

关键词组合策略是一种治理垃圾信息(如垃圾短信、垃圾彩信和RCS)的高效手段。当前的治理策略主要依靠人工的方式进行编制和维护,由于需要分析大量垃圾信息,工作量繁重。本文提出了一种基于AI的策略自动生成方法,能够辅助人工进行垃圾信息的分析和关键字组合策略生成,从而大幅减少人力。具体地,本文将垃圾信息中词语按照特定规则进行矩阵化排列,形成关键词矩阵,并输入基于二维卷积神经网络的分类器中进行训练,使得将关键词提取问题转化为在关键词矩阵中进行卷积操作。通过训练分类器,卷积网络能够自动提取出具有显著类别特征的关键字组合特征,在进行任意信息分类的同时,通过提取能够最大化卷积网络激活值的卷积窗口,可以找到针对该信息最合适的关键词组合策略。实验证明,该算法生成的关键字组合策略具有较好的查准率和查全率。     

蠕虫正则表达式特征自动提取技术研究

提出一种实用的蠕虫正则表达式特征自动提取方法,该方法由蠕虫传播网络流样本获取、特征树生成、高假阳性特征剔除、特征融合这4步组成。该方法的优点是可输出具有强描述能力的包含“.*”、“.{k}”、“|”、“(c){k}”等元字符的正则表达式特征。基于蜜罐系统Honeybow实现了该方法,并针对互联网上数种真实蠕虫进行了实验。实验结果表明,该方法可以准确地提取真实蠕虫的正则表达式特征,可以在蜜罐、蠕虫及恶意代码分析等系统中应用。     

光纤网络断点数据提取方法研究

对光纤网络断点数据进行自动提取,是提升光纤网络安全性的有效方法,传统的光纤网络断点数据提取方法提取到的数据辨识度较低,无法在根本上提高网络安全性,为此提出一种基于遗传算法的光纤网络断点数据提取方法研究。通过构建光纤网络节点断点数据分布模型、断点数据特征信息采集、断点数据固定处理、断点数据提取优化四个阶段,实现光纤网络断点数据提取方法研究。仿真结果表明,采用该方法进行光纤网络断点数据提取的辨识度较高,对光纤网络断点数据固定能力较强,提高了光纤网络断点数据的提取能力。     

基于流感知的复杂网络应用识别模型

传统协议识别技术多以单网络流为识别手段,不能应对复杂网络应用多服务、多协议等特性,因此在面对复杂网络应用识别时严重失效。针对复杂网络应用的识别难题,提出了一种流感知模型,从空间、时间和流量3个维度来刻画复杂网络应用的通信特性,深度分析并挖掘了复杂网络应用的行为和状态特征;基于此模型,提出了一套快速识别复杂网络应用的方法和架构。实验结果表明,流感知模型能有效识别复杂网络应用,具有良好的识别效果。     

抗噪的攻击特征自动提取方法

现有的特征提取方法或不具有良好的抗噪性,或具有一定抗噪能力但特征提取的准确性较差.针对这一问题,利用多序列比算法能够求解序列间相同元素的全局最大一致性这一特点,提出一种包括多序列比对算法ClustalW+CSR、自适应噪声消除、特征转化这3个步骤的抗噪特征提取方法.实验结果表明,与当前其他基于网络的攻击特征自动提取方法相比较,该方法不仅特征提取的准确性较高,而且还具有良好的抗噪能力.     

基于特征迹的密集多目标自适应视频跟踪

在强干扰下检测和跟踪密集多目标不仅是科学研究的一大难题,在国防和国民经济中也有着重要的应用.本文从多目标检测和跟踪的物理基础出发,在谱、空间和时间域使用目标的物理特性和运动特性融合测量数据生成特征迹,依靠其运动马尔可夫可信度和特征马尔可夫可信度在第一时间去除噪声,并将数据关联结果作为反馈进行自适应的视频检测,实现高精度...     

Improving signature quality for network application identification

Network application identification is one of the core elements in network operations and management to provide enhanced network service and security. For accurate identification, an approach using common patterns called “signatures” is widely used to compensate the limitations of the traditional transport-layer port-based classification. However, our simulation results indicate that using the signatures generated from a set of well known algorithms may lead to very poor identification performance, with less than 60% of true positives even in an optimal case. To improve the quality of signatures, we present a technique in this paper, which consists of two steps: (i) pairwise merging to consider every possible combination of the initially collected signatures to reduce their specificity that causes the signatures to be less common; and (ii) signature reduction to identify effective signatures with greater importance from a large set of signatures produced in the merging step, so as to manage the space/time complexity in the identification process for greater scalability. Our experimental results show that the proposed technique can dramatically improve the performance, even with a small number of signatures (e.g., 95% true positives rate with 30 signatures per application) which is more compact than the initial signature set.     

基于通信特征分析的蠕虫检测和特征提取方法的研究

提出了一种基于通信特征分析的蠕虫检测与特征提取技术，在解析蠕虫传播过程中特有的通信模式的基础上，评估通信特征集合问的相似度，通过检测传染性来检测蠕虫，这种方法具有更高的检测精度、通用性和适应性。在此基础上设计了启发式检测体系结构，利用盲目跟踪、意向跟踪和锁定跟踪从通信协议、通信序列和通信内容3个层次逐级排除非蠕虫通信，筛选出蠕虫报文组，提取出蠕虫特征码。这种技术大幅缩减了采集量和分析量，能在高强度背景噪声的干扰快速检测蠕虫并提取出相应的特征。     

Nyberg-Rueppel消息恢复盲签名的一般化和改进

给出Nyberg-Rueppel消息恢复签名方案的一般性盲化方法,由该方法可以得到其3个盲化方案,其中一个就是Camenisch等人的方案,另外两个则是新的。在这两个新的方案中,一个与已有方案效率相当,另一个因无需求逆运算而效率更高。使用填充技术和hash函数,得到在ROM(randomoraclemodel)和GM(genericgroupmodel)模型下抗适应性选择消息伪造的可证明安全的消息恢复盲签名方案。