于静
- 作品数:26 被引量:49H指数:3
- 供职机构:中国科学院信息工程研究所更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术电子电信文化科学更多>>
- 一种面向文本和图像的跨媒体检索方法及电子装置
- 本发明提供一种面向文本和图像的跨媒体检索方法及电子装置,提取一设定长度语音信息的g维MFCC特征,并将长度为m的g维MFCC特征转换为一维语音特征;对一设定文本进行编码,获取词级别文本表示,并将词级别文本表示中每一个词与...
- 于静郭晶晶胡玥谭建龙郭莉
- HashTrie:一种空间高效的多模式串匹配算法被引量:7
- 2015年
- 经典的多模式串匹配算法AC的内存开销巨大,已经无法满足当前高速网络环境下大规模特征串实时匹配的应用需求。针对这一问题,提出一种空间高效的多模式串匹配算法—Hash Trie。该算法运用递归散列函数,将模式串集合的信息存储在位向量中,以取代状态转移表来减少空间消耗,并利用Rank操作进行快速匹配校验。理论分析表明,Hash Trie算法的空间复杂度为O(|P|),与模式串集合的规模|P|线性相关,与字符集大小σ无关,优于经典多模式串匹配算法AC的空间复杂度O(|P|σlog|P|)。在随机数据集和真实数据集(Snort、Clam AV和URL)上的测试结果表明,Hash Trie算法比AC算法节约高达99.6%的存储空间,匹配速度约为AC算法的一半左右。Hash Trie算法适合于模式串集合规模较大、模式串长度较短的多模式串匹配问题,是一种空间高效的多模式串匹配算法。
- 张萍刘燕兵于静谭建龙
- 关键词:入侵检测多模式串匹配位向量
- 图数据分析系统计算模型综述被引量:4
- 2017年
- 为适应图数据规模巨大、耦合性强、动态变化等特点,实现大规模图数据的高效分析计算,对图计算系统计算模型的研究现状进行了调研和综述。介绍了图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为节点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍节点中心模型的应用和性能。最后对图计算模型的发展过程进行总结,并展望图计算模型未来的发展方向。
- 刘梦雅刘燕兵刘燕兵郭莉于静
- 关键词:图算法数据一致性
- 一种基于大规模预训练的多场景低资源加密流量识别方法和系统
- 本发明涉及一种基于大规模预训练的多场景低资源加密流量识别方法和系统。本发明通过自监督学习掩码任务、BURST同源任务以挖掘有效通用加密流量知识,并结合低资源下多场景的微调学习表征每个场景下对应不同类别的加密流量,可以实现...
- 于静李镇林鑫杰熊刚苟高鹏刘畅崔明鑫
- 一种基于图卷积神经网络的文本分类方法及系统
- 本发明公开了一种基于图卷积神经网络的文本分类方法及系统。本方法为:1)对于目标领域的文本训练集中的每一已类别标注文本,根据该文本中词的词频、逆文档率生成该文本的文本特征向量;将各文本特征向量组合生成一文本特征矩阵,即TF...
- 唐钰葆于静曹聪刘燕兵谭建龙郭莉
- 文献传递
- 一种基于圆形检测的高效鲁棒印章检测与文字识别方法
- 本发明公开了一种基于圆形检测的高效鲁棒印章检测与文字识别方法,其步骤包括:1)基于圆检测的技术从待检测图片中获取候选印章区域;2)对所述候选印章区域进行拉直,将所述候选印章区域中的环形文字变水平后进行文字识别;3)利用印...
- 于静熊刚屈详颜李镇苟高鹏
- 基于预训练模型的视频多模态目标要素抽取与视频摘要合成方法及系统
- 本发明涉及一种基于预训练模型的视频多模态目标要素抽取与视频摘要合成方法及系统。该方法包括:对用户的自定义文稿进行预处理;通过预训练模型提取视频中的关键要素;将用户的自定义文稿中的句子与提取的视频中的关键要素进行匹配;根据...
- 于静熊刚李一立李镇苟高鹏
- 基于黑盒测试框架的深度学习模型版权保护方法
- 2023年
- 当前生成式人工智能技术迅速发展,深度学习模型作为关键技术资产的版权保护变得越发重要。现有模型版权保护方法一般采用确定性测试样本生成算法,存在选择效率低和对抗攻击脆弱的问题。针对上述问题,提出了一种基于黑盒测试框架的深度学习模型版权保护方法。首先引入基于随机性算法的样本生成策略,有效提高了测试效率并降低了对抗攻击的风险。此外针对黑盒场景,引入了新的测试指标和算法,增强了黑盒防御的能力,确保每个指标具有足够的正交性。在实验验证方面,所提方法显示出了高效的版权判断准确性和可靠性,有效降低了高相关性指标的数量。
- 屈详颜于静熊刚熊刚
- 关键词:版权保护
- 一种基于跨模态预训练模型的多模态知识提取与积累方法及装置
- 本发明涉及一种基于跨模态预训练模型的多模态知识提取与积累方法及装置。该方法包括:从给定的“问题‑图像”对中提取多模态知识三元组;利用三种损失函数学习多模态知识三元组的表示;利用学习的多模态知识三元组的表示,采用预训练‑微...
- 于静熊刚冯思远丁阳李镇苟高鹏
- 一种面向多模式图匹配的并行加速方法
- 本发明公开了一种面向多模式图匹配的并行加速方法。本方法为:1)生成目标领域的模式图集的多模式图索引;2)对所述多模式图索引采用逐层分组策略,即对所述多模式图索引中每一层出现的模式图进行评估,得到该层中每个模式图的匹配代价...
- 于静郭晶晶刘小梅刘燕兵曹聪谭建龙郭莉
- 文献传递