基于KNN和GBDT的Web服务器指纹识别技术

现有的Web服务器指纹识别方法容易因响应头被篡改而得不到准确的识别结果,而且已有的基于机器学习的相关识别方法需要预先发送大量的请求来进行识别。针对上述问题,通过分析响应头的特征关系,提出一种基于KNN和GBDT的Web服务器指纹识别算法,其只需要发送两种不同类型的异常请求,就能识别对应的Web服务器指纹类型和版本范围。与已有Web服务器指纹识别算法进行的对比实验结果表明,所提算法的识别速度和准确率均得到了优化。

回归树算法在嵌入式人脸置换的应用

已有的人脸识别算法虽有较好的效果,但对于嵌入式应用不都适用。针对终端人脸置换场景,提出使用迭代的方式来减少因光线等原因无法得到标准图像的状况。同时使用回归树的方法对图像的局部特征进行拟合以提高其识别速度,并在此基础上使用普氏分析等图像处理技术对图像的颜色平衡进行校正。在平衡效率的前提下,针对移动设备使用胶水语言Python进行模拟实现该算法,实现准确快速的人脸置换。实验表明,该方法在提高检测效率的同时,降低了对人脸的误判率并为高复杂度算法在移动终端的应用提供了借鉴。