基于Libsafe库的缓冲区溢出检测算法改进

C/C++提供了很多高效的诸如strcpy等字符串操作库函数,但由于缺乏相应安全边界检查机制,存在着一些容易被攻击者利用的缓冲区溢出漏洞与威胁。讨论已有的Libsafe安全库增强机制并分析了其依赖于栈帧指针回溯栈活动记录的局限性。提出基于程序指令特征码匹配来回溯函数栈活动记录的Libsafe安全库增强方法。逐条匹配函数体指令与已知候选集指令来获取栈信息。并在追溯栈活动记录时,将已回溯到的栈活动记录用哈希函数保存,以返回地址作为关键字用链地址法进行检索。对改进版Libsafe安全库检测方法做了算法可行性和复杂度分析。从灵敏性、完整性、准确性、性能等几个方面做了实验与分析,表明该机制的高效性与可用性。

基于多尺度时空特征和篡改概率改善换脸检测的跨库性能

目前大多DeepFake换脸检测算法过于依赖局部特征,尽管库内检测性能尚佳,但容易出现过拟合,导致跨库检测性能不理想,即泛化性能不够好。有鉴于此,文中提出一种基于多尺度时空特征和篡改概率的换脸视频检测算法,目的是利用假脸视频中广泛存在的帧间时域不连续性缺陷来解决现有检测算法在跨库、跨伪造方式和视频压缩时性能明显下降的问题,改善泛化检测能力。该算法包括3个模块:为检测假脸视频在时域上留下的不连续痕迹,设计了一个多尺度时空特征提取模块;为自适应计算多尺度时空特征之间的时空域关联性,设计了一个三维双注意力机制模块;为预测随机选取的像素点的篡改概率和构造监督掩膜,设计了一个辅助监督模块。将所提出的算法在FF++、DFD、DFDC、CDF等公开大型标准数据库中进行实验,并与基线算法和近期发布的同类算法进行对比。结果显示:文中算法在保持库内平均检测性能优良的同时,跨库检测和抗视频压缩时的综合性能最好,跨伪造方法检测时的综合性能中等偏上。实验结果验证了文中算法的有效性。

基于置信规则库气象站故障检测专家系统

针对气象站故障检测的需求,研制了基于置信规则库的气象站故障检测专家系统。专家系统利用前期建立起来的气象站的气象数据库,根据当前实时气象数据,通过改进的置信规则库模型结合专家经验知识自动完成数据分析和处理、是否有故障判断并对故障程度进行等级划分。工作人员在进行现场故障检测之前,只需通过气象站传感器故障专家系统对异常传感器进行辅助诊断,确定故障等级后依据故障等级携带相应检修设备或需更换的零部件进入现场实施检查和维修。实验测试表明系统对各个设备的总体平均检测准确率从69.8%提高到85.7%,极大提升了检测的效率和准确性。

对比特征增强的高架库小目标检测方法

针对高架库区场景下安全帽检测中目标特征信息少、分类精度低等问题,提出小目标对比特征增强网络。首先提出快速空间金字塔池化跨层融合模块,减少空间维度上的目标信息丢失。然后提出小目标对比特征增强模块,使用双路并行空洞卷积获取不同感受野,利用通道注意力获取特征图在通道维度上更为精准的特征信息,采用浅层特征图减去深层特征图的方法削弱浅层特征图中大目标信息,以增强小目标特征信息表达。加入高效通道注意力解耦检测头,通过将检测头解耦为分类和回归分支,分别学习目标的语义信息和位置信息。实验结果表明,在TT100K数据集上,所提方法的mAP@0.5比基准网络YOLOv5提高了6.4个百分点,比YOLOv7提高了1.9个百分点。在自建高架库数据集上,所提方法的mAP@0.5相比基准网络提高了4.9个百分点,其中安全帽的mAP@0.5相比基准网络提高了6.9个百分点。

基于语义的安卓广告库检测方法

安卓应用程序开发者试图在程序中嵌入广告库来获取收益,然而广告库的广泛引入增加了用户隐私泄露风险。为了准确自动识别嵌入的广告库,从静态分析的角度出发提出了一种基于语义的安卓应用程序广告库检测方法。该方法使用元信息识别主模块和非主模块,然后对非主模块进行语义特征提取,最后采用经典的机器学习方法训练广告库检测分类器。在Andrzoo的公开数据集上进行了实验验证,结果表明该方法取得了99.2%的召回率,并应用于安卓市场广告库检测,获得的准确率达97%。

面向工业品缺陷检测的对比表示学习

在大规模制造业中,缺陷检测旨在发现有缺陷的零部件,如损坏、错位的和存在印刷错误的部件等。由于缺陷类型未知以及缺陷样本短缺,工业品缺陷检测面临着极大的挑战。为克服上述困难,一些方法利用来自自然图像数据集的通用视觉表示,提取广义特征来进行缺陷检测。然而,提取到的预训练特征与目标数据之间存在分布差异,直接使用该特征会导致检测性能不佳。因此,提出了一种基于对比表示学习的方法ConPatch。该方法采用对比表示学习来收集相似特征或者分离不相似特征,从而学习面向目标的特征表示。为了解决缺乏缺陷标注的问题,将数据表示之间的两种相似性度量即成对相似度和全局相似度作为伪标签。此外,采用了轻量化的内存库,仅将全部正常样本即全部无缺陷样本的特征中心存储到内存库中,从而减小了空间复杂度和内存库的尺寸。最后,将正常特征拉近至一个超球面内,而缺陷特征则分布在超球面外,以此来聚集正常特征。实验结果显示,在工业品缺陷检测数据集MVTec AD中,基于Wide-ResNet50的ConPatch模型的I-AUROC和P-AUROC分别达到99.35%和98.26%。在VisA数据集中,ConPatch模型的I-AUROC和P-AUROC分别达到95.50%和98.21%。上述结果验证了模型的有效性。

检验检测机构标准库建设与信息化融合的路径探究

近年来,检验检测服务发展迅速,但由于标准化文件的数量众多、范围广泛,检测机构对待标准数据始终无法进行有效的结构化拆解和利用,同时信息化发展的迅速,使得检验检测行业的人员对信息化的诉求逐渐加快,文章从检验检测标准库建设以及信息化融合的路径探究,针对当前机构对纸质标准使用信息化的问题,通过对现状的分析、问题的剖析以及建议的提供,助推检验检测机构快速、简单地实现标准库建设以及与信息化融合。

基于多尺度记忆库的像素级无监督工业异常检测

基于特征嵌入的无监督异常检测方法通常使用patch级特征定位异常。patch级特征在图像级异常检测任务上具有竞争力,但在像素级定位方面存在精度不足的问题。为解决这一问题,提出一种由多尺度记忆库与分割网络组成的像素级异常检测方法 MemAD。首先,通过预训练的特征提取网络对训练集中的正常样本进行特征提取,构建3个尺度下的正样本特征记忆库;其次,在训练分割网络时,计算模拟的伪异常样本特征与记忆库中距离最近的正样本特征的差特征,进一步引导分割网络学习如何定位异常像素。实验结果表明,MemAD在MVTec AD(MVTec Anomaly Detection)数据集上的图像级和像素级接受者操作特征曲线下面积(AUC)分别达到了98.0%和97.4%,优于大多数的现有方法,验证了它在像素级异常定位中的准确性。

熟料库钢结构的日常检查和专业性检测

为了避免熟料库顶钢结构在恶劣环境和超常规运行中发生结构破坏甚至坍塌,需要日常检查和专业性检测来实现科学管理。分析认为,对熟料库下部混凝土结构、屋面、支座和拉链机平台等的日常检查是基础性工作,如果发现有宏观异常情况,专业技术人员应依此为依据进行计算分析,依据分析结果判定是否需要对熟料库进行专业性检测。专业性检测要严格执行既定流程,给出检测结论,包括对熟料库钢结构承载力及其可靠性的评定或抗震鉴定;当可靠性评定结果与熟料库实际运行情况矛盾时,应进行审核检验。

基于无人机遥感影像的变化检测样本库构建方法与实现

土地地表类别及其变化信息对自然资源耕地保护和用途管制有重大意义。目前众多学者利用深度学习技术提高了地物变化检测成效,但因所用卫星影像样本集的地物类别、体量和分辨率有限,对地物前后类别变化解译能力仍然不足。针对这个问题,本文提出使用分辨率更高、兼顾农村与城市的无人机遥感影像来建立变化检测样本库,从样本分类体系、组织模型、样本采集与入库等方面详细阐述了构建方法,并通过实验证明了分类的可行性。本文弥补了当前缺乏无人机变化检测样本库的问题,实现了精准又全面地识别地物前后变化类型,为科学分析和客观评价自然资源提供支持。

基于置信规则库推理的轨道高低不平顺检测方法

针对机车振动特征与轨道高低不平顺状态之间存在的复杂非线性关系,提出利用置信规则库推理方法检测轨道高低不平顺故障。建立置信规则库(BRB),通过车厢和车轴测点的垂向振动特征确定不平顺状态。选取两测点的振动幅值作为输入,不平顺的安全等级作为输出,对于被输入激活的置信规则,通过证据推理(ER)算法将被激活规则后项中的置信结构进行融合,从融合结果中换算出不平顺的安全等级。为解决专家给定的初始置信规则库参数不精确问题,采用数值样本优化学习模型训练得到最优参数取值。利用国内某既有干线区段轨道上所获取的实测振动数据,对所提方法进行验证,表明训练后得到的置信规则库系统能够准确描述不平顺与振动特征之间的因果关系,从而给出精确的检测结果。

噬菌体抗体库技术在农兽药快速检测技术中的进展

综述了噬菌体抗体库技术及其在农兽药快速检测技术中应用的最新进展,指出以噬菌体抗体库技术为代表的基因工程技术在农兽药残留快速检测方面有很好的前景。

评测智能化入侵检测方法的样本库分析

对入侵检测评测样本库的生成方法进行了介绍,给出了KDD CUP′99数据集的样本分布,探讨了httptunnel攻击在KDD CUP′99数据集中的分类情况,通过分析KDD CUP′99数据集的特征属性与SNORT特征项的关联,表明了KDD CUP′99数据集作为智能化入侵检测方法评测样本库是公正而合理的.

入侵检测系统攻击特征库的设计与实现

攻击特征库是基于误用的入侵检测系统的重要组成部分。本文主要介绍了入侵检测系统攻击特征库的设计思想和实现过程,运用Snort规则语言描述了规则库设计,规划了规则库的结构,并对规则解析进行了阐述。

土壤种子库与矿业废弃地植被恢复研究I.Leonard瓶-罐装置在土壤种子库检测中的应用

１前言土壤种子库的组成和动态的检测主要有两种方法，其一是把土壤样品铺在垫有沙子（经消毒除去沙子内可能有的种子）的花盆或其它发芽框上，给予合适条件使土样中的种子萌发，记录幼苗数及种类［１～５］；另一种是用物理方法分离土样直接得到种子，检测种子活力和统计...

可重用的机器视觉检测算法库设计

机器视觉技术涉及的软硬件知识多,系统实现困难,制约了该技术的应用.通过对图像算法研究,提出可重用的机器视觉算法库,采取参数化设计,在多个线阵CCD相机应用项目中得到实用,加速了项目进度,有利于机器视觉系统的推广.

基于标准库的纸质海图生产及更新中的质量检测方法

海图的质量是整个海事基础信息的核心和灵魂。目前,虽然纸质海图生产与更新已基本实现数字化,但纸质海图的质量检查仍采用传统的手工方式,这不仅效率低下,而且无法保证检查出所有可能的错误,难以保障纸质海图数据的准确性。因此,本文提出了一种基于标准库的纸质海图质量检测的新方法,该方法充分顾及了纸质海图的数字化生产工艺,实现了数字条件下纸质海图生产与更新中高效的质量检测。根据该方法开发的海图质量检测原型系统,在天津海事局得到了初步应用,并获得了良好的效果。

大型建库数据可靠性检测方法的实践与研究

结合南京市1∶1 000基础地理数据建库项目,提出如何快速、准确地检测数据,使错误最少化,从而满足大型GIS建库可靠性要求。

导航电子地图质量检测样本库建设初探

为节约检测成本,保证检测结果科学公正、真实可靠,促进导航电子地图质量检验工作的顺利开展,并有效管理导航电子地图质量检测工作中采集的样区基准数据,建立导航电子地图质量检测样本库成为一种必然。为此,文中初步说明了导航电子地图质量检测样本库建设的必要性,扼要表述了建设目标与要求,探讨了建设内容与技术指标,为导航电子地图质量检测奠定了技术基础。

基于ZigBee通信技术的烟叶醇化库分布式温湿度检测系统设计

针对温、湿度环境直接影响烟叶醇化效果的问题,提出了一种基于ZigBee无线通信技术的温、湿度检测系统,检测系统以CC2420芯片作为无线收发模块的核心,利用数字式温、湿度传感器DS18B20、HIH3610为检测元件,对温、湿度测量模块、ZigBee接收模块等关键技术进行了研究.系统实现了传感器灵活布置,提高了的温、湿度环境参数的实时检测能力,为烟叶醇化库的环境检测提供了一种新的途径.