[發明專利]一種基于人工智能的網絡安全檢測方法

有效

• 申請號: 202210752629.6
• 申請日: 2022-06-30
• 公開（公告）號: CN114827380B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 王晨;田艷艷;尋廣巖;孫鳳菊;趙彥臣;陳倩;杜波;田常立
• 申請（專利權）人: 智聯信通科技股份有限公司
• 主分類號: H04N1/32
• 分類號: H04N1/32;G06T1/00
• 代理公司: 濟寧仁禮信知識產權代理事務所(普通合伙) 37383
• 代理人: 李瓊

1.一種基于人工智能的網絡安全檢測方法，其特征在于，該方法包括以下步驟：

獲取待傳輸圖像，將待傳輸圖像中任意相鄰的像素點劃分為不同的集合，所述不同的集合為第一集合和第二集合；

對第一集合的像素點嵌入預設一層水印，使所述待傳輸圖像更新為第一水印圖像，對第一水印圖像中的第二集合的像素點嵌入預設二層水印，使所述第一水印圖像更新為第二水印圖像；

依據所述第二水印圖像提取出的水印進行網絡安全檢測；

所述嵌入預設一層水印的過程為：

將第一集合中的像素點劃分為多個第一復雜度區間；獲取每個第一復雜度區間的最大誤差直方圖，以及最大誤差直方圖的峰值點、左側零值點和右側零值點，結合最高評分像素對的獲取過程得到評分最高的第一像素對，對第一像素對對應的像素點嵌入預設一層水印，得到所述第一水印圖像；

所述嵌入預設二層水印的過程為：

將所述第一水印圖像中第二集合的像素點劃分為多個第二復雜度區間；獲取每個第二復雜度區間的最小誤差直方圖，以及最小誤差直方圖的峰值點、左側零值點和右側零值點；結合所述最高評分像素對的獲取過程得到評分最高的第二像素對，對第二像素對對應的像素點嵌入預設二層水??；

所述最高評分像素對的獲取過程為：

在所述峰值點和所述左側零值點之間，選取一個左側像素值，在所述峰值點和所述右側零值點之間，選取一個右側像素值，組成一個像素對；依據每個像素對所對應的水印嵌入量和平移量獲取該像素對的評分。

2.根據權利要求1所述的一種基于人工智能的網絡安全檢測方法，其特征在于，所述最大誤差直方圖的獲取方法為：

每個第一復雜度區間包括多個第一區間像素點，以每個第一區間像素點的初始像素值與對應的初始像素值最小的鄰域像素點的誤差作為該區間像素點的第一新像素值，通過統計第一新像素值的頻數得到所述最大誤差直方圖；

所述最小誤差直方圖的獲取方法為：

每個第二復雜度區間包括多個第二區間像素點，獲取每個第一區間像素點在所述第一水印圖像中的更新像素值，以每個第二區間像素點的初始像素值與對應的更新像素值最大的鄰域像素點的誤差作為該區間像素點的第二新像素值，通過統計第二新像素值的頻數得到所述最小誤差直方圖。

3.根據權利要求1所述的一種基于人工智能的網絡安全檢測方法，其特征在于，所述第一復雜度區間的劃分方法為：

獲取第一集合中每個像素點的第一復雜度，將獲取的所有第一復雜度按照大小排序，根據最大第一復雜度和最小第一復雜度的差值將排過序的第一復雜度均勻劃分為多個第一復雜度區間。

4.根據權利要求1所述的一種基于人工智能的網絡安全檢測方法，其特征在于，所述最大誤差直方圖的左側零值點和右側零值點的獲取方法為：

在最大誤差直方圖的峰值點左側搜索距離峰值點最近的頻率為零的像素值作為左側零值點，當不存在頻率為零的像素值時，以峰值點左側頻率最小的像素值作為左側零值點；

在最大誤差直方圖的峰值點右側搜索距離峰值點最近的頻率為零的像素值作為右側零值點，當不存在頻率為零的像素值時，以峰值點右側頻率最小的像素值作為右側零值點。

5.根據權利要求1所述的一種基于人工智能的網絡安全檢測方法，其特征在于，所述像素對的組成方法為：

在所述峰值點和所述左側零值點之間，選取頻數大于等于峰值點頻率的一半的所有像素值組成左側集合；在所述峰值點和所述右側零值點之間，選取頻數大于等于峰值點頻率的一半的所有像素值組成右側集合；從左側集合任選一個左側像素值，從右側集合中任選一個右側像素值，由左側像素值和右側像素值組成一個像素對。

6.根據權利要求1所述的一種基于人工智能的網絡安全檢測方法，其特征在于，所述水印嵌入量的獲取方法為：

以每個左側像素值的頻數作為對應的水印嵌入量；以每個右側像素值的頻數作為對應的水印嵌入量。