一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 涂然 计算机科学学院/计算机科学与技术 2018/2022 201831061321 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 张全 计算机科学学院 讲师 计算机视觉、并行计算 四、项目简介 本项目开发的产品主要是针对加油站的一些风险行为进行视频监控监测，监控检测部分包括吸烟、打电话操作等危险行为，当检测到风险行为发生的时候，通过互联网的高效传输，会通过语音报警的形式进行提醒，这样可以有效的避免加油站灾难事故的发生，进一步降低加油站可能的安全隐患，能够更加保证加油站工作人员和附近居民的生命和财产安全。 本项目首先在加油站合理的布置多个监控摄像头，确保能够无死角的监控加油站的完整环境，然后结合计算机视觉和深度学习中的目标检测和目标跟踪算法，对需要监控的的风险行为进行识别，然后利用训练好的识别模型运行在监控设备里面，通过监控摄像头能够对加油站的危险行为进行及时预警，实现有效降低加油站事故发生的概率。本产品将深度学习和实际工程应用相结合，经过实际测试，取得效果非常显著，得到加油站工作人员的认可。

本发明公开了一种套用商户类别码欺诈行为的检测方法，首先通过获取正常商户交易数据并进行预处理、层次聚类获取标准行为模式；然后，按照正常商户：套用商户＝1:1的数量，随机抽取正常商户、套用商户的交易流水数据并获取各商户的86维特征的交易数据向量，通过欧式距离计算获取一个9维特征进行叠加，得到95维的特征向量，通过批量梯度下降方法不断训练得到逻辑斯蒂回归模型的参数，从而得到分类器；最后依据新用户的一年的交易流水数据构造一个95维的特征向量送入分类器分类，检测出是否是套用商户。

移动互联网将移动通信和互联网二者结合起来，成为当今世界发展最快、市场潜力最大、前景最诱人的产业发展方向。最新数据统计，中国移动互联网用户已达到 4.64 亿。各大应 用市场如 Google Play 有百万种应用，国内机锋市场、天翼等平台也具有大量的安卓应用。 这些应用在给人们带来巨大便利的同时，也带来巨大的信息安全隐患和风险。据统计，超过 九成的应用软件涉嫌窃取用户隐私、恶意扣费、恶意推广、恶意捆绑植入病毒/木马等恶意 行为。这些恶意行为不仅给用户带来经济损失，甚至涉及人身安全问题。因此迫切需要快速、 准确地自动化检测如此庞大的应用程序的恶意行为。传统手机杀毒软件基于 PC 时代检测特征序列的方式识别恶意软件/恶意行为，虽然这种 方式高效、易于同步检测，但是存在只能查杀已知威胁、反馈周期长、易于绕过等诸多问题。 为了解决上述问题，我们设计并实现一个 Android 应用恶意行为自动化检测系统。本系统提 供一个基于行为查杀的完整解决方案，可服务于第三方管控部门、高级大型企业(如电信运 营商)、Android 工程师与普通用户等三大类用户。本系统结合静态分析、动态追踪、网络 流量定位三种方法实现“数据流、控制流、网络流”三流融合分析技术，可提供自动化应用 软件爬取、自动化检测分析、自动化特征库更新、自动化恶意行为挖掘、恶意攻击训练、证 据留存等多项服务，达到爬取自动化、处理高效化、分析智能化、信息安全化的设计目标。 本系统主要的特点如下: 全平台部署更实用:跨平台语言设计，多重角度防护，可部署于 Windows XP/WIN7/WIN8 以及 Linux 主流版本。 自学习、更新更方便: 应用图论分析技术、自动化行为特征挖掘等技术，挖掘具有通用性的恶意行为链，无需频繁升级模型库。 智能网络爬虫更高效:针对第三方监控需求，本系统提供自动化网络爬取功能，可实现最优监控部署、最优更 新策略。 “3x3”立体更高维:“静态分析、动态追踪、网络流量三维度”，“数据流、控制流、网流”三层面，智能立 体分析模式，无懈可击的安全检测。 11类41种恶意行为检测更全面:可有效对隐私窃取、系统破坏、信息破坏等 41 种恶意行为进行检测，分类图如下图所示。 层级分析更迅速:系统依据层级分析结构，快速定位，快速甄别，快速分析。 “三流融合”更细致:本系统结合底层 API HOOK、动态污染分析、静态行为链识别、网络流量检测等方式，可分析恶意软件的函数调用关系、数据传播定位、恶意行为网络数据包。  恶意特征自动统计挖掘更可靠: 特征自动挖掘更节省人力与计算资源，标准处理流程无死角分析。  恶意攻击模拟更实战: 对官方发布系统与软件攻击模拟，自动化挖掘存在漏洞和风险。 分析数据更可观:行为统计、时间轴建模、应用权限分析、敏感函数展示、敏感数据分析、行为记录、运 行截图等多项数据展示，并支持数据导出功能。 测试项目更全面:课题组具有大量软件自动化测试经验，可支持适配测试、功能测试、可靠性测试、安全 性测试、环境测试、安全测试需求。性能参数: 准确性高，超过 97%的正确识别率; 完成一次普通测试任务不足30分钟，测量时间短，重现性好。

本发明公开了一种基于深度图像的跌倒行为实时检测方法,包括深度图像获取，人体图像识别，深度差分特征提取，人体部位解析，·704·关节点提取，高度特征提取和跌倒检测步骤；基于深度图像，在识别出的人体图像上选择特定的深度差分特征，使用随机森林分类器对人体部位进行解析，将人体分为头部与躯干两个部位类型，随后检测关节点，然后提取高度特征向量，再通过支持向量机分类器检测对象是否处于跌倒状态的信息；本发明提供跌倒行为

工程风险分析与能源、安全相关联，是近年新兴的技术，被列入国际公认的21世纪闪光技术。尤其是在化工、石油化工行业，控制风险进行管理，对延长设备运转周期，提高企业效益有着显著的作用。我校在八十年代初就率先开展了化工装备可靠性的研究，并在此基础上于九十年代后期又率先提出《风险工程学》学科体系，在工程风险分析技术方向上承担了以下重大科研项目：“863”项目－典型石化装置动态风险分析技术研究 中石化科技发展计划项目－杭州湾海底管道安全运行与风险控制技术研究 中石化科技发展计划项目－金陵扬子原料油互供管道风险分析技术研究中石化科技发展计划项目－石化装置风险可接受准则研究

成果简介： 工程风险分析与能源、安全相关联，是近年新兴的技术，被列入国际公认的21世纪闪光技术。尤其是在化工、石油化工行业，对控制风险进行管理，对延长设备运转周期，提高企业效益有着显著的作用。我校在八十年代初就率先开展了化工装备可靠性的研究，并在此基础上于九十年代后期又率先提出《风险工程学》学科体系，在工程风险分析技术方向上承担了以下重大科研项目（部分）

该系统的总体目标为计算事故树各底事件风险度，计算泵站各组成部分的权重，在此基础上确定各底事件的发生概率，并且计算顶事件加权发生概率，判定风险等级。风险评估辅助系统主要由四个模块组成，泵站运行风险事故树分析模型模块主要用于选定事故树模型和统计底事件名称及个数、底事件风险度计算模块完成各底事件的风险度计算、泵站各组成部分的权重计算模块通过用户输入完成各部分的权重计算，计算结果输出模块则显示泵站各组成部分的权重计算值，系统自动计算组合权重、底事件概率、顶事件概率并判别泵站风险等级，同时显示其计算和判别结果

近日，中国科大俞书宏院士团队与工程科学学院丁航教授课题组和吴恒安教授课题组合作，在间歇式水热合成的流体行为研究领域取得重要进展。研究人员首次利用氧化石墨烯（GO）的液晶行为和凝胶化能力，借助酚醛树脂（PF）的固化定型作用，获得具有环形极向结构的凝胶（GO / PF 凝胶），根据凝胶的微观结构来揭示水热合成中的流体行为。该成果发表于Cell Press材料学旗舰期刊Matter上。研究人员发现，在水热条件下，GO纳米片在流体剪切力的作用下可以沿着流场的方向进行排列（图1）。此外，GO纳米片能够通过与酚醛树脂的原位交联固定形成具有环形结构的轴对称（类似于地球磁场分布结构）凝胶。研究人员可以通过对凝胶形貌和结构的直接观察分析，进而推测出水热合成中的流体行为。据此，研究人员开展了加热温度、溶液粘度和反应釜尺寸/形貌等多个因素进行了研究。