第283章 当年往事

s屏幕目标定位的意义在信息化生长过程中建立的各种软件体系，比方客户办理体系，财务办理体系、仓储体系、职员办理体系、信息办理体系等，常由多家的软件开辟商研发，但是各软件体系间很多时候需求数据信息的互换，一些停业流程须由多体系措置才气完成。但是用户普通不把握这些体系软件的相干开辟质料，难以按需求定制数据互换体系，形成数据之间的畅通需求野生操纵，难以满足信息化前提下办公的需求，通用化、集成化的数据迁徙体系能够极大晋升数据迁徙效力。对相干体系停止逆向工程阐发能够获得体系的底层数据布局从而研制对应的数据互换体系，但是通用性差、跟着反跟踪技术的不竭生长也使逆向工程阐发的本钱扩大，另一种思路是利用机器视觉代替人眼来做测量和判定。机器视觉通过图象摄取设备，将目标转换成图象的数字化信息，装备呼应的算法模块从这些数字化信息中提取多个特性点并阐发判定，摹拟野生数据互换操纵，进步事情效力。基于图象特性信息提取的目标辨认体系在各个范畴都具有遍及的利用，本文通过建立提取判定Windows屏幕目标工具信息摹拟野生操纵架构，为软件机器人供应人机交互的模块。2屏幕工具的特性婚配屏幕工具指Windows体系中各利用法度显现在人机交互界面中的各种按键、窗口、图片、图标、鼠标等。这些工具来源于面向工具的代码，具有代码特性，终究用于屏幕显现，又具有多少特性。Windows屏幕目标工具定位首要基于工具的多少特性，这就需求用到图象婚配算法。图象辨认婚配算法[1]有多种，对于其可靠性、精确率和及时性都有很高要求。近年来，国表里相干学者研讨出了很多合用性算法，从而使该技术获得了敏捷生长并胜利利用到各个范畴中，比如工具追踪、指纹辨认、条记鉴定、图象拼接等。图象婚配技术根据特性层次可分别为基于特性的婚配、基于灰度的婚配以及其他体例。灰度特性婚配道理首要基于图象内容的灰度信息衡量类似程度，首要用于一些特定场合。特性婚配法需求先对图象豆割成点、线、面后再提取特性，对提取出来的多个特性停止类似程度婚配并建立映照干系。本文构建架构首要基于特性提取的SIFT(标准稳定特性变更)算法[2]。图象婚配算法流程如图1所示。图1图象婚配算法流程SIFT算法是由DavidLowe于1999年提出的算法，在2004年停止了深切的完美。能够应对图形的缩放、扭转、仿射变更并保持很好的婚配。在相干的部分特性描述算法对比研讨中，证明SIFT及相干改进算法具有相称的结实性。SIFT算法检测图象的部分特性，具有奇特性、多量性、及时性、扩大性强等特性。SIFT算法本质是在利用高斯卷积获得的分歧标准空间上定位出特性点，基于图象部分梯度方向肯定其特性描述并停止婚配。3利用计划3.1灰度化起首需求对待提取全部屏幕停止截屏措置，截屏获得的图象遵循BMP(位图bitmap)格局停止存储。截屏图象具有R、G、B三种色彩，数值范围均为0至255，为了便于措置需求对图象措置为256级灰度图象，这里采取一种常见的体例转化，公式以下：灰度值=0.3B+0.59G+0.11R3.2SIFT定位利用SIFT算法对Windows屏幕法度各要素定位需求预先获得各目标工具的特性和属性。随后基于已经构建好的模型停止婚配。在拔取特性的过程中因为SIFT算法的良好特性不消过量考虑平移、扭转、标准、亮度等影响因子。SIFT算法[3]的步调分为标准空间的构建、极值点检测、极值点定位、特性点方向分派、天生特性点等五个步调。起首需求建立一个目标特性库，通过阐发提取大量利用法度界面内按钮、窗口等要素特性点将其插手目标特性库供特性婚配利用。因为各各利用法度按钮、窗口等要素的多少形状的差别性，特性点能够存在较大的辨别，该目标特性库还需求具有学习服从，不竭汇集新的特性点插手特性库以进步辨认的精确率和稳定性。3.3文本定位[4]获得各项利用法度界面元素工具以后还需求肯定此中文本的位置并对其辨认，目前常见的文本定位算法大抵有三大类：一是基于边沿的检测算法，利用笔墨边沿信息和部分直方图定位;二是基于纹理的检测算法，该算法的核心机惟是将文本视作一种特别的纹理豆割检测，合用于庞大背景环境下的文本定位但效力较低;三是基于连同地区的提取算法，该种算法操纵地区多少前提设置阈值提取笔墨地区范围，在庞大背景前提下没法切确提取笔墨连通地区，利用面较为狭小。本文连络纹理检测算法以及连通地区体例的特性，起首大略获得大抵连通地区，然后通太小波算法获得纹理特性，对于庞大前提下体系屏幕界面中的各种收集客服的种类和配置，在如许的生长背景下，相干职员的专业操纵技术也该当获得进步。但从笔者的体味来看，很多数据安然办理职员并没有谙练把握应有的安然办理技术，难以对信息资本停止有效操纵，恰是因为专业操纵才气的贫乏，使社保体系内部的数据安然题目频繁产生。2.没有落实安然办法目前，当代化静态性、综合性的特性是人们对数据收集新的一种要求，而恰是因为以上要求的存在，为数据安然埋下了隐患。参保大众在没有充分熟谙到收集利用法例的环境下，就直接进入操纵，使某些敏感的数据被透露在外，此时便会有风险侵入体系内部。3.处理计划的综合性贫乏数据收集是在不竭窜改着的，但在大多数的社保体系中却没有按照收集的窜改而加强本身的安然办理，这在必然程度上会加强安然风险，相干的处理计划的制定也难以将综合性闪现出来，从而形成了必然子虚安然感的征象在社保体系中，长时候下来，必定会使相干的办理职员警戒性降落。究竟上，社保体系内部的数据信息是在不竭窜改和增加的，如果长期间利用一种保护办理计划，这是不科学的，需求明白的是，防火墙或防毒软件并不能完整地将收集安然题目处理，即便是大量利用到安然庇护产品也不能完整毁灭躲藏的安然题目。现阶段，在外洋的某些数据安然保护公司已经充分的熟谙到了这一点，他们在本身国度的社保体系中插手了本身企业所指定的处理计划，简朴来讲，就是将防毒软件供应者的角色变成了安然计划制定者的角色，明显在专业保护团队的引领下，数据安然的题目会垂垂获得处理，而海内也该当鉴戒。4.防备机制的贫乏对于社保体系而言，相干的卖力人并没有从安然防备机制的角度将数据安然轨制建立起来，这天然对于数据信息的安然包管难以起到深层次的感化。对于全部社保体系的运转，如果呼应庇护轨制和安然查抄制定贫乏，这便意味着数据安然题目随时有能够产生。2、处理办法阐发1.数据安然办理事情加强对我们来讲，社保体系并不陌生，不管是赋闲保险、养老保险，还是医疗保险等均包含在社会保险体系中，作为社保体系的事情职员，他们是参保者小我账户的庇护者，因此起首需求做的是将相干的数据安然办理事情加强，从底子解缆。为了实现安然性体系办理目标，需求多重层次性地停止安然包管。笔者以为，能够采纳以下办法强化数据安然：在传输数据信息的过程中，需求采纳账户实名制、身份证辨认等体例来庇护数据鸿沟，随后通过存取、过滤等手腕来对数据层和链路层中的信息停止庇护，能够适本天时用到代理办事于传输层中，如许在参保职员操纵时能够通过数字署名或数据加密等情势停止考证，从而庇护数据的安然性。2.法律法规的建立完美目前，海内针对于社保体系数据安然庇护这一块的法律另有待完美，其还存在难以实施、笼统的环境，因此当局职能部分该当在实际数据安然保护环境的体味下，将有效的法律法规建立起来，并在实际中不竭完美，以确保社保体系

躲避盗版章节今明两天点窜结束