-
公开(公告)号:CN118133250A
公开(公告)日:2024-06-04
申请号:CN202410340966.3
申请日:2024-03-25
Applicant: 北京邮电大学
IPC: G06F21/16 , G06F21/10 , G06F21/62 , G06F21/60 , G06F16/51 , G06F16/58 , G06T1/00 , H04N1/32 , H04N1/44
Abstract: 基于区块链和零水印的图像权属信息认证方法,属于图像权属保护领域,包括以下步骤:采用基于NSCT和DWT结合SVD的零水印生成算法和零水印验证算法将图像特征信息与图像权属信息进行融合,获取零水印图像,并在MinIO中存储;基于区块链和MinIO的链上链下图像权属信息协同存储;图像权属信息注册和图像权属信息查询验证。本发明解决了现有图像权属存证保护方法存在的存证效率低、图像权属受保护能力低以及图像上链存储成本高的问题,提高了图像权属信息的存证效率,减小了链上存储的压力;同时提高了图像权属信息认证方法运行的稳定性、高可用性和安全性,实现图像权属信息安全认证和验证过程。
-
公开(公告)号:CN115514787A
公开(公告)日:2022-12-23
申请号:CN202211130407.7
申请日:2022-09-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种用于车联网环境的智能无人机辅助决策规划方法及装置,首先将训练好的无人机辅助网络部署于多旋翼无人机上,得到智能无人机;其次创建道路信息数据库,将智能无人机部署在道路网络中收集实时数据;然后将智能无人机收集的实时数据输入三层人工神经网络的输入层,在隐藏层中对传入的信息进行数据预处理和预测,在输出层中对预测结果进行判断和决策,输出对车辆驱动部分的控制命令;最后对控制命令进行判断,再输出到目标车辆的驱动设备上,完成最终的驾驶行为转换。本发明提高了车辆决策规划的准确性,同时保证了信息的实时性,从而降低了决策的错误率,提高了对无人机的控制准确性,能够大面积覆盖道路,从而高效收集实时信息。
-
公开(公告)号:CN114418866A
公开(公告)日:2022-04-29
申请号:CN202111410413.3
申请日:2021-11-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低采样率下的深度学习图像恢复方法,包括采样步骤和重建步骤,其中,采样部分引入离散小波变换,减少了由于应用单一尺度采样方法所丢失的高频部分内容,提高了方法的图像重建质量。将采样部分的矩阵乘法转换为半张量积的形式,显著减小了采样矩阵的大小,减少了矩阵的存储空间,节约了大量的计算资源。将AMP算法以去噪视角展开到深度卷积网络中,提高了图像的视觉效果和重建速度。在低采样率的条件下,与其他方法相比,本发明方法有着更好的量化指标和重建效果,在存储空间占用和运行时间方面有着优势,获得了更好的视觉效果。
-
公开(公告)号:CN114944911B
公开(公告)日:2025-04-25
申请号:CN202210570594.4
申请日:2022-05-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于并行压缩感知和秘密共享的图像加密方法,首先利用性能良好的测量矩阵作为密钥对图像进行并行压缩,不仅实现了加密,而且减少了图像的大小,具有更低的存储和计算复杂度。其次对于非方阵图像引入分块Arnold变换加密,使图像显得杂乱无章,从而实现对并行压缩后的图像加密。然后,为了进一步提高系统的可靠性和保密性,防止秘密过于集中,利用(k,n)‑门限秘密共享技术对分块Arnold变换后的秘密图像进行处理,不仅实现了秘密图像的加密,而且分散了风险,容忍了入侵。最后,利用Zigzag混淆对由秘密共享技术生成的影子图像进行处理,干扰元素在影子图像中的位置,实现影子图像加密。
-
公开(公告)号:CN118747541A
公开(公告)日:2024-10-08
申请号:CN202410805661.5
申请日:2024-06-21
Applicant: 北京邮电大学
Abstract: 一种区块链驱动的智能电网联邦学习方法,属于智能电网领域,包括:描述智能电网系统;建立智能电网中联邦学习的优化目标;建立智能电网中数据的差异性度量方案;建立基于改进的MMD相似性度量的自适应聚合因子;节点认证与模型上链。本发明通过联邦学习使智能电网中的各个参与方可在本地设备上进行模型训练,打破了参与方间的数据孤岛,降低参与方本地数据泄露的风险;通过改进联邦学习算法引入MMD权重因子来提高模型的泛化能力和预测准确度;将区块链技术与联邦学习相结合,防止恶意节点攻击和干扰,并将联邦学习产生的本地模型及全局模型储存在区块链中,实现模型的溯源和防篡改,增强了系统透明度和可信度及数据可信度和模型安全性。
-
公开(公告)号:CN117909977A
公开(公告)日:2024-04-19
申请号:CN202410138678.X
申请日:2024-02-01
Applicant: 北京邮电大学
IPC: G06F21/56 , G06F40/30 , G06F18/22 , G06N3/0442 , G06N3/0495 , G06N3/08 , G06F18/241
Abstract: 本发明涉及一种基于语义分析的恶意代码检测方法、装置及系统,属于软件安全防护技术领域,该方法首先构建引入句子向量的语义分析模型,再利用该语义分析模型对恶意软件反编译后的代码进行训练,形成训练好的语义分析模型,并利用训练好的语义分析模型对待检测的未知软件反编译后的代码进行语义特征向量提取,将提取的语义特征向量与已知的恶意软件对应的语义特征向量进行相似度比较,判断未知软件是否为恶意软件以及进行分类验证。本发明采用引入句子向量的语义分析模型对反编译代码进行语义特征提取的方法,通过引入句子向量来涵盖全文的主旨的方法,能够更加有效地提取出恶意软件的语义特征,从而用于恶意软件的准确快速检测分析。
-
公开(公告)号:CN114566170A
公开(公告)日:2022-05-31
申请号:CN202210193172.X
申请日:2022-03-01
Applicant: 北京邮电大学
IPC: G10L17/04 , G10L17/14 , G10L25/51 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于一类分类的轻量级语音欺骗检测算法,针对真实语音和欺骗语音特性设计了新的损失函数DOC‑Softmax,即在一类分类损失函数OC‑Softmax的欺骗语音空间中引入分散损失函数来缓解训练数据和测试数据之间特征分布不匹配的问题,从而提高语音欺骗检测模型的准确率和泛化能力。同时,利用知识蒸馏框架将语音欺骗检测算法设计为轻量级的语音欺骗检测算法,减少了模型的参数量,使其便于部署到移动端或嵌入式设备中。此模型比使用完全相同的模型结构、训练数据和只使用硬标签训练方法得到的模型拥有更好的泛化能力。
-
公开(公告)号:CN114282596B
公开(公告)日:2024-12-20
申请号:CN202111409648.0
申请日:2021-11-25
Applicant: 北京邮电大学
IPC: G06F18/2413 , G06F18/214 , G06N3/02
Abstract: 本发明公开了一种基于类明确表示的一分类对抗性诈骗检测方法,采用改进的自编码器和改进的生成对抗网络,包括四个阶段:第一阶段:基于正常行为数据提取初步特征,利用改进后的自编码器提取其数据特征;第二阶段:修改原始生成对抗网络的目标函数得到改进的生成对抗网络,利用改进的生成对抗网络生成伪异常行为数据;第三阶段:将正常用户行为数据和伪异常行为数据输入改进的自编码器中一同训练,用训练完成后的编码器对正常行为数据提取最终特征;第四阶段:用最终提取好的正常行为数据特征对改进的生成对抗网络进行训练,训练完成后得到的判别器作为诈骗检测器对诈骗进行检测。本发明的方法在诈骗检测的准确率和稳定性方面都有显著提高。
-
公开(公告)号:CN119030720A
公开(公告)日:2024-11-26
申请号:CN202410964205.5
申请日:2024-07-18
Applicant: 北京邮电大学
Abstract: 本发明提供基于声纹识别和隐私计算的多因子安全认证系统和方法,包括:声纹识别模块、隐私计算模块和多因子认证模块;采用thin‑ResNet‑34网络架构;并使用余弦相似度作为评价指标,采用ASPE同态加密算法,首先将语音的embedding进行混沌置乱,然后采用所述ASPE对置乱后的embedding进行加密并存储于数据库中;采用cryptocode模块对用户的密码进行加密,将加密后的密文存储在数据库中,本发明提取智能交互设备和虚拟数字人的生物特征,确保二者接入元宇宙世界时身份的合法性;使用ASPE加密技术,在密文状态下对双方的身份和数据库条目进行匹配,进而抵御恶意用户的攻击,避免元宇宙中智能交互设备和虚拟数字人隐私信息的泄露。
-
公开(公告)号:CN118555347A
公开(公告)日:2024-08-27
申请号:CN202410647160.9
申请日:2024-05-23
Applicant: 北京邮电大学
IPC: H04N1/44 , H04N1/387 , H04N1/32 , H04N19/467 , H04L9/08
Abstract: 本发明涉及云服务环境下的图像加密技术领域,特别涉及一种云环境下基于2D压缩感知和秘密共享的图像加密方法,以解决数据在云端存储的安全性和用户对图像重构的复杂性为目标,该方法将压缩感知和秘密共享重建任务外包给云端完成以节省用户的计算资源,将图像上传至云端之前对图像加密,然后利用具有较低的计算复杂度2D压缩感知对加密图像采样,降低密文的存储压力,然后利用秘密共享将采样图像分为多个加密份额,只有在达到指定门限时才能获取或重构完整的图像信息,可以避免单点故障,提高方案的安全性,生成的多个加密份额被分别上传至不同的云端管理中心存储,通过嵌入水印信息有效阻止未经许可的恶意用户窃取或篡改信息。
-
-
-
-
-
-
-
-
-