-
公开(公告)号：CN114065193B
公开(公告)日：2024-05-07
申请号：CN202111393890.3
申请日：2021-11-23
Applicant: 北京邮电大学
IPC: G06F21/55 , G06F21/62 , G06N3/0464 , G06N3/08 , G06F9/50
Abstract: 本发明公开了一种应用于边缘云环境下图像任务的深度学习安全方法，包括以下步骤：对AMP‑Net+模型进行训练，将AMP‑Net+应用于深度学习安全模型的图像重建过程；训练完成后整个AMP‑Net+通过结构化多重哈希映射对网络模型进行压缩减小后部署到边缘云网络设备中；当第三方用户需要获得边缘云上的数据时，第三方用户发出数据请求，通过用户认证后与边缘云建立通信；而后根据数据请求，通过提前部署的网络模型来恢复获得原始数据。本发明引入结构化多重散列方法对训练好的AMP‑Net+网络模型压缩，同时提出了一个新的用户认证和隐私保护安全协议，深度学习安全模型保证在图像任务中边缘云系统安全性的同时，在不影响图像恢复质量的前提下进一步降低了边缘云网络设备的开销。
-
公开(公告)号：CN117874662A
公开(公告)日：2024-04-12
申请号：CN202410061419.1
申请日：2024-01-16
Applicant: 北京邮电大学
IPC: G06F18/2431 , G06F18/25 , G06N3/042 , G06N3/09
Abstract: 本发明提供一种基于图模式的微服务日志异常检测方法，包括：日志向量表示阶段：原始文本型日志序列被转化为模型可处理的数值型日志序列；日志事件图构建阶段：利用所述调用链信息和时序信息，对所述数值型日志序列进行分割和连接，构建日志事件图；异常检测阶段，利用图模型和单分类模型学习正常的原始文本型日志序列的内在结构，实现无监督异常检测；本发明在生成日志节点初始化特征时，综合考虑了日志的语义信息和时间间隔信息，通过特征交叉的方式丰富了日志事件图中节点特征的信息量，这一举措使得模型能更好地理解不同维度信息之间的关联性，并实现对除顺序异常和结构异常之外的时间间隔异常的检测，从而有效提高异常检测精度；在微服务日志异常检测方面表现出更高的精度和鲁棒性，适合推广应用。
-
公开(公告)号：CN113852955B
公开(公告)日：2024-04-05
申请号：CN202111114040.5
申请日：2021-09-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无线感知网络中安全数据传输与合法节点认证的方法，首先进行网络的初始化进程；在感知节点处用压缩采样网采样与压缩数据，用提前设置好的轻量级Hash算法进行处理，处理后的数据附加在采样压缩的数据后进行同态加密，传送到汇聚节点处；在汇聚节点端，先解密，进行Hash比对，比对成功将数据传送到联合重建网进行信息数据的重建，比对失败丢弃数据，在认证的同时进行每个节点的信誉评估。本发明方法有着更高的效率，处理较大数据时，速率比传统方式快至少5倍，同时很好的实现数据的机密性传输，对于无线感知网络中的点到点数据传输提供了很大的便利，且减少了很多的能量损耗，是一种高效节能的安全数据传输与合法节点认证方案。
-
公开(公告)号：CN117198299A
公开(公告)日：2023-12-08
申请号：CN202311164243.4
申请日：2023-09-11
Applicant: 北京邮电大学
Abstract: 本发明涉及声纹识别技术领域，特别涉及一种基于时域频域编码特征的语音欺骗检测方法，目前还没有一个比较完备的方法能够有效对于声纹的主要特征进行融合分析的技术问题，与其他技术方案不同之处在于，具体技术方案是通过对原始语音信号进行幅度谱处理、设置阈值，突破传统的二进制编码特性，使用三值编码进行语音信号的特征分析以获得语音信号的特征输出数据，有效获取语音信号的时域变换属性，不涉及对音频本身的频域处理，使得语音特征更简洁清晰，通过高维度特征向量输出，可以更好地捕捉真实语音和合成语音之间变化的这些动态属性。
-
公开(公告)号：CN116865957A
公开(公告)日：2023-10-10
申请号：CN202310809081.9
申请日：2023-07-04
Applicant: 北京邮电大学
IPC: H04L9/08
Abstract: 本发明提供一种量子安全多方计算系统，基于对Shamir秘密共享协议两方求和求积方案的延伸，借助几个半诚实的第三方，为多方参与者提供了量子多方求和求积的执行方案，以及量子安全双方距离计算方案，消除了对数据库的依赖，解决中间值泄露的问题，在准确性和效率方面都有所提高，极大减少了多方量子安全计算所需的资源。提供对以多方参与者坐标作为顶点的多面体求体积的计算方案，通过将多面体拆解为多个四面体，引入代数对四面体体积进行表达，将对四面体求体积的问题转化为多方求积和求和问题；以及，提供对两方参与者私有圆计算圆圆相交面积的方案，通过执行量子安全双方距离计算，根据随机标记点落入对方私有圆的数量计算双方私有圆相交面积。
-
Patent Agency Ranking
公开(公告)号：CN115514787B
公开(公告)日：2023-06-27
申请号：CN202211130407.7
申请日：2022-09-16
Applicant: 北京邮电大学
IPC: H04L67/12 , H04B7/185 , G06N3/0499 , G06N3/045 , G06N3/084
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：CN116127519A
公开(公告)日：2023-05-16
申请号：CN202310221541.6
申请日：2023-03-09
Applicant: 北京邮电大学
IPC: G06F21/62 , G06F21/60 , G06F21/64 , G06F18/214 , G06N3/098
Abstract: 本发明公开了一种基于区块链的动态差分隐私联邦学习系统，针对联邦学习自身的特点和存在的问题，将差分隐私技术进行改进，采用自适应裁剪梯度、加权法添高斯噪声和随机性调度的联邦学习，将联邦学习的隐私性与性能同时做到高水平，再结合区块链的特性，给联邦学习进行赋能，解决了联邦学习中所面临的推理攻击、投毒攻击和中心聚合服务器攻击等问题，可以为联邦学习提供多重安全保障，保护数据隐私、提高模型安全、性能、保障公平性和信任度，从而为联邦学习的应用提供更加安全、可靠、有效的解决方案。
-
公开(公告)号：CN115935824A
公开(公告)日：2023-04-07
申请号：CN202211663001.5
申请日：2022-12-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种高效的多保真度黑盒优化方法，针对现有的单一的采集函数会限制优化过程的效率和有效性等问题，在基于序列模型的全局优化过程中，采用多目标优化的方法，结合多个有效的获取函数进行并行采样，生成帕累托平面，并采集平面上的最优配置，实现并行加速获取高质量配置的效果；同时针对现有的贝叶斯优化方法无法与多保真度有效结合的问题，通过资源分配机制，将配置划分为多保真度的配置集合，利用连续减半策略获取多个单代理模型，结合广义专家积方法对多个代理模型进行融合，从而提高代理模型对目标函数的拟合度以及优化效率。
-
公开(公告)号：CN113282960B
公开(公告)日：2023-02-17
申请号：CN202110654316.2
申请日：2021-06-11
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于联邦学习的隐私计算方法、装置、系统及设备，所述方法应用于服务器端，包括：确定参与本次迭代训练的各目标客户端；将预设的剪裁参数发送至各目标客户端，以使各目标客户端对子模型参数变化值进行剪裁；接收剪裁后的子模型参数变化值并进行聚合处理，得到聚合模型参数变化值；基于加噪处理后得到的聚合模型参数变化值与本次迭代目标聚合模型参数，更新目标聚合模型参数；在当前迭代满足预设收敛条件时，按照中心极限定理，利用f‑差分隐私机制对目标聚合模型的隐私参数值进行计算；在不满足时返回执行确定参与本次迭代训练的各目标客户端的步骤。本发明实施例，能够对基于联邦学习的模型隐私参数进行计算。
-
公开(公告)号：CN113160042B
公开(公告)日：2023-02-17
申请号：CN202110556271.5
申请日：2021-05-21
Applicant: 北京邮电大学
IPC: G06T3/00 , G06V10/40 , G06V10/774
Abstract: 本申请实施例提供的一种图像风格迁移模型训练方法、装置及电子设备，通过将样本源域图像和样本目标域图像输入待训练的图像风格迁移模型；通过内容编码层对样本源域图像和样本目标域图像进行特征提取，得到源内容张量和源风格张量；通过风格编码层对样本源域图像和样本目标域图像进行特征提取，得到目标内容张量和目标风格张量；通过预设损失函数，根据源内容张量、源风格张量、目标内容张量和目标风格张量计算待训练的图像风格迁移模型的当前损失；根据当前损失对待训练的图像风格迁移模型的参数进行调整，直至当前损失小于预设阈值，得到训练好的图像风格迁移模型。实现了提取样本图像的多个维度的特征进行模型的训练，避免模型的内容敏感性。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.029 seconds)
