公开(公告)号：CN115454778A

公开(公告)日：2022-12-09

申请号：CN202211188672.0

申请日：2022-09-27

Applicant: 浙江大学

Inventor： 戚依宁 ,  杨帅 ,  韩泽鋆 ,  方崇荣 ,  吕彪 ,  祝顺民 ,  蒋江伟 ,  程鹏 ,  陈积明

IPC: G06F11/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种大规模云网络环境下的时序指标异常智能监控系统，包括数据预处理模块、智能基线及预测值获取模块、异常告警模块等。数据预处理模块从云网络各网元节点采集时序指标数据；智能基线及预测值获取模块采用基于机器学习的方法获取时序指标数据的基线，根据基线获取每个时序指标数据的预测值，预测值在经过缩放后存入数据库；异常告警模块将实时流量时序指标数据与时序指标数据预测值进行比较，当预测值与实时值连续多次差距超过设定阈值时，触发告警。相比现有技术，本发明解决了云网络时序指标模型种类较多，难以用固定阈值监控的问题，保证以较低误报率和漏报率检测云网络时序指标异常。

公开(公告)号：CN115114664A

公开(公告)日：2022-09-27

申请号：CN202210782301.9

申请日：2022-06-24

Applicant: 浙江大学

Inventor： 孙铭阳 ,  袁泉 ,  杜林康 ,  程鹏

IPC: G06F21/62 ,  G06F16/901 ,  G06F16/903 ,  G06Q50/00

Abstract: 本发明公开了一种面向图数据的差分隐私保护发布方法及系统，本发明首先读取原始图数据，记录节点和连边情况；然后采用满足差分隐私的社区检测方法，对所有的节点进行社区划分，从而避免了直接对表示图的邻接矩阵加噪所带来的过量噪声；针对同一社区内和不同社区间的不同特征，分别提取不同粒度的信息并加噪，有效减少了图编码过程的信息损失；最后针对社区内和社区间提取的不同信息采用不同的重构方法，尽可能的保留图的原始特征；此外，在处理过程中，对添加拉普拉斯噪声后的结果采用了后置处理方法，将不符合实际的数据转变为符合真实图特征的结果。

公开(公告)号：CN115001621A

公开(公告)日：2022-09-02

申请号：CN202210856583.2

申请日：2022-07-21

Applicant: 浙江大学

Inventor： 巴钟杰 ,  吴越鑫 ,  程鹏 ,  卢立 ,  林峰 ,  任奎

IPC: H04K3/00 ,  G10L15/22

Abstract: 本发明公开了一种基于白盒语音对抗样本的隐私保护方法与装置，基于非目标白盒对抗样本的针对开源语音识别模型的干扰方法，在真实物理世界有效且符合实际应用场景约束，用以实现语音隐私保护；防御方建立语音数据库，针对开源语音识别模型，生成符合实际应用场景约束的非目标白盒对抗样本扰动；基于不同的初始状态，防御方可以生成大量不同块状扰动，从而形成扰动集合，防御方从扰动集合中随机选择扰动进行播放，使监听方无法获取块状扰动波形进而无法去除扰动；叠加了扰动的语音被麦克风录制后无法被模型正确识别，从而保护用户隐私不被泄露，能够生成对人干扰较小的块状扰动，抵御来自于大规模语音识别的隐私泄露。

公开(公告)号：CN113591486B

公开(公告)日：2022-08-23

申请号：CN202110865041.7

申请日：2021-07-29

Applicant: 浙江大学

Inventor： 王东霞 ,  高向珊 ,  马兴军 ,  孙有程 ,  程鹏 ,  车欣

IPC: G06F40/30 ,  G06K9/62

Abstract: 本发明公开了一种联邦学习中基于语义数据损失的遗忘验证方法，该方法利用在某些高损失，普遍犯错且带有某种语义特征的数据上的特定表现来标记遗忘用户和验证遗忘情况，通过将本地数据集中高损失且普遍分类错误的数据筛选出来，根据其语义特征的相似性和置信度分布将这些数据重新标记为某个固定类别，得到标记数据集，并将本地模型在该数据集和原数据集上微调后的标记模型上传给中心服务器聚合。遗忘用户通过检查接下来若干个周期的全局模型，根据全局模型在标记数据集上的损失来验证遗忘情况。本发明方法具有轻量级，持续性强，验证效果好，时间和空间开销少等优点，可以有效鉴别遗忘与否，能够广泛应用和部署在各种需要进行遗忘验证的场景中。

公开(公告)号：CN113887743B

公开(公告)日：2022-07-22

申请号：CN202111167895.4

申请日：2021-09-29

Applicant: 浙江大学

Inventor： 王东霞 ,  高向珊 ,  马兴军 ,  孙有程 ,  程鹏 ,  车欣

IPC: G06N20/20

Abstract: 本发明公开了一种联邦学习中数据遗忘与验证的平台，该平台包括联邦遗忘模块、联邦遗忘标记模块、遗忘检查模块以及用于连接三个模块的实际可部署的协议；联邦遗忘标记模块实现基于本地数据子集的遗忘用户的标记；遗忘检查模块定义一个适合评估遗忘情况的指标‑遗忘程度，将遗忘情况数值化，较低的遗忘程度代表了较好的遗忘效果；协议规定了遗忘、标记与检查的时间节点，遗忘、标记与检查的执行者，遗忘、标记与检查的流程，以便于中心服务器执行遗忘和遗忘用户检查是否被遗忘。本发明提出的平台有助于以统一、整体和全面的方式评估联邦学习中的遗忘、标记与检查，能够提供深入的联邦遗忘与验证的分析，并揭示现有遗忘和验证方法的潜力和局限性。

公开(公告)号：CN114254275A

公开(公告)日：2022-03-29

申请号：CN202111358058.X

申请日：2021-11-16

Applicant: 浙江大学

Inventor： 王竟亦 ,  陈伽洛 ,  彭汀兰 ,  孙有程 ,  程鹏 ,  马兴军

IPC: G06F21/16

Abstract: 本发明公开了一种基于对抗样本指纹的黑盒深度学习模型版权保护方法，包括：设计深度学习模型差异度衡量指标，实现高效的种子选取策略及对抗样本指纹生成方法，并在此基础上对可疑模型进行相似度测量(仅需模型最后一层的输出，无需白盒权限)，最后对可疑模型是否发生侵权行为进行判断。本方法基于深度学习模型的公共属性(鲁棒性)，能够自动地为原模型生成指纹集，并在多种模型窃取场景下有效；不受数据领域及模型结构的限制，具备良好的通用性和可拓展性。相比于传统的模型水印嵌入法，本方法无需介入深度学习模型的训练过程，避免了繁琐耗时的参数调整过程以及嵌入水印造成的精确度损失，使得对深度学习模型的版权验证及保护变得简单高效。

公开(公告)号：CN111981156B

公开(公告)日：2022-02-22

申请号：CN202010807971.2

申请日：2020-08-12

Applicant: 浙江大学

Inventor： 尚照辉 ,  阮伟东 ,  乔红东 ,  白勇 ,  闫会宾 ,  程鹏

IPC: F16K5/06 ,  F16K5/08 ,  F16K27/06 ,  F16K47/04

Abstract: 本发明公开了一种具有耐气蚀功能的梳齿型球阀阀芯，包括流体通过的阀孔，阀孔的内壁上具有弧形导流面，导流面上设有若干梳齿，梳齿由靠近阀孔前端孔的后部一端出现，呈圆弧型凸起，延伸至后端孔的前部消失，梳齿可以降低阀芯内部高压区的压力，减小进出口压力差，使阀芯内部尽量不出现压力低于液体饱和蒸气压的现象，避免闪蒸和气蚀现象的出现，从而引起阀门噪音、震动及阀门内件损坏的情况发生，以期达到保护膜寿命，降低腐蚀速度，增加阀门的使用寿命；阀孔的前端孔和后端孔半径较大，导流面呈弧形向阀芯内部扩展，在阀芯中心位置最窄；流体在流经阀孔的前端孔时，流体阻力小，压降缓慢，在降压过程中产生空穴现象较少，降低气蚀产生的概率。

公开(公告)号：CN113947016A

公开(公告)日：2022-01-18

申请号：CN202111144129.6

申请日：2021-09-28

Applicant: 浙江大学

Inventor： 孙铭阳 ,  万旭 ,  曾兰婷 ,  邓瑞龙 ,  程鹏

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06 ,  G06F111/04

Abstract: 本发明公开了一种针对电网紧急控制系统中深度强化学习模型的脆弱性评估方法。通过利用深度强化学习算法作为电网紧急控制系统的决策算法，首先训练出奖励函数收敛的训练模型，之后设计了三种基于梯度的白盒攻击算法对训练模型的输入样本进行攻击，攻击算法通过利用模型梯度信息制作不易察觉的对抗样本，使紧急控制系统决策错误，具体表现为电压恢复缓慢，控制系统提前中止。最后，本发明还提出一系列统一的脆弱性评估指标，对于电网紧急控制系统中应用深度强化学习算法的模型，都可以使用这些指标了解其模型脆弱性水平，为实际系统应用该模型的安全性提供保障。

公开(公告)号：CN113212675A

公开(公告)日：2021-08-06

申请号：CN202110475877.6

申请日：2021-04-29

Applicant: 浙江大学

Inventor： 刘大辉 ,  欧维·托比亚斯·古德梅斯塔德 ,  程鹏 ,  白勇 ,  滕瑶

IPC: B63B35/44

Abstract: 本发明公开了一种钻井架布置在立柱正上方主甲板上的半潜式钻井平台，该平台包括提供浮力的浮筒，连接浮筒和甲板盒的立柱，提供操作空间的甲板盒，侧面布置的钻井架，与钻井架对角位置成L型布置的生活区，钻井立管穿过立柱和浮筒中间设置的月池，通过立柱和浮筒结构保护钻井或生产立管等不被浮冰碰撞。本发明通过将钻井架布置在平台四个角的一个立柱上方的主甲板上，使得钻井立管可以穿过其下方的立柱和浮筒后进入海水中，利用立柱和浮筒结构对原有裸露的立管系统进行保护，避免了水面部分海冰的碰撞，从而对立管系统提供了保护。并提升了整个平台的作业性能。

公开(公告)号：CN112818870A

公开(公告)日：2021-05-18

申请号：CN202110152592.9

申请日：2021-02-03

Applicant: 浙江大学

Inventor： 徐正国 ,  阙子俊 ,  高国朕 ,  程鹏 ,  陈积明 ,  王文海

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01M13/045

Abstract: 本发明提供了一种基于门控神经网络框架的轴承剩余寿命预测方法，包括如下步骤：S1、获得轴承的全寿命周期振动信号，提取振动分布特征并创建门控神经网络训练集合；S2、构建门控神经网络模型，引入直接计算权重的注意力机制，以提高提取时序信息的完整性；S3、添加贝叶斯层，构建时序信息与剩余寿命之间的非线性映射关系；S4、将测试轴承的振动信号作为输入，门控神经网络模型的输出结果即为当前时刻测试轴承的剩余寿命。本发明无需添加额外的神经网络层数，避免了增加模型复杂度问题，通过将不同时刻提取的时序信息通过加权融合，以提高提取信息的完整性。同时，通过添加贝叶斯层，将传统点预测结果转化为区间预测，以考虑轴承剩余寿命预测的不确定性。