-
公开(公告)号：CN117236420A
公开(公告)日：2023-12-15
申请号：CN202311509786.5
申请日：2023-11-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/098 , G06F18/2113 , G06F18/214 , G06F18/2433 , G06F18/27 , G06F21/60 , G06F21/62 , G06Q40/03 , H04L9/08
Abstract: 本发明公开了一种基于数据子集的纵向联邦学习异常数据调试方法及系统，包括：发起方基于纵向联邦学习建模并进行联邦模型训练；利用训练后的联邦模型获取数据集中的问题数据子集，问题数据子集在联邦模型中的预测准确率低于其他数据子集在联邦模型中的预测准确率；对问题数据子集进行基于特征描述组合的筛选，获取带有异常描述的问题数据子集；发起方或参与方基于带有异常描述的问题数据子集进行数据溯源和纠正，并在纠正后重新训练联邦模型。本发明为隐私保护的联邦数据子集评估技术，在保证数据隐私下对联邦数据子集评估指标进行正确计算，形成基于数据子集的联邦学习调试方法，自动化定位异常数据，解决联邦学习模型表现异常的问题。
-
公开(公告)号：CN115600012B
公开(公告)日：2023-04-21
申请号：CN202211523157.3
申请日：2022-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F8/75 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于知识增强和结构对比的API推荐方法，包括以下步骤：步骤1，代码预处理构图；解析源代码，提取方法、API和结构节点以及它们之间的关系，构成调用关系图和层次结构图；步骤2，知识增强的图嵌入学习；使用图卷积神经网络GCN在调用关系图上传播信息来细化方法和API的初始嵌入表示，同时用翻译模型TransH学习层次结构图中的实体和关系的嵌入表示；步骤3，多任务学习；包括主要的API推荐任务和辅助的对比学习任务。本发明的有益效果是：本发明提出了知识增强的图嵌入学习，使得方法和API的嵌入向量中不仅建模了调用交互还融合了代码中的层次结构信息，优化了方法和API的表示，达到更准确的推荐效果。
-
公开(公告)号：CN115270139B
公开(公告)日：2023-01-17
申请号：CN202211145369.2
申请日：2022-09-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种IoT设备网络服务自动化漏洞分析方法及系统，系统包括静态分析模块、模糊测试模块、固件运行模块，静态分析模块用于对固件进行静态分析，提取所有能进入后端处理的网络接口名称、各接口对应的参数名称以及参数的魔法值约束取值；模糊测试模块使用静态分析模块获得的网络接口、参数信息指导模糊测试种子及测试样例生成，并完成对目标IoT设备的模糊测试，生成漏洞报告；固件运行模块用于将目标固件运行起来，为模糊测试提供测试对象。本发明的有益效果是：生成的模糊测试种子能够有效触达后端处理程序逻辑，保障进入IoT设备最重要的途径的安全。对种子调度优化也能使整体测试效率得到提高。
-
公开(公告)号：CN115169252B
公开(公告)日：2022-12-13
申请号：CN202211086686.1
申请日：2022-09-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种结构化仿真数据生成系统及生成方法，所述系统包括数据预处理单元以及训练和生成单元，所述数据预处理单元用于将原始数据中的每个样本转换成向量表示，并且在转换的过程中建模贝叶斯网络用以描述特征间的关联关系；所述训练和生成单元利用原始数据转换后的向量表示进行训练，得到仿真数据生成模型，利用所述仿真数据生成模型生成仿真数据记录。本发明系统和方法能够同时生成含有连续型特征和离散型特征的仿真数据记录；针对生成仿真数据，既保持了与原始数据一致的数据分布，也保证了与原始数据一致的特征间关联关系；同时提出一种根据所需条件生成仿真数据的方法，能够根据不同的仿真数据应用场景生成分析所需的仿真数据记录。
-
公开(公告)号：CN115270139A
公开(公告)日：2022-11-01
申请号：CN202211145369.2
申请日：2022-09-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种IoT设备网络服务自动化漏洞分析方法及系统，系统包括静态分析模块、模糊测试模块、固件运行模块，静态分析模块用于对固件进行静态分析，提取所有能进入后端处理的网络接口名称、各接口对应的参数名称以及参数的魔法值约束取值；模糊测试模块使用静态分析模块获得的网络接口、参数信息指导模糊测试种子及测试样例生成，并完成对目标IoT设备的模糊测试，生成漏洞报告；固件运行模块用于将目标固件运行起来，为模糊测试提供测试对象。本发明的有益效果是：生成的模糊测试种子能够有效触达后端处理程序逻辑，保障进入IoT设备最重要的途径的安全。对种子调度优化也能使整体测试效率得到提高。
-
Patent Agency Ranking
公开(公告)号：CN115017184A
公开(公告)日：2022-09-06
申请号：CN202210952830.9
申请日：2022-08-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/242 , G06F16/2458 , G06F16/28 , G06F21/62
Abstract: 本发明实施例公开了一种数据查询方法。通过获取安全查询工作台输入的安全查询SQL语句；解析所述安全查询SQL语句，以获取数据参与方ID以及各个数据参与方的任务调度信息，并将各个数据参与方的任务调度信息分别分发至相应的数据参与方；接收各个数据参与方反馈的加密中间计算结果，并聚合为安全分析结果显示于所述安全查询工作台，不仅避免了多方数据持有方的原始数据泄露以及被二次分发的风险，还实现了对多方数据持有方的数据进行深度挖掘的效果。
-
公开(公告)号：CN113987522B
公开(公告)日：2022-05-03
申请号：CN202111637333.1
申请日：2021-12-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种用于源代码漏洞检测的代码属性图压缩方法及装置，所述方法包括如下步骤：根据代码属性图计算基于前K跳邻居的节点邻域信息增益；对节点邻域信息增益进行局部归一化处理；选择归一化处理后的节点邻域信息增益低的节点组成候选删除节点集合，判断候选删除节点集合中是否存在割点，并将割点从候选删除节点集合中移除，最终得到删除节点集合；从代码属性图中去掉删除节点集合中的节点以及与节点相连的边，得到代码属性压缩图。本发明通过计算节点的前K跳邻居增益信息，选择增益信息低的节点进行删除同时保证压缩图的连通性，在尽可能保持代码属性图的节点属性和结构特征的情况下降低其复杂度，从而提高后续模型训练的时空效率。
-
公开(公告)号：CN113918743B
公开(公告)日：2022-04-15
申请号：CN202111526779.7
申请日：2021-12-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/51 , G06F16/54 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明提供了一种面向长尾分布场景下图片分类的模型训练方法，包括：构建第一损失函数，用于加入原型归一化以及角域上与类别数量相关的带有边界的交叉熵分类损失；构建第二损失函数，使得各个类别的原型分散的更加均匀的，与类别数量相关最小角度最大化的正则项损失；构建第三损失函数，用于帮助模型有效训练的特征向量模长大小的正则化损失；将第一损失函数、第二损失函数、第三损失函数组合起来得到最终的损失函数Loss。本发明的有益效果是：本发明可以避免训练数据不均衡带来的模型先验偏差的问题以及进一步提升模型在测试集上的泛化性，从而在长尾分布场景下提升图片分类准确率。
-
公开(公告)号：CN118657173B
公开(公告)日：2025-01-14
申请号：CN202411136019.9
申请日：2024-08-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/042 , G06N3/045 , G06N3/0495 , G06N3/096 , G06N3/084 , G06F18/241 , G06F40/284
Abstract: 本发明公开了一种知识蒸馏方法和系统，方法包括：获取教师模型在训练集样本上的输出作为软标记训练集；设计学生模型架构和学生模型与教师模型的层对应关系；将训练集或软标记训练集划分为超批次，进行基于主成分分析的第一轮白盒知识蒸馏；进行基于软标记训练集的第二轮黑盒知识蒸馏；测试学生模型性能。本发明利用主成分分析将隐含层大小和架构不同的教师模型和学生模型相互对应，以完成白盒知识蒸馏的方法，使白盒知识蒸馏能被应用在更多学生模型上，便于进一步提高压缩比。本发明蒸馏方法相对白盒知识蒸馏和黑盒知识蒸馏均具有更好的性能。
-
公开(公告)号：CN118536603B
公开(公告)日：2024-12-24
申请号：CN202410754029.2
申请日：2024-06-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: G06N5/04 , G06N3/0455 , G06N3/0464 , G06F18/22 , G06F18/25
Abstract: 本发明涉及生成式人工智能技术领域，公开了一种基于因果微调的个性化文生图模型构建及文生图方法，包括：将多个主体的多个参考图像、文本描述分别进行合并增强得到多个合并增强图像及合并文本描述；利用预设因果解耦算法，从各主体的文本描述、合并文本描述及合并增强图像中分别提取出保护身份的文本表征、身份相关及身份无关的视觉表征；将其输入预设因果推理模型，得到交叉注意力映射图；将交叉注意力映射图与对应主体身份相关的视觉表征对齐。本发明通过主体感知的因果解耦来鉴别主体身份相关的信息和身份无关的信息，保护主体身份信息，通过交叉注意力引导使每个主体的文本属性与视觉属性因果对齐，避免主体间混淆文生图的有效性、可控性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.051 seconds)
