-
公开(公告)号：CN115564634A
公开(公告)日：2023-01-03
申请号：CN202211546540.0
申请日：2022-12-05
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T1/00
Abstract: 本申请实施例提供了一种视频对抗水印嵌入方法、装置、电子设备及存储介质。方案如下：对原始视频进行识别，得到第一识别结果；获取待嵌入水印，以及嵌入参数集合；针对每组嵌入参数集合，基于该组嵌入参数集合，将待嵌入水印嵌入至原始视频，得到候选水印视频；对每一候选水印视频进行识别，得到第二识别结果；在第二识别结果与第一识别结果不匹配时，将该第二识别结果对应的候选水印视频确定为对抗水印视频。通过本申请实施例提供的技术方案，实现了原始视频所对应的对抗水印视频的获取，使得智能视频系统功能失效，降低了原始视频中视频信息被恶意用户获取的概率，以及降低了原始视频中信息泄露的风险，从而提高了原始视频的隐私安全性。
-
公开(公告)号：CN114548428B
公开(公告)日：2022-08-16
申请号：CN202210404405.6
申请日：2022-04-18
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于实例重构的联邦学习模型智能攻击检测方法及装置，该方法包括：获取目标客户端上传的梯度；依据所述目标客户端上传的梯度，提取所述梯度所对应的训练数据的类别标签；依据所述类别标签，利用条件式解码器，生成所述目标客户端的训练数据的目标实例表示；利用本轮全局模型，对所述目标实例表示进行优化更新，得到重构训练数据；依据所述重构训练数据与所述目标客户端的训练数据的相似度，确定模型的防攻击性能评估结果。该方法可以实现更有效地模型防攻击性能评估。
-
公开(公告)号：CN114584304A
公开(公告)日：2022-06-03
申请号：CN202210437372.5
申请日：2022-04-25
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供了基于人工扰动的边缘设备智能认证方法、系统和设备。本申请实施例中，基于人工扰动影响主配对设备发送配对信号，并通过所有设备都能感知的配对信号RSS来实现物联网设备的配对，有效解决了物联网设备感知能力参差问题比如有的物联网设备资源受限等，最终实现了基于人工扰动的边缘设备智能认证方法。
-
公开(公告)号：CN114239049A
公开(公告)日：2022-03-25
申请号：CN202111333252.2
申请日：2021-11-11
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于参数压缩的面向联邦学习隐私推理攻击的防御方法，该方法包括：依据目标客户端的本地模型参数在训练前后的差异，确定所述目标客户端的本地模型参数中的目标参数，以对隐私推理攻击进行防御；确定所述目标客户端的压缩模型参数；依据所述目标客户端的压缩模型参数，确定全局模型参数。该方法可以在保证全局模型的准确性的情况下，保护客户端的本地私有数据特征，实现针对隐私推理攻击的防御。
-
公开(公告)号：CN114117294A
公开(公告)日：2022-03-01
申请号：CN202111315888.4
申请日：2021-11-08
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/958
Abstract: 本申请提供了应用于物联网的多标签数据实例清洗方法及装置。本申请中，基于偏标记学习并同时考虑候选标签贡献以及考虑同类数据实例之间标签的相似性和不同类数据实例之间标签的差异性，对目标数据实例被标记的候选标签进行清洗，以从每一目标数据实例被标记的至少两个候选标签中选中每一目标数据实例对应的一个目标标签，最终实现了对目标数据实例被标记的至少两个候选标签进行噪声标签清洗，以得到最终的目标标签。
-
Patent Agency Ranking
公开(公告)号：CN112734039B
公开(公告)日：2021-07-23
申请号：CN202110352167.4
申请日：2021-03-31
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种深度神经网络的虚拟对抗训练方法、装置及设备，该方法包括：将多个自然样本输入给深度神经网络模型的第一子网络，得到多个自然样本对应的多个初始特征向量；从多个初始特征向量中选取种子特征向量和非种子特征向量；针对每个种子特征向量，基于种子特征向量和种子特征向量对应的扰动向量，生成种子特征向量对应的虚拟对抗特征向量；将所有虚拟对抗特征向量和所有非种子特征向量输入给深度神经网络模型的第二子网络，得到多个自然样本对应的多个目标特征向量；基于多个目标特征向量对深度神经网络模型的参数进行更新。通过本申请的技术方案，提高深度神经网络模型对于攻击样本的抗干扰能力，提高深度神经网络模型的可靠性。
-
公开(公告)号：CN119274022B
公开(公告)日：2025-04-01
申请号：CN202411795681.5
申请日：2024-12-06
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/084 , G06N3/094
Abstract: 本申请实施例提供了一种基于扩散处理的洁净对抗训练、对抗样本生成方法及设备，涉及人工智能技术领域，上述洁净对抗样本生成方法包括：对原始样本和第一噪声进行扩散处理，得到第一带噪样本；使用待训练模型处理原始样本，得到第一结果；使用待训练模型处理第一带噪样本，得到第二结果；基于第一结果和第二结果，获得第一带噪样本相对于原始样本的噪声散度；基于噪声散度和第一带噪样本，生成第二噪声，对第一带噪样本和第二噪声进行叠加，得到第二带噪样本；对第二带噪样本进行逆扩散处理，从第二带噪样本去除分离噪声；基于噪声去除结果，获得对抗样本。应用本申请实施例提供的方案，能够生成对抗训练的过程中需要使用的对抗样本。
-
公开(公告)号：CN116627474B
公开(公告)日：2023-10-13
申请号：CN202310902309.9
申请日：2023-07-21
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于强化学习的智能设备智能安全管理方法、装置及设备，该方法包括：获取智能设备批量升级任务信息；在存在升级需求，且依据智能设备升级任务当前的升级策略，确定该智能设备批量升级任务满足升级条件的情况下，依据待升级设备地址信息和登录信息对该智能设备批量升级任务对应的待升级设备进行批量升级；依据获取到的该智能设备批量升级任务对应的各待升级设备的升级反馈结果，利用强化学习算法，分别对各待升级设备当前的损失函数梯度进行更新，得到各待升级设备的损失函数梯度更新值，依据各待升级设备的损失函数梯度更新值，利用强化学习算法，对该智能设备升级任务当前的升级策略进行更新。该方法可以提高智能设备升级效率。
-
公开(公告)号：CN115564634B
公开(公告)日：2023-05-02
申请号：CN202211546540.0
申请日：2022-12-05
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T1/00
Abstract: 本申请实施例提供了一种视频对抗水印嵌入方法、装置、电子设备及存储介质。方案如下：对原始视频进行识别，得到第一识别结果；获取待嵌入水印，以及嵌入参数集合；针对每组嵌入参数集合，基于该组嵌入参数集合，将待嵌入水印嵌入至原始视频，得到候选水印视频；对每一候选水印视频进行识别，得到第二识别结果；在第二识别结果与第一识别结果不匹配时，将该第二识别结果对应的候选水印视频确定为对抗水印视频。通过本申请实施例提供的技术方案，实现了原始视频所对应的对抗水印视频的获取，使得智能视频系统功能失效，降低了原始视频中视频信息被恶意用户获取的概率，以及降低了原始视频中信息泄露的风险，从而提高了原始视频的隐私安全性。
-
公开(公告)号：CN114492800A
公开(公告)日：2022-05-13
申请号：CN202210345400.0
申请日：2022-04-02
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于鲁棒结构搜索的对抗样本防御方法及装置，该方法包括：对于搜索过程中的任一epoch，利用梯度下降算法，对DNN网络的操作参数和结构参数进行迭代交替更新，直至迭代次数达到第一迭代次数；以及，利用预设网络脆弱性约束条件，对所述DNN网络的结构参数进行迭代更新，得到满足所述预设网络脆弱性约束条件的结构参数，直至该epoch内的迭代次数达到第二迭代次数；在搜索的epoch数达到第一epoch数，或，DNN网络模型收敛的情况下，依据得到的结构参数，生成目标DNN网络。该方法可以提升DNN网络的对抗鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.04 seconds)
