-
公开(公告)号：CN118135989A
公开(公告)日：2024-06-04
申请号：CN202410282316.8
申请日：2024-03-13
Applicant: 重庆邮电大学
IPC: G10L13/027 , G10L25/69 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于模型指纹的音频主动归因取证方法，属于音频处理和数字取证领域。该方法包括两个主要阶段：模型指纹嵌入阶段和音频归因阶段。模型指纹嵌入阶段：为音频生成模型添加模型指纹，并同步训练模型指纹解码器，通过解码器提取出音频的模型指纹；音频归因阶段：将提取出的音频的模型指纹与存储的模型指纹对比，如果相同，则认为是已知模型生成的；否则，则认为不是已知模型生成的。本发明方法无需对音频样本进行操作，直接通过添加模型指纹的方法使得生成音频中带有模型指纹，进行音频主动归因。本发明不仅能够让模型拥有者对模型进行指纹识别，而且可以准确地检测到包含指纹的音频并归因，确保了音频生成模型的分发和使用更加透明。
-
公开(公告)号：CN117874832A
公开(公告)日：2024-04-12
申请号：CN202410038610.4
申请日：2024-01-10
Applicant: 重庆邮电大学
IPC: G06F21/64 , G06F18/241 , G06F17/15 , G06F17/16
Abstract: 本发明涉及汽车电子数据安全领域，具体涉及一种基于相关性分析的车载电子数据篡改检测方法，包括：对获取车载设备历史数据，利用其物理意义和相关系数对其进行数据分类，将多个数据属性划分成若干时序相关团；对其待检测的车载设备电子数据，将其按滑动窗口策略将其进行数据分割，然后在同一个时序相关团下进行篡改检测。相比已有的各类车载设备电子数据篡改方案，此方案适用于不同车载设备中车辆传感器中感知数据，在计算资源有限的取证设备中能有效检测到内部电子数据的有效性和可信性。
-
公开(公告)号：CN117852623A
公开(公告)日：2024-04-09
申请号：CN202410037332.0
申请日：2024-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及深度学习可解释性领域，具体涉及一种面向深度学习可解释性的鲁棒性对抗训练方法，包括：采用解释攻击方法建立对抗解释样本的数据集，正常样本和对抗解释样本作为数据元组输入深度学习模型，经模型传播计算样本的分类得分；对数据进行沿解释梯度的多方向采样，计算模型对采样数据的预测分数和计算采样数据的综合损失项；计算模型梯度的L2鲁棒性正则损失项和余弦鲁棒性正则损失项；计算总损失项，反向传播迭代更新模型参数。该方法可以提升模型的解释鲁棒性，可以较为高效地提升模型对输入样本的解释准确性，使解释不容易被操纵攻击。
-
公开(公告)号：CN114676852A
公开(公告)日：2022-06-28
申请号：CN202210371521.2
申请日：2022-04-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于相关性类激活映射的通用对抗扰动生成方法，属于对抗机器学习领域。目前，该领域的关键技术问题是深度神经网络决策可解释性和对抗样本可迁移性增强。本发明利用层间相关性传播与类激活映射级联的方式来生成并优化通用对抗扰动，进而理解深度神经网络的关注点。首先利用深度神经网络分类器计算出干净样本的原始标签类和其他错误标签类，然后，通过前向传播的类激活映射特征图与相关性系数线性权重组合，使原始标签的最终热力图贡献最小，其他错误类的热力图贡献最大，再通过最小化相关性类激活映射损失函数来迭代更新通用对抗扰动，从而形成迁移性强的通用对抗扰动，提高对抗样本的攻击成功率。
-
公开(公告)号：CN114372294A
公开(公告)日：2022-04-19
申请号：CN202111586514.6
申请日：2021-12-21
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于区块链技术、可信计算技术以及压缩感知加解密图像技术的医学影像链上表示与链下安全边缘存储的方法。利用基于哈希链压缩感知的图像加密方法，根据初始密钥生成第一哈希链和第二哈希链；分别根据第一哈希链和第二哈希链，获得测量矩阵和加密矩阵，再通过原始图像与测量矩阵得到测量结果矩阵，再由测量结果矩阵与加密矩阵得到加密图像矩阵。对测量矩阵再哈希得到测量矩阵的哈希值，将医学影像相关信息以及测量矩阵哈希值、节点签名存入区块链中。将加密图像矩阵存在节点本地空间。整个过程，既实现了对医学影像的存在性证明，即医学影像的链上表示，又使得图像安全存于节点本地空间，即链下安全边缘存储，二者由唯一标识的医疗数据信息以及图像测量矩阵的哈希值实现了双向映射。
-
Patent Agency Ranking
公开(公告)号：CN114238501A
公开(公告)日：2022-03-25
申请号：CN202111507679.X
申请日：2021-12-10
Applicant: 重庆邮电大学
IPC: G06F16/27 , G06F21/60 , G06F21/64 , G06F16/182
Abstract: 本发明公开一种基于区块链的矿山工业互联网数据共享方法。在企业内部建立私有链，在产业链上下游的不同企业间建立联盟链。首先，终端设备采集各种数据并加密发给边缘结点，在边缘结点对数据进行处理之后，然后将边缘计算结果存储到私有IPFS集群上，将相关信息RI发布到私有链上，实现企业内部数据共享。最后企业生成数据检索表table并发布到联盟链上，产业链上其他企业通过检索表定位数据后根据自身需求发起数据共享请求和联邦学习请求，实现矿山工业互联网产业链的数据共享。本发明通过设计两条区块链来分别实现矿山工业互联网场景下的企业内和企业外的数据共享，有效保证矿山工业互联网各个层级数据共享的安全性。
-
公开(公告)号：CN112507292A
公开(公告)日：2021-03-16
申请号：CN202011451281.4
申请日：2020-12-09
Applicant: 重庆邮电大学
IPC: G06F21/14
Abstract: 本发明涉及一种支持运行环境检测及完整性检测的加壳保护方法，属于逆向工程防御技术领域，包括一种产生服务程序的加壳保护工具A，对原程序B进行加壳操作、插入安全通信模块和调用模块，生成唯一对应的服务程序C和被加壳保护的程序B1；所述程序B1在执行时，首先调用服务程序C，将服务程序C调入到内存当中，当服务程序C进入内存后程序B1与服务程序C进行交互认证；程序B1存在对服务程序C的完整性检测；所述程序C在执行时，与程序B1进行交互认证，对程序B1进行基于运行环境的检测，所述运行环境检测通过后对程序B1进行解壳并交回控制权；所述程序C负责在间隔时间段内生成新的动态认证消息。
-
公开(公告)号：CN112464245A
公开(公告)日：2021-03-09
申请号：CN202011351675.2
申请日：2020-11-26
Applicant: 重庆邮电大学
Abstract: 本发明公开了面向深度学习图像分类模型的泛化的安全性评估方法，属于机器学习技术领域。目前深度学习相关研究中所要解决的重要问题是在解决深度学习图像分类模型面临的具有泛化特征的安全威胁问题的同时提高模型的鲁棒性，本发明利用面向深度学习图像分类模型的泛化的安全性评估方法，通过测试深度学习图像分类模型的针对对抗样本的主动防御能力、对抗样本检测能力以及针对对抗样本的被动防御能力等指标，对深度学习图像分类模型的安全性做出全面评估，并在评估过程中发掘模型存在的安全漏洞，与此同时，由于本发明存在的泛化特性，使得该方法能够适用于绝大多数深度学习图像分类模型，这对提高深度学习领域的安全性具有重要的理论和实践意义。
-
公开(公告)号：CN119961866A
公开(公告)日：2025-05-09
申请号：CN202510075789.5
申请日：2025-01-17
Applicant: 重庆邮电大学
IPC: G06F18/25 , G01S13/72 , G01S13/86 , G01S13/08 , G01S13/58 , G06F18/10 , G06F18/213 , G06F18/20 , G06V10/25 , G06V10/764 , G06V10/82 , G06T7/246 , G06F17/11 , G06F17/16 , G06F123/02
Abstract: 发明公开了一种基于多传感器融合和深度学习技术的无人机检测与追踪系统，包含数据收集层、数据处理层、扩展卡尔曼滤波(EKF)估计层和深度学习层。系统首先判断需要追踪的无人机，然后通过数据收集层(雷达、摄像头、RF信号收集设备)获取目标距离、速度、方向和图像信息等，数据处理层完成时间同步、去噪声、数据标准化以及数据增强处理，EKF估计层对目标运动状态(位置、速度、加速度等)进行实时估计，深度学习层可以采用目标检测与分类模型方法，结合EKF输出与图像特征实现无人机的检测、分类与跟踪。本系统可以对目标空域的单个无人机以及无人机集群的关键无人机进行检测和追踪，适用于空域管理与安防领域。
-
公开(公告)号：CN114553481B
公开(公告)日：2024-12-03
申请号：CN202210049295.6
申请日：2022-01-17
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明提供一种网络攻击事件预测及最优主动防御策略选取系统，对于目前网络遭受攻击时，运用HMM的方法合理预测网络未来可能出现的攻击，然后运用最优主动防御策略选取系统，以实现高效准确预测网络遭受的攻击。在遭受网络攻击之前就运用最优策略保障网络空间安全。在网络遭受攻击的过程中，运用HMM模型的预测方法，可以模型网络攻防双方的状态，具有较好的实际指导意义。主动防御的方法，在攻击之前就进行防御，可以大幅度的降低网络所遭受的攻击，对于实际应用具有不可忽视的优势。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.023 seconds)
