一种大模型生成图像鉴别方法和系统

    公开(公告)号:CN117788906A

    公开(公告)日:2024-03-29

    申请号:CN202311804911.5

    申请日:2023-12-26

    Abstract: 本发明提出一种大模型生成图像鉴别方法和系统。其中,方法包括:将生成图像输入基于残差滤波的第一处理模块,得到原始特征;将所述原始特征输入基于自注意力机制和残差结构的第二处理模块,得到分类特征;将所述分类特征输入二分类网络,输出只有“真”或“假”的结果。本发明提出的方案,解决了现有技术无法利用输入图片的浅层纹理信息,损失函数简单无法随着输入数据动态变化的问题。

    基于人工智能的通信管理系统

    公开(公告)号:CN117544428B

    公开(公告)日:2024-03-22

    申请号:CN202410033001.X

    申请日:2024-01-10

    Abstract: 本发明涉及信息安全技术领域,尤其涉及一种基于人工智能的通信管理系统,该系统包括接收模块,用以接收请求终端发送的敏感信息访问请求;监测模块,用以监测所述请求终端的可信度;传输模块,用以创建通信通道,计算通信时间以确定是否对敏感信息进行处理并对处理后的敏感信息进行传输;加密模块,用以确定敏感信息在不同的传输方式下的加密单位;切片模块,用以对敏感信息进行切片处理;数据中心,用以储存敏感信息;处理模块,用以计算传输风险系数以及敏感信息的切片数量。本发明避免敏感信息在传输过程中被窃取和监听,提高了传输敏感信息的安全性。

    智能检测虚假数据合成方法和系统

    公开(公告)号:CN117540038A

    公开(公告)日:2024-02-09

    申请号:CN202410037557.6

    申请日:2024-01-10

    Abstract: 本发明提供一种智能检测虚假数据合成方法和系统,通过采集多媒体数据分别提取其中携带的预设字段的值和特征值,分别得到第一场景信息和第二场景信息,根据所述第一场景信息还可以向服务器请求下发规则模板,进而可以计算项目与项目之间、项目与下属元素之间的关联度,根据关联度的高低进行初步判断,两个场景信息的匹配判断作为再次判断,结合两个判断结果可以定位虚假合成的范围或位置,克服现有技术无法有效检测虚假合成和防止虚假合成的问题。

    虚假人脸检测方法、装置及计算机可读介质

    公开(公告)号:CN117315750A

    公开(公告)日:2023-12-29

    申请号:CN202311245508.3

    申请日:2023-09-25

    Abstract: 本申请公开一种虚假人脸检测方法、装置及计算机可读介质,其中方法包括:获取待检测的目标人脸图像,目标人脸图像为按照JPEG的标准存储的JPEG图像;从目标人脸图像的JPEG编码信息中提取频域信息;将频域信息输入检测模型进行人脸真假检测,检测模型为预先基于Transformer的深度学习模型训练得到的模型;获取检测模型输出的检测结果。本申请通过直接提取JPEG图像的频域信息,来进行人脸的真假二分类检测,加快了数据在CPU上的加载速度,并提升了模型训练和推理的效率,同时,通过基于Transformer的深度学习模型学习频域上的伪造特征,降低了模型的局部假设偏置,可进一步提升模型的准确率。

    智能数据感知监测方法和系统

    公开(公告)号:CN117312804A

    公开(公告)日:2023-12-29

    申请号:CN202311605906.1

    申请日:2023-11-29

    Abstract: 本发明提供一种智能数据感知监测方法和系统,通过收集历史数据和引入数据的全生命周期提取风险特征,得到训练数据集,使用数据挖掘技术手段,计算出风险的上下限概率函数,以此构建感知评估模型,从而实现对实时数据的快速风险态势评估,克服现有技术数据质量识别不准确、数据处理速度慢、对复杂数据集的处理能力有限等问题。

    一种深度伪造音频鉴别方法和系统

    公开(公告)号:CN116994590B

    公开(公告)日:2023-12-15

    申请号:CN202311253131.6

    申请日:2023-09-27

    Abstract: 本发明提出一种深度伪造音频鉴别方法和系统。其中,方法包括:基于随机质量压缩、模糊和随机添加附加噪声方法,对音频数据进行数据增强处理;将数据增强处理后的音频数据输入基于自监督学习的特征提取模型,得到音频特征;将所述音频特征输入基于残差结构的伪造鉴别模型,提取出音频的时序特征,以实现对音频的鉴别。本发明提出的方案能够利用自监督语音表示学习技术学习语音特征,降低对深度伪造音频数据的依赖,提高系统的泛化性;基于残差结构实现音频特征增强,充分提取音频的时序特征;使用数据增强方法提升训练数据的复杂性,提高鉴别模型的性能。

Patent Agency Ranking