-
公开(公告)号：CN118133355B
公开(公告)日：2024-07-09
申请号：CN202410546083.8
申请日：2024-05-06
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: 本申请提供一种基于身份基同态签名的联邦学习方法及相关设备；该方法包括：用户端：利用用户标识生成身份私钥的第一部分，利用第一哈希函数和用户标识生成身份私钥的第二部分，将第一部分和第二部分组成身份私钥；对本地模型进行训练得到本地模型参数；对本地模型参数加密，并利用身份私钥和标签对加密后的本地模型参数进行签名，将签名和加密的本地模型参数发送至服务器端。服务器端：接收各用户端发来的签名，利用标签和用户标识对各签名进行验证；签名有效则接收加密的本地模型参数并解密；聚合本地模型参数得到聚合参数，对聚合参数进行加密，利用各用户端的签名对加密的聚合参数计算生成同态签名，将加密的聚合参数和同态签名发送至用户端。
-
公开(公告)号：CN118133328B
公开(公告)日：2024-07-09
申请号：CN202410573742.7
申请日：2024-05-10
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)
Abstract: 本申请提供的一种去中心化学习方法、系统及相关设备，包括：获取初始参数，对本地区块链模型进行训练，得到梯度更新参数；根据梯度更新参数确定欧几里得范数；对梯度更新参数进行加密得到加密梯度更新参数；获取范数约束，根据范数约束确定零知识证明；获取其他客户端的加密梯度更新参数及零知识证明，对其他客户端的零知识证明进行验证，生成第一验证结果；响应于客户端属于合规客户端集合，确定合规客户端集合中每个客户端对应的加密梯度更新参数，并计算聚合盲因子，对聚合盲因子进行正确性验证，生成第二验证结果；响应于客户端属于更新后的合规客户端集合，进行安全多方计算得到聚合更新参数；根据聚合更新参数对梯度更新参数进行调整。
-
公开(公告)号：CN116955539A
公开(公告)日：2023-10-27
申请号：CN202311192177.1
申请日：2023-09-15
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)
Abstract: 本发明提供一种基于思维链推理隐式生成内容合规性判定方法，包括：步骤一：将安全性未知文本X输入大规模语言模型M；步骤二：询问大规模语言模型M安全性未知文本X中的主客体成份，获取主体文本S以及客体文本T；步骤三：询问大规模语言模型M潜在观点，获得潜在观点文本O；步骤四：根据步骤三获得的潜在观点文本O，询问大规模语言模型M安全性未知文本X表达的意图是否符合规范，如果符合规范，输出：安全，否则输出：不安全。本发明的有益效果是：本发明很好的利用大规模语言模型的常识推断能力以及特定领域的专家知识，合理的提示大规模语言模型进行链式推理，逐步地揭示出深层的文本隐藏语义，大幅度提升了系统文本安全检测系统的性能。
-
公开(公告)号：CN116909574A
公开(公告)日：2023-10-20
申请号：CN202311154532.6
申请日：2023-09-08
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: G06F8/41 , G06F16/33 , G06F40/194
Abstract: 本发明提供了一种检索增强的结构化代码生成系统及方法，该结构化代码生成系统包括检索前处理模块、结构信息提取模块和代码生成融合模块，所述检索前处理模块根据自然语言描述来检索到功能相关的代码片段；所述结构信息提取模块对所述检索前处理模块检索到的代码片段进行结构信息的提取；所述代码生成融合模块将输入的自然语言和代码片段进行融合，完成代码生成任务。本发明的有益效果是：本发明在不改变原有模型规模的条件下，增强其泛化性，提升代码生成的能力。
-
公开(公告)号：CN119961851A
公开(公告)日：2025-05-09
申请号：CN202510450757.9
申请日：2025-04-11
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: G06F18/2433 , G06F18/22 , G06F18/213 , G06F18/214 , G06N3/0464
Abstract: 本公开提供一种异常检测方法、装置、电子设备、存储介质及程序产品，该方法包括：确定待检测任务的未标注数据，对未标注数据进行局部特征提取，得到至少一个未标注数据特征；通过预先构建的特征匹配模型对至少一个未标注数据特征进行特征匹配，得到至少一个未标注数据特征对应的至少一个近邻特征片段；对至少一个未标注数据特征和至少一个近邻特征片段进行距离计算，得到至少一个未标注数据特征对应的至少一个异常分数；基于至少一个异常分数进行检测，得到异常区域。本公开能够提升对动态数据和未知异常的检测性能，更贴近实际应用。
-
Patent Agency Ranking
公开(公告)号：CN119854038A
公开(公告)日：2025-04-18
申请号：CN202510322616.9
申请日：2025-03-19
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)
Abstract: 本申请提供一种用于认证加密与解密数据的方法及相关设备。该方法包括：获取原始数据包，所述原始数据包是利用XDP技术在链路层捕获的；对所述原始数据包的有效载荷进行加密，以得到第一数据包；生成消息摘要并对所述消息摘要进行签名，以生成消息认证码；将所述消息认证码和所述第一数据包进行封装，以得到第二数据包；对所述第二数据包的真实性进行验证；响应于所述第二数据包验证通过，将所述第二数据包写入解密线程队列进行解密，以得到所述原始数据包。通过上述方法实现了终端与业务系统之间数据传输的认证加密，使得终端与业务系统之间的数据传输更加安全。
-
公开(公告)号：CN118114774B
公开(公告)日：2024-07-02
申请号：CN202410535818.7
申请日：2024-04-30
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)
IPC: G06N5/04 , G06F40/284 , G06N3/02 , G06F17/16
Abstract: 本公开提供一种大模型推断方法、装置、电子设备、存储介质及程序产品，包括：向客户端发送词嵌入的嵌入矩阵，接收客户端发送的基于待推断词语、第一秘密共享份额和嵌入矩阵得到的第二密文，以得到第二秘密共享份额，将第一神经网络的参数和第二秘密共享份额发送到所述客户端，得到第一关联结果，基于第一关联结果和第一神经网络的参数得到第一待截断信息，通过预先构建的第一扰动信息对第一待截断信息进行截断，以完成第一神经网络中的矩阵乘法，基于矩阵乘法结果进行处理得到第一输出结果，基于第二神经网络对第一输出结果进行处理，得到第二输出结果，并进行转化处理，得到推断结果。本公开传输数据量较小，计算时间较短，因此效率较高。
-
公开(公告)号：CN117573975A
公开(公告)日：2024-02-20
申请号：CN202311548012.3
申请日：2023-11-17
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: G06F16/9535 , G06N3/0455 , G06N3/042 , G06N3/048 , G06N3/098
Abstract: 本发明提供了一种联邦跨领域的信息推荐方法、装置、终端设备及介质，所述信息推荐方法从服务器获取预先训练好的跨域序列推荐模型，并且通过用户的交互信息，确定对用户的推荐建议。该模型由服务器将多个本地模型聚合得到，每个本地模型对应一个客户端，并且每个本地模型在对应的客户端本地训练得到，这样，对于客户端来说，不需要将本地的数据上传到服务器，也可以通过服务器训练得到跨域序列推荐模型，然后从服务器获取该模型并进行应用，确保了客户端数据拥有方的数据隐私，此外相比现有的定制化推荐模型，跨域序列推荐模型通过多个本地模型聚合得到并且各本地模型分别由对应客户端本地训练得到，可以有效提高跨域序列推荐模型的性能和质量。
-
公开(公告)号：CN116738443B
公开(公告)日：2023-12-26
申请号：CN202311003502.5
申请日：2023-08-10
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: G06F21/57 , G06F18/214
Abstract: 本发明公开了一种基于多示例感知的软件漏洞检测方法及相关设备，所述方法包括：获取包级代码片段，使用预训练模型对所述包级代码片段进行训练，得到表征向量；将表征向量分别映射到不同的线性空间中，得到包级代码片段的注意力表征向量；将第一标志向量与表征向量结合，得到包级代码片段中的每个函数代码片段的第二表征向量，将每个函数代码片段的第二表征向量拼接，再进行卷积和拆分操作，得到函数级第二标志向量和目标表征向量，并通过最大池化层计算得到文件级标志向量，根据函数级第二标志向量和文件级标志向量检测漏洞。本发明捕捉示例本身的局部信息和不同示例之间的全局信息，同时检测判断文件级代码和函数级代码是否包含漏洞。
-
公开(公告)号：CN116738443A
公开(公告)日：2023-09-12
申请号：CN202311003502.5
申请日：2023-08-10
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: G06F21/57 , G06F18/214
Abstract: 本发明公开了一种基于多示例感知的软件漏洞检测方法及相关设备，所述方法包括：获取包级代码片段，使用预训练模型对所述包级代码片段进行训练，得到表征向量；将表征向量分别映射到不同的线性空间中，得到包级代码片段的注意力表征向量；将第一标志向量与表征向量结合，得到包级代码片段中的每个函数代码片段的第二表征向量，将每个函数代码片段的第二表征向量拼接，再进行卷积和拆分操作，得到函数级第二标志向量和目标表征向量，并通过最大池化层计算得到文件级标志向量，根据函数级第二标志向量和文件级标志向量检测漏洞。本发明捕捉示例本身的局部信息和不同示例之间的全局信息，同时检测判断文件级代码和函数级代码是否包含漏洞。
-
-
-
-
-
-
-
-
-
Search Results
266
records
(took 0.066 seconds)
