-
公开(公告)号:CN116822661B
公开(公告)日:2023-11-14
申请号:CN202311100506.5
申请日:2023-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种基于双服务器架构的隐私保护可验证联邦学习方法,属于人工智能的技术领域。包括:密钥生成中心、客户端、聚合服务器和辅助服务器;本发明采用中国剩余定理CRT对梯度进行压缩,并使用Paillier同态加密算法对本地梯度进行加密;同时,为避免单个服务器被攻陷成为恶意服务器,进而会威胁数据安全,本发明将聚合梯度和聚合哈希标签的计算过程分别分配给了聚合服务器AS和辅助服务器SS两个不同的服务器。本发明通过辅助服务器SS所聚合的哈希标签来辅助客户端验证聚合服务器AS聚合结果的正确性,为联邦学习训练模型的准确性提供了有效保障。
-
公开(公告)号:CN116884433A
公开(公告)日:2023-10-13
申请号:CN202310806300.8
申请日:2023-07-03
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提供了一种基于图注意力的伪造语音检测方法及系统,通过预加重及自监督预训练模型和单分类学习,弥补了假语音层出不穷、训练数据不足的缺陷;在提取高级特征表示时,对通道分配注意力,捕获了更加丰富的通道信息;在使用图计算进行图建模时关注到信息量更丰富的频域子带和时域段;在多级协同异构图注意力融合机制中,充分考虑时域和频域信息的影响和交互,实现了更高效率、更强泛化性能和更准确识别率的伪造语音检测。
-
公开(公告)号:CN116032654A
公开(公告)日:2023-04-28
申请号:CN202310101003.3
申请日:2023-02-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 一种固件漏洞检测及数据安全治理方法和系统,属于数据安全的技术领域。包括:将待检测的物联网设备固件进行:固件解压、提取可执行文件以及提取可执行文件的相关数据;将可执行文件通过函数漏洞库、Hash计算、反汇编机制以获取可疑漏洞函数;通过检测固件中的可疑漏洞函数是否为已知漏洞函数的同源函数,以此判断,该检测固件中是否包含相应的漏洞。发明使用自然语言处理模型提取二进制函数的语义信息,不依赖专家知识;能够进行跨架构物联网固件漏洞检测;基于已知CVE漏洞,并对CVE漏洞数据库进行管理,定时更新;对于已经检测过的固件,随着CVE漏洞数据的变化,也会再次进行检测,保证固件漏洞检测的实时性。
-
公开(公告)号:CN115965406A
公开(公告)日:2023-04-14
申请号:CN202310258187.4
申请日:2023-03-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06Q30/0202 , G06N5/04
Abstract: 一种基于博弈论实现用户隐私损失补偿的数据定价方法,属于数据处理的技术领域,包括:步骤1:通过对作为追随者的买家的效用函数求偏导,得出作为追随者的买家的最优数据购买策略;步骤2:将其带入作为领导者的市场平台的效用函数中,利用迭代梯度算法更新数据价格;再根据数据卖家的效用函数优化其隐私补偿系数;步骤3:确定数据交易的赢家、数据成交价、数据隐私补偿系数和数据的购买量四个关键变量,实现公平高效的数据定价。本发明提出基于Stackelberg博弈的定价方法,结合前面的隐私补偿机制,分析了卖方、买方和市场平台各自的效用,同时引入了激励竞争机制,多个卖方相互竞争,更符合真实数据交易的情况。
-
公开(公告)号:CN115873819A
公开(公告)日:2023-03-31
申请号:CN202310009831.4
申请日:2023-01-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于计算生物学、计算机辅助设计和酶工程技术领域,具体涉及基于超级计算辅助获得D‑氨基酸转氨酶突变体及其应用。本发明基于超级计算辅助技术成功获得一种新的D‑氨基酸转氨酶突变体并对该酶进行了应用。与野生型酶相比,上述D‑氨基酸转氨酶突变体在40℃的半衰期t1/2>12 h,而野生型D‑氨基酸转氨酶仅为8.8 min,突变体的半失活温度T5015为45.3℃,比野生型D‑氨基酸转氨酶提高了约5.4℃。从而显著提高了其热稳定性及酶活性等,有效拓宽其应用领域和范围,具有广泛的工业应用前景,因此具有良好的实际应用之价值。
-
公开(公告)号:CN115565538A
公开(公告)日:2023-01-03
申请号:CN202211119112.X
申请日:2022-09-13
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开了基于单分类多尺度残差网络的语音鉴伪方法及系统;其中所述方法,包括:获取待鉴别的语音数据;对语音数据进行分帧加窗处理;对分帧加窗处理后的语音数据进行特征提取操作;将提取的特征输入到训练后的多尺度残差神经网络模型中,生成置信度分数,根据置信度分数确定待鉴别的语音数据是真实语音还是伪造语音;其中,训练后的多尺度残差神经网络模型,使用单分类Softmax损失函数进行训练,学习一个特征空间,压缩真实语音表示并注入角度余量以分离嵌入空间中的伪造语音。
-
-
-
-
-