-
公开(公告)号:CN116862021B
公开(公告)日:2024-05-03
申请号:CN202310953891.1
申请日:2023-07-31
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: G06N20/00
Abstract: 本发明公开了一种基于信誉评估的抗拜占庭攻击的去中心化学习方法及系统,涉及人工智能与信息安全交叉技术领域,该方法包括:基于获取的分布式网络中各个节点的训练数据,通过不断迭代训练实现去中心化学习,其训练过程中:分布式网络中的每一节点获取自节点的邻居节点当前轮次的局部参数,以此计算每一邻居节点当前轮次的信誉贡献值和信誉损失值,确定信誉有效值,进而确定自节点及其每一邻居节点的全局历史信誉值;基于全局历史信誉值为自节点及其每一邻居节点分配权重,进而更新自节点的局部参数并发送至邻居节点。本发明构建信誉评估机制,建立全局历史信誉值模型,通过权重分配,降低拜占庭攻击的影响,达到保护学习模型的目的。
-
公开(公告)号:CN116739114B
公开(公告)日:2023-12-19
申请号:CN202310993716.5
申请日:2023-08-09
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: 本发明涉及部署在聚合服务器上对抗模型投毒攻击的联邦学习方法及装置,属于数据安全计算机模型的技术领域。本发明旨在提高联邦学习系统的鲁棒性、提供模型的准确性,以应对模型投毒攻击并达到保护本地数据隐私的技术效果,即通过在模型更新聚合过程中引入鲁棒性机制,以过滤恶意更新和提高系统的整体性能。例如,使用加权聚合方法来剔除恶意参与者的贡献,或者使用去噪和修复技术来降低恶意本地模型的影响。
-
公开(公告)号:CN116881739B
公开(公告)日:2023-12-01
申请号:CN202311146922.9
申请日:2023-09-07
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: G06F18/22 , G06F21/60 , G06F16/335 , G06F16/33 , G06F16/38
Abstract: 一种面向空间关键字相似性的密文安全检索方法,属于数据安全的技术领域,包括:S1.数据拥有者加密空间数据库,构建密文索引,并将其上传至云服务器;S2.搜索用户利用数据拥有者提供的密钥生成搜索令牌;S3.云服务器根据搜索令牌检索密文索引,并返回满足空间范围条件和关键字集相似性条件的密文空间对象。本发明在一定的空间范围内返回与用户期望数据相关的空间数据对象,以在保证较强安全性的同时实现高效搜索。
-
公开(公告)号:CN116881739A
公开(公告)日:2023-10-13
申请号:CN202311146922.9
申请日:2023-09-07
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: G06F18/22 , G06F21/60 , G06F16/335 , G06F16/33 , G06F16/38
Abstract: 一种面向空间关键字相似性的密文安全检索方法,属于数据安全的技术领域,包括:S1.数据拥有者加密空间数据库,构建密文索引,并将其上传至云服务器;S2.搜索用户利用数据拥有者提供的密钥生成搜索令牌;S3.云服务器根据搜索令牌检索密文索引,并返回满足空间范围条件和关键字集相似性条件的密文空间对象。本发明在一定的空间范围内返回与用户期望数据相关的空间数据对象,以在保证较强安全性的同时实现高效搜索。
-
公开(公告)号:CN116456307A
公开(公告)日:2023-07-18
申请号:CN202310522070.2
申请日:2023-05-06
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) , 江苏海洋大学
Abstract: 本发明公开一种基于Q学习的能量受限物联网数据采集和融合方法,属于利用计算机模型优化无人机群数据采集能耗的技术领域。本发明针对无人机群的碰撞避免、飞行角度变化和节点距离约束,将无人机能耗问题转化为马尔可夫决策过程,应用强化学习算法求解无人机路径决策问题:将无人机与节点之间的距离、无人机飞行角度的变化以及无人机之间的安全距离作为强化学习的奖励,使无人机群协同访问所有节点,并有效降低了能耗。此外,在无人机群任务完成后,动态选择距离基站最近的无人机作为中继无人机,中继无人机将其他无人机采集的数据统一传输到基站,从而降低了无人机群的总体飞行能耗。
-
公开(公告)号:CN114500043B
公开(公告)日:2022-08-26
申请号:CN202210086936.5
申请日:2022-01-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 江苏海洋大学
Abstract: 本发明公开了基于同源性分析的物联网固件漏洞检测方法,包括:建立函数漏洞库;提取待检测固件的可执行文件集合以及对应的指令架构,将在函数漏洞库中存在同名同架构的可执行文件作为待检测可执行文件;对待检测可执行文件进行反汇编,获取待检测可执行文件的函数集合,将在函数漏洞库中存在同名的函数作为待检测函数;对待检测函数的二进制文件进行反汇编,提取待检测函数的汇编代码,形成待检测函数指令集合,计算待检测函数指令集合与漏洞函数的指令集合的相似度。本发明还提供了基于同源性分析的物联网固件漏洞检测系统。本发明能够更加高效、精确地检测固件中存在的同源性漏洞。
-
公开(公告)号:CN114338161A
公开(公告)日:2022-04-12
申请号:CN202111632491.8
申请日:2021-12-28
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种面向隐私保护的信息物理系统的攻击检测方法、系统、装置、设备及计算机可读存储介质,在传输监控终端采集的实时数据时,将基于差分隐私机制生成的加噪聚合数据进行预设非线性变换得到的待传输聚合数据通过网络通信通道传输,数据接收端对接收到的第一聚合数据进行预设非线性变换的逆变换,得到第二聚合数据,再根据第二聚合数据和基于卡尔曼滤波对当前时刻的聚合数据进行最优估计得到最优估计值的估计残差进行攻击检测,通过增加实时聚合数据的随机性消减了由于差分隐私机制引起的检测阈值过高,导致错误数据注入攻击者更容易注入攻击信号的问题,从而获得更好的检测率。
-
公开(公告)号:CN112884161A
公开(公告)日:2021-06-01
申请号:CN202110142654.8
申请日:2021-02-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请公开了一种抗标签翻转攻击的协同学习方法、装置、设备及介质,包括:利用经验风险最小化方法构建协同机器学习的优化问题;选择有界超球体作为机器学习模型的候选集合,将弹性损失函数应用于优化问题的目标函数;利用交替方向乘数法迭代更新机器学习模型;根据l‑风险计算模型的误分类率,分析协同学习机制的抗标签翻转攻击性能;根据标签翻转概率、数据性质和弹性损失函数性质,计算模型的泛化误差。这样通过巧妙融合弹性损失函数与交替方向乘数法,保证基于翻转标签训练的模型实现与正确标签训练得到的模型相同的分类精度,并进一步揭示翻转标签与学习模型泛化误差间的内在联系,为大范围错误数据注入攻击下的协同机器学习研究奠定了基础。
-
公开(公告)号:CN120069009A
公开(公告)日:2025-05-30
申请号:CN202510542723.2
申请日:2025-04-28
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于分布式机器学习的技术领域,更具体地,涉及一种差分隐私下检测并防御投毒攻击的联邦学习方法及系统。所述方法包括:在客户端定义差分隐私;客户端下载服务端的全局模型,使用本地训练数据集训练本地模型,计算差分隐私噪声并结合自适应加噪决策机制实现本地模型更新;服务端接收来自客户端的本地模型更新,执行基于分段聚类分析的恶意更新检测;服务端为各客户端分配权重并聚合更新得到全局模型;重复以上步骤,直到达到设置的训练轮次,输出最终的全局模型。本发明解决了差分隐私下模型扰动造成的攻击识别困难问题,可精准筛除对全局模型构成威胁的异常客户端,实现隐私性与安全性的协同优化。
-
公开(公告)号:CN120068994A
公开(公告)日:2025-05-30
申请号:CN202510512002.7
申请日:2025-04-23
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N3/092 , G06N3/098 , G06N3/048 , G06N3/0464 , G06N3/0499
Abstract: 本发明属于联邦学习领域,具体涉及一种基于双层强化学习的联邦学习设备调度优化方法及装置,其方法包括:获取设备的当前状态特征;将设备分为个组,并通过上层强化学习为每组设备分配参与率;通过下层强化学习选择每组内参与联邦学习的设备;构建设备调度目标函数,并初始化全局模型参数,基于下层强化学习所选择的设备进行联邦学习训练,训练过程中,通过调整每组设备的参与率和优化目标的评分权重最大化设备调度目标函数,以确定设备最优调度策略。本发明利用双层强化学习策略优化联邦学习设备调度,旨在提升全局模型性能、降低设备能耗、并提高设备参与公平性。
-
-
-
-
-
-
-
-
-