-
公开(公告)号:CN116208362A
公开(公告)日:2023-06-02
申请号:CN202211646375.6
申请日:2022-12-21
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: H04L9/40
Abstract: 本发明公开了一种基于热插拔安全会话的Web数据隔离保护方法,基于WebTeleporter实现,该方法在用户和应用的原始Web会话之外添加一个新的独立的受用户信任的设备和WebTeleporter之间的平行Web会话,原始的Web会话是用户不信任的设备发起的,而平行Web会话的载体是用户信任的设备。用户可以自由选择敏感数据,使其不在原始Web会话上传输,而在平行会话上传输,从而达到保护用户隐私的效果。本发明不需要修改应用的原生代码来添加信任设备,而是通过在应用服务器部署WebTeleporter层,是一种即插即用的实现。本发明是一个轻量级的方法,其实现方法简便,手段灵活,且用户的隐私保护能得到显著保证。
-
公开(公告)号:CN117792678A
公开(公告)日:2024-03-29
申请号:CN202311586026.4
申请日:2023-11-24
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
Abstract: 本发明公开了一种基于正交向量的高效多路验证方法,包括:(1)由源节点基于正交向量生成密钥,并且给网络中每个路由器分配相应的编号,同时将相应的信息传输到对应的节点上;(2)源节点根据路径信息,构造出验证信息并且将其嵌入到数据包头中,中间节点进行验证和转发数据包,目的节点对数据包进行验证;(3)在每次会话结束时源节点通知每个节点会话结束,各个节点再将自己在本次会话中处理的数据包和通过验证的数据包信息返回给源节点,源节点进行分析和检测。本发明可以在不牺牲安全性和保持较低包头开销的同时极大地降低多路认证协议的计算开销,同时极大地提高了多路路由的灵活性以及传输效率。
-
公开(公告)号:CN117792634A
公开(公告)日:2024-03-29
申请号:CN202311854736.0
申请日:2023-12-29
IPC: H04L9/08
Abstract: 本发明公开了一种基于线性秘密共享技术的安全多方计算协议中的通信方法,对于平均带有M个秘密值的分享值的N个结点,每个结点将自身的秘密共享值切分为N份,该方法包括:按照预定的顺序和方法进行两次N‑1轮通信,使得通信结束之后,每个结点都包含了所有的M个原始秘密值结果;其中,第一次通信过程中,结点i依次向下一结点i+1发送自身的第i,i‑1,i‑2……份秘密分享值,结点i+1接收后与自身的第i,i‑1,i‑2……份秘密共享值累加;第二次通信过程中,结点i依次向下一结点发送自身的第i+1,i,i‑1,i‑2……份秘密共享值,结点i+1将自身的第i+1,i,i‑1,i‑2……份秘密共享值替换为接收到的秘密共享值。
-
公开(公告)号:CN116186629A
公开(公告)日:2023-05-30
申请号:CN202310465451.1
申请日:2023-04-27
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06F18/2431 , G06F18/23 , G06N20/20 , G06N5/01 , G06Q40/04
Abstract: 本发明公开了基于个性化联邦学习的金融客户分类及预测方法、装置,该方法使用自适应差分隐私,目前差分隐私和联邦学习结合的方案中,每次添加噪声都是使用相同的隐私预算,本方案在模型初期使用更少的隐私预算(较大噪声)趋于收敛时使用更大的隐私预算(较小噪声),通过合理的分配隐私预算,可有效提高模型准确率;在得到总体模型后,根据训练过程中的数据对客户端进行分类,使得相似客户端被分到同一类,接着在总体模型的基础上训练出属于这一类客户端的子模型,该子模型既有总体模型的泛化能力,又适配该类客户端的数据特点,相比于总体模型具有更高的准确率。
-
公开(公告)号:CN116994309B
公开(公告)日:2024-04-09
申请号:CN202310504150.5
申请日:2023-05-06
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种公平性感知的人脸识别模型剪枝方法,包括获取数据集,数据集包括训练图像数据,训练图像数据的目标标签,训练图像数据的敏感属性,在获取的数据集上训练一个在目标标签上分类准确率高的神经网络模型,构建网络公平性的判别器,用于公平性感知的网络剪枝训练等步骤,本方法旨在提升网络剪枝算法的公平性,在保持网络效率的前提下,不损伤剪枝后网络的准确率,提升剪枝后网络的公平性。本发明设计判别器消除剪枝后模型的预测与敏感属性之间的关联,搜索存在公平性偏见与参数多余的联结进行剪枝,从而实现公平性感知的网络剪枝算法,本发明可以剪枝模型80%,90%,最多可达95%的参数,同时提升模型在敏感属性。
-
公开(公告)号:CN117540788A
公开(公告)日:2024-02-09
申请号:CN202410029633.9
申请日:2024-01-09
IPC: G06N3/0895 , G06N3/006 , G06N3/0455 , G06V10/82
Abstract: 本发明公开了一种以控制为中心的自监督学习的双阶段通用智能体训练方法,属于人工智能感知决策技术领域,包括以下步骤:步骤1、设计多模态的决策基础模型,包括编码器和控制解码器;步骤2、收集跨领域跨模态跨具身的多任务数据集;步骤3、使用以控制为中心的自监督损失函数通过自监督学习训练多模态的决策基础模型;步骤4、通过多模态指令对齐的模仿学习来训练多模态的决策基础模型;步骤5、将训练完成的多模态的决策基础模型部署到平台中进行测试使用。本发明提供了一种以控制为中心的自监督学习的双阶段通用智能体训练方法,具有卓越的适应性,能够适应跨领域、跨场景和跨具身的广泛决策任务。
-
公开(公告)号:CN117494118A
公开(公告)日:2024-02-02
申请号:CN202311771082.5
申请日:2023-12-21
IPC: G06F21/55 , G06N20/00 , G06F40/30 , G06F40/284
Abstract: 本发明公开了一种基于隐空间仿射的文生图模型测评方法,涉及文生图模型安全性测评技术领域,包括以下步骤:S1:根据目标生成的有害内容撰写相应有害提示词P;S2:将有害提示词P输入文生图模型;S3:分离被禁止的提示词PN的敏感部分W;S4:去除PN的敏感部分W并记为PT,将PT输入文生图模型测试提示词能否通过安全模块的限制;S5:利用隐空间仿射原理重新生成敏感部分W的替代词,与PT重新构成攻击提示词PA;S6:将PA输入文生图模型测试攻击效果。本发明采用上述的一种基于隐空间仿射的文生图模型测评方法,问询次数更低,效率更高,生成图像种类更可控。
-
公开(公告)号:CN115297059B
公开(公告)日:2023-11-28
申请号:CN202210842345.6
申请日:2022-07-18
IPC: H04L47/125 , H04L47/2441
Abstract: 本发明公开了一种基于P4的传输层负载均衡系统,包括连接状态信息表模块、快速连接缓存模块、流量特征存储模块、虚拟IP信息表模块、实例类别权重表模块、流量类型预测表模块和直接IP池版本信息表模块。本发明通过基于P4的数据转发平面依据各网络服务实例的性能权重高效转发数据包,并且实现基于机器学习规则数据驱动的流量分类,并且运用灵活的调度方法进行流量分发,使各实例的利用率均衡;其次本发明执行快速连接缓存维护各连接的一致性原则,解决直接IP池更新时数据包转发错误导致的负面影响。该系统具有可部署、可更新和高灵活性的优点,利用机器学习的优势执行流量的传输层负载均衡,进而实现高效的网络内转发,提高网络服务的聚合吞吐量。
-
公开(公告)号:CN116798441A
公开(公告)日:2023-09-22
申请号:CN202310608250.2
申请日:2023-05-26
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G10L21/013 , G10L25/18 , G10L25/30 , H04N21/2187
Abstract: 本发明公开了一种虚拟直播环境下的实时语音转换方法和装置,高度保留了扮演者的语气、语调等身份无关的语音特征,为用户提供了无需注册、重训练即可在个人电脑上流畅运行的服务。此外,该方法提供20种以上的虚拟音色以供选择、切换,为VTuber提供更加多元化、个性化的虚拟角色扮演效果,更好地服务虚拟直播场景。本方法可以实现低延迟和高质量的实时语音生成,能够实现实时转换并控制实时延迟仅为70.8ms,在语音质量和易懂度上与最先进的基于Diffusion的多目标语音转换方法相当,在语音相似性上领先于目前的主流方法。
-
公开(公告)号:CN116244669A
公开(公告)日:2023-06-09
申请号:CN202211646385.X
申请日:2022-12-21
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06F21/16 , G06N20/00 , G06F18/24 , G06F18/214
Abstract: 本发明公开了一种基于模型水印的机器学习模型版权保护方法,该方法通过向机器学习模型嵌入不可见的秘密水印来满足模型溯源和版权保护的需求,降低知识产权侵权风险。本发明通过训练一个新的“植入模型”来正则化原始机器学习模型,使得水印植入更加地耦合模型的主要分类任务,相比于之前的模型水印植入方式,这种方式植入的模型水印在面对水印去除攻击时有着更强的鲁棒性,尤其在蒸馏攻击上,该发明有着更好的抵御效果。
-
-
-
-
-
-
-
-
-