-
公开(公告)号：CN111754027B
公开(公告)日：2023-07-11
申请号：CN202010493387.4
申请日：2020-06-03
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q10/0631 , G06F30/20 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开了一种基于概率语言术语集的PM2.5排放权分配方法，该方法用概率语言术语集来增加信息的表达范围，并且融合了数据包络分析方法，提出了概率语言术语包络分析模型，并将其分为偏差型概率语言术语包络分析模型和期望型的概率语言术语包络分析模型，将该两个模型应用到解决实际的PM2.5排放权分配问题。本方发明能有效地评价出分配效率，且使用范围广泛。
-
公开(公告)号：CN116188236A
公开(公告)日：2023-05-30
申请号：CN202211622156.4
申请日：2022-12-16
Applicant: 南京信息工程大学
IPC: G06T1/00
Abstract: 本发明公开了一种可抗去除的安全鲁棒的对抗性可见水印生成方法，通过读取数据集获取原始干净图片和原始水印，并且将原始干净图片输入热力图网络Grad‑CAM++内，输出带有位置信息的热力图；对获得的带有位置信息的热力图和原始水印进行放缩和定位，以产生位置掩模；通过位置掩膜使用alpha混合方法，将干净水印嵌入到宿主图像中生成初始的对抗样本；对初始对抗样本不断进行迭代优化，生成并嵌入具有对抗性的可见水印；本发明可以提升对应传统方法的安全性和鲁棒性，该方法相比于对应的传统的可见水印方案，可以更安全的保护水印和版权，实用价值大。
-
公开(公告)号：CN114724189B
公开(公告)日：2022-09-02
申请号：CN202210639854.9
申请日：2022-06-08
Applicant: 南京信息工程大学
IPC: G06V40/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种目标识别的对抗样本防御模型训练方法、系统及应用，通过编码器、瓶颈层、解码器构建生成器和还原器，设计判别器，指定分类器；通过对生成器、还原器和判别器的训练，获得对抗样本防御模型，对预训练目标识别模型的输入样本进行预处理，去除输入样本中的干扰。本发明针对目标识别中的对抗样本生成和防御问题，构建了一种端到端的对抗样本生成及防御框架，并设计了一个判别器，对原始图像和抗样本之间的分布差异进行取证，提高了生成对抗样本的抗检测率与安全性，以强度更高的对抗攻击引导防御方法的性能提升，有利于降低现有对抗攻击对行人识别的攻击性，提高识别模型对恶意攻击的鲁棒性。
-
公开(公告)号：CN113705397A
公开(公告)日：2021-11-26
申请号：CN202110940035.3
申请日：2021-08-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于双流CNN结构融合PRNU的GAN生成人脸图像检测方法，包括以下步骤：(1)构建RGB流网络，利用随机擦除增强数据；(2)将预处理后的数据集输入CNN进行训练，得到GAN指纹特征；(3)构建PRNU流，通过图像降噪的方法来提取人脸的PRNU图像；(4)将提取到的PRNU图输入CNN进行训练，得到PRNU特征；(5)将GAN指纹特征与PRNU特征充分融合，输入到后续网络；(6)利用Softmax损失函数进行二分类，判断人脸图像的真假。本发明通过构建一个双流CNN网络模型来检测GAN生成的人脸。另外，本发明通过构建RGB流网络可以保证同种GAN生成的假图，有较高的检测率；通过构建PRNU流提高了模型的泛化能力，且对于诸如JPEG压缩、高斯噪声、高斯模糊等操作更加鲁棒。
-
公开(公告)号：CN112564923A
公开(公告)日：2021-03-26
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
Patent Agency Ranking
公开(公告)号：CN107274334A
公开(公告)日：2017-10-20
申请号：CN201710505978.7
申请日：2017-06-28
Applicant: 南京信息工程大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于四元数变换的彩色图像自适应水印方法，1)首先定义QDFRNT，解决传统DFRNT在彩色图像处理中未考虑彩色载体色彩信息及其三通道间整体性和相关性等问题；2)然后基于HVS直接从彩色载体提取纹理、边缘和色调特性，解决自适应水印算法在自适应阶段未充分考虑彩色载体色彩信息的问题；3)随后根据提取的掩蔽特性，并通过遗传算法同时从不可见性和鲁棒性两方面寻求最优的水印嵌入强度，实现水印算法不可见性和鲁棒性的最优平衡。解决自适应阶段主要考虑不可见性以及获取的水印强度并不是最优的问题。
-
公开(公告)号：CN119807752A
公开(公告)日：2025-04-11
申请号：CN202510288856.1
申请日：2025-03-12
Applicant: 南京信息工程大学
IPC: G06F18/214 , G06F18/213 , G06F18/25 , G06T11/00 , G06N3/0499 , G06N3/0455 , G06N3/048 , G06V10/44 , G06V10/82 , G06N3/094
Abstract: 本发明属于信息安全领域，公开一种基于多模态语义的对抗样本检测方法，构建并训练对抗样本检测网络，使用多种不同文本生成网络提取特征，生成互补的图像描述；然后使用文本语义编码器提取不同图像描述中的文本语义；最后使用文本耦合器将互补的文本语义进行耦合，使用视觉语义编码器对原始干净样本和对抗样本图像进行视觉语义提取，得到对应的干净特征/对抗特征；使用异构语义对齐模块将文本语义和视觉语义在向量空间中高维映射并对齐；使用检测头来学习对齐后的视觉语义和文本语义的差异，最终检测出对抗样本。本发明联合视觉语义和文本语义，实现图像和语言间的异构语义对齐，采用多文本耦合器来整合多个互补语义，从而丰富了文本模态信息。
-
公开(公告)号：CN119693214A
公开(公告)日：2025-03-25
申请号：CN202510216673.9
申请日：2025-02-26
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0455 , G06T5/10 , G06T5/60
Abstract: 本发明公开一种基于稳定扩散模型的生成式不可见水印方法，先将文本提示/图像提示处理得到潜变量，利用潜变量来指导生成图像，先通过变分自编码器将图像转换为低维潜在表示，依据低维潜在表示生成潜在噪声，结合潜在噪声和低维潜在表示进行多次迭代生成含噪声图像；利用水印解码器来微调解码器，从而在生成的图像中嵌入微调后的权重水印；同时，在稳定扩散模型生成图像时，使用变分自编码器将图像压缩为潜在噪声，再将所得潜在噪声进行小波变换得到噪声水印，并将噪声水印信息映射为环状图案水印并嵌入到噪声低频子带，利用含有水印噪声进行图像生成，到含水印图像。本发明在生成图像过程中嵌入水印，并在生成的图像中将水印信息可以提取出来。
-
公开(公告)号：CN119052506A
公开(公告)日：2024-11-29
申请号：CN202411550271.4
申请日：2024-11-01
Applicant: 南京信息工程大学
IPC: H04N19/467 , H04N19/44 , H04N19/136 , H04N19/21 , H04N19/33 , H04N19/34 , H04N1/44 , G06N3/0475 , G06N3/0895 , G06N3/094
Abstract: 本发明公开一种基于扩展隐空间和对比学习的生成式隐写方法，属于信息安全领域，利用扩展隐空间和对比学习实现秘密信息的隐藏和提取，通过特征金字塔编码器将真实参考图像转换到#imgabs0#隐空间中，以扩展图片载体的隐写容量，采用主成分分析PCA在不同层级的隐向量中寻找结构属性的分布区间，以确定信息嵌入的最佳区域；最后利用预训练的StyleGAN2生成器进行载密图像的生成，同时，引入CLIP的变体对比学习机制，将图像与隐向量对齐训练后冻结为损失模块，以提高信息提取的准确率。本发明适用于大数据时代中日益突出的多媒体通信和用户隐私安全问题，实现秘密信息的隐藏和提取。
-
公开(公告)号：CN118135640B
公开(公告)日：2024-07-05
申请号：CN202410547705.9
申请日：2024-05-06
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于隐性噪声的对抗人脸图像攻击防御方法，将人脸图像 #imgabs0#进行强化生成强化人脸图像#imgabs1#；当检测到遭受对抗攻击时，采用优化截断梯度下降方向的方法来求解#imgabs2#，将所得#imgabs3#与遭遇对抗攻击后的#imgabs4#分别输入人脸识别模型#imgabs5#与人脸图像库中对应身份的人脸进行匹配。针对黑盒攻击，本发明均有对应防御方法，提高防御人脸攻击的成功性，规避影响防御性能的近似误差，提升了人脸在未知攻击下的可迁移性。本发明能够有效防御已知和未知的人脸对抗攻击。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
