-
公开(公告)号：CN114418866A
公开(公告)日：2022-04-29
申请号：CN202111410413.3
申请日：2021-11-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低采样率下的深度学习图像恢复方法，包括采样步骤和重建步骤，其中，采样部分引入离散小波变换，减少了由于应用单一尺度采样方法所丢失的高频部分内容，提高了方法的图像重建质量。将采样部分的矩阵乘法转换为半张量积的形式，显著减小了采样矩阵的大小，减少了矩阵的存储空间，节约了大量的计算资源。将AMP算法以去噪视角展开到深度卷积网络中，提高了图像的视觉效果和重建速度。在低采样率的条件下，与其他方法相比，本发明方法有着更好的量化指标和重建效果，在存储空间占用和运行时间方面有着优势，获得了更好的视觉效果。
-
公开(公告)号：CN114090997A
公开(公告)日：2022-02-25
申请号：CN202111406171.0
申请日：2021-11-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种语音指令进程调度方法及装置，采用的基于用户等级划分的时限声纹认证方案能够为智能计算设备中的关键数据提供进一步的保护，采用语音指令进程调度方案，能够使得用户不再受限于仅通过语音指令操作智能计算设备中的应用程序，而是深入到操作系统内核中，按照用户的意愿执行调度进程的操作，帮助用户接触到了底层的运行逻辑。本发明提出的语音指令进程调度方法及装置，为语音指令控制智能计算设备提供了一种新的控制应用方案，使得用户能够通过语音指令控制操作系统内核的进程调度。同时，通过对语音指令发出者进行更加细致的权限划分，并采用时限声纹认证的限制，提升了进程调度方案中的安全性。
-
公开(公告)号：CN113411339A
公开(公告)日：2021-09-17
申请号：CN202110689419.2
申请日：2021-06-22
Applicant: 北京邮电大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于零因子图序列的密码文件泄露的检测方法，包括honeywords的生成过程和DoS攻击的检测机制。其中，honeywords的生成方法，根据用户密码对应的ASCII码的长度选择不同数量的零因子图序列。也就是说每个用户拥有的honeywords数量不一样。DoS攻击检测方法，根据honeywords的生成机制，设计针对利用honeywords的DoS攻击检测策略，设定触发honeywords登录的警报阈值，降低honeywords检测的误报率。本发明提供的基于零因子图序列的密码文件泄露的检测方法，对已有的honeywords泄露检测系统进行优化，设计基于零因子图序列的蜜语生成方法和抵抗DoS攻击的密码文件泄露检测方法，提升系统存储密码文件的安全性，可以有效的增强系统抗DoS攻击的能力。
-
公开(公告)号：CN113282960A
公开(公告)日：2021-08-20
申请号：CN202110654316.2
申请日：2021-06-11
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于联邦学习的隐私计算方法、装置、系统及设备，所述方法应用于服务器端，包括：确定参与本次迭代训练的各目标客户端；将预设的剪裁参数发送至各目标客户端，以使各目标客户端对子模型参数变化值进行剪裁；接收剪裁后的子模型参数变化值并进行聚合处理，得到聚合模型参数变化值；基于加噪处理后得到的聚合模型参数变化值与本次迭代目标聚合模型参数，更新目标聚合模型参数；在当前迭代满足预设收敛条件时，按照中心极限定理，利用f‑差分隐私机制对目标聚合模型的隐私参数值进行计算；在不满足时返回执行确定参与本次迭代训练的各目标客户端的步骤。本发明实施例，能够对基于联邦学习的模型隐私参数进行计算。
-
公开(公告)号：CN113220891A
公开(公告)日：2021-08-06
申请号：CN202110658282.4
申请日：2021-06-15
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F40/242 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 基于无监督的概念到句子的生成对抗网络图像描述算法涉及图像描述技术领域，解决了现有不能在没有成对数据集的情况下描述图像的问题，具体为：生成器根据离散概念计算离散概念中目标概念与关系概念之间的语义相关性，生成器根据离散概念计算离散概念中目标概念与属性概念之间的语义相关性，所述离散概念为通过提取图像中语义概念得到，离散概念包括目标概念、关系概念和属性概念，拼接两语义相关性得到语义关系信息，生成器将语义关系信息解码成句子。本发明利用一些预训练的目标检测模型及分类模型提取图像中包含的离散的概念信息，将这一模态的离散概念转换为同一模态的图像描述语句，实现了在没有成对数据集的情况下描述图像。
-
Patent Agency Ranking
公开(公告)号：CN113111373A
公开(公告)日：2021-07-13
申请号：CN202110519609.X
申请日：2021-05-13
Applicant: 北京邮电大学
Abstract: VBFT共识机制的随机数生成方法和共识机制系统涉及VBFT共识机制技术领域，解决了现有VBFT共识机制不够安全的问题，包括秘密共享、子份额的非交互式零知识证明验证、参与者将接收的所有秘密子份额进行同态相加、参与者采用自己私钥为同态相加的结果进行解密得到解密和进行解码；参与者生成并提供用于验证其自身解密的非交互式零知识证明；所有验证通过的参与者根据解码后的子份额之和计算可验证随机数。秘密共享包括生成多项式、计算子份额、明文编码、公钥加密以及分发秘密子分额等步骤。基于本发明，互不信任的多方共同生成一个由多方完成计算、任何人可验证的随机数，随机数的真伪以及生成过程能被任何人验证，具有高效安全的优点。
-
公开(公告)号：CN107659753B
公开(公告)日：2019-08-06
申请号：CN201710994191.1
申请日：2017-10-23
Applicant: 北京邮电大学
IPC: H04N1/32
Abstract: 本发明提供了一种图像的压缩加密方法，包括：对初始密钥进行T次哈希运算，得到T个哈希值，其中，每次哈希运算得到一个哈希值，每次哈希运算均针对前一次哈希运算得到的哈希值进行；T为大于1的整数；根据待加密图像，得到图像系数矩阵；根据所述T个哈希值，对所述图像系数矩阵进行置乱处理，得到置乱后矩阵；根据所述T个哈希值得到测量矩阵；根据所述置乱后矩阵得到列向量，并利用所述测量矩阵对所述列向量进行半张量压缩感知，以得到加密后图像。本发明可以具有较强的保密性。
-
公开(公告)号：CN108769054B
公开(公告)日：2019-05-21
申请号：CN201810611953.X
申请日：2018-06-14
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于等值测试承诺的区块链交易验证方法及装置。所述方法包括：获取第二交易的金额、作为第二交易的合法接收者的第二目标节点对于第二交易的第一承诺值，以及作为第一交易的待验证接收合法性的第二用户节点对于第一交易的第二承诺值；获取作为第一交易的合法接收者的第一目标节点对于第一交易的第一承诺值；基于第一交易的第一承诺值、第一交易的第二承诺值、第二交易的金额及第二交易的第一承诺值，判断第二秘密值与第一秘密值是否相同，如果是，则确定第二用户节点与第一目标节点是同一用户节点，如果否，则确定第二用户节点与第一目标节点不是同一用户节点。应用本发明实施例能够实现保护用户隐私的目的。
-
公开(公告)号：CN102222098A
公开(公告)日：2011-10-19
申请号：CN201110165459.3
申请日：2011-06-20
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于混沌蚁群优化聚类的网页预取方法和系统，达到提高网站服务质量的目的。该方法包括：对网络日志进行预处理，获得可信网络日志；根据用户的访问兴趣以及该可信网络日志，建立表达用户是否访问了特征网页的用户访问模式矩阵；使用基于混沌蚁群优化的聚类算法对该用户访问模式矩阵进行优化聚类，并根据预设的类别数目标签标记用户所属的类别，建立用户公共档案；根据该用户公共档案，将预取概率超过预设的预取概率阈值的页面提取并保存到缓存中。本发明与现有预取技术相比，准确率有了大幅度的提高。
-
公开(公告)号：CN114566170B
公开(公告)日：2024-12-10
申请号：CN202210193172.X
申请日：2022-03-01
Applicant: 北京邮电大学
IPC: G10L17/04 , G10L17/14 , G10L25/51 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于一类分类的轻量级语音欺骗检测算法，针对真实语音和欺骗语音特性设计了新的损失函数DOC‑Softmax，即在一类分类损失函数OC‑Softmax的欺骗语音空间中引入分散损失函数来缓解训练数据和测试数据之间特征分布不匹配的问题，从而提高语音欺骗检测模型的准确率和泛化能力。同时，利用知识蒸馏框架将语音欺骗检测算法设计为轻量级的语音欺骗检测算法，减少了模型的参数量，使其便于部署到移动端或嵌入式设备中。此模型比使用完全相同的模型结构、训练数据和只使用硬标签训练方法得到的模型拥有更好的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.034 seconds)
