-
公开(公告)号：CN119449493A
公开(公告)日：2025-02-14
申请号：CN202510032417.4
申请日：2025-01-09
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: H04L9/40 , G10L21/0216 , G10L21/0208
Abstract: 本申请涉及一种基于语音混淆的语音通信隐私保护方法、系统和介质，通过接收第一用户发送至第二用户的第一语音混淆数据；获取对应于第一用户的第一随机数和第一用户的第一身份；根据第一随机数和第一身份，在语音数据集中查找目标语音，并拼接目标语音，生成语音混淆噪声；根据语音混淆噪声，对第一语音混淆数据进行解混淆，还原得到第一语音数据；即使数据传输有损，也可以基于解混淆还原语音，因此可以保障接收方成功解密语音数据。
-
公开(公告)号：CN119378673A
公开(公告)日：2025-01-28
申请号：CN202411964175.4
申请日：2024-12-30
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06N5/025 , G06N7/01 , G06Q30/0201 , G06F18/15 , G06F18/27
Abstract: 本发明公开了一种基于推理增强的人工智能预测方法。选择性偏差校正，有效减少选择性偏差的影响，从而提升预测的准确性。相比传统回归方法假设数据分布一致，本发明能够有效剔除伪相关，识别出真实的因果效应，从而在高偏差场景下展现更高的预测准确性。在数据特征缺失场景中展现出显著的鲁棒性和稳定性。采用完全条件规范多重插补得到不含缺失项的完整数据集，优于传统简单插补，不仅减少了插补偏差，还显著提高了模型在高缺失数据场景中的鲁棒性，能够更全面地利用外部因素信息，提高对复杂场景的适应能力。本发明对外部因素显式建模。这种针对外部因素的专门处理，使本发明在复杂环境中能够更好地捕捉外部信息的影响，提升预测效果。
-
公开(公告)号：CN119293778A
公开(公告)日：2025-01-10
申请号：CN202411839220.3
申请日：2024-12-13
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本发明公开了一种不可剥夺的身份认证方法，验证方生成验证码难题及相应的验证方解答；证明方基于自身持有的证据，通过不经意传输从验证方获取部分验证码难题，并利用人类预言机生成相应证明方解答；证明方对证据和所获取的验证码难题对应的证明方解答进行承诺，将承诺发送至验证方；验证方基于所有验证方解答生成验证方密文，将验证方密文发送至证明方并向证明方证明自身的诚实性；证明方对自身持有的证明方解答进行加密得到证明方解答密文，基于证据、验证方密文和证明方解答密文计算得到证明方回复密文，并发送至验证方；验证方对证明方回复密文进行验证，若验证通过则基于承诺验证证明方的诚实性，若验证通过则公开所有验证码难题。
-
公开(公告)号：CN118608367B
公开(公告)日：2024-10-18
申请号：CN202411078474.8
申请日：2024-08-07
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06T1/00 , G06F40/216
Abstract: 本发明公开了一种针对大模型生成文本的水印嵌入、检测方法及装置，水印嵌入采用串行结构，以提示词和已生成上文令牌序列为输入，依次嵌入鲁棒水印和脆弱水印，并输出带联合水印的生成文本；水印检测采用并行结构，分别检测鲁棒水印和脆弱水印信息，用于进行来源验证和篡改检测。鲁棒水印嵌入使用基于采样过程的水印算法，检测则使用统计学方法检测密钥与文本间生成关系；脆弱水印同样使用基于采样过程的水印算法，通过对比采样生成目标词是否一致检测文本是否遭受篡改。可以在不影响生成文本可读性前提下向生成文本中嵌入不可见的鲁棒水印信息和脆弱水印信息，不仅可以用于验证生成文本来源信息，还可以检测文本传播过程中是否遭受篡改等攻击。
-
公开(公告)号：CN118194277A
公开(公告)日：2024-06-14
申请号：CN202410612421.3
申请日：2024-05-17
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本发明属于移动互联网领域，公开了一种基于APP使用场景的隐私行为一致性分析方法、装置及介质，包括以下步骤：构建安卓源APP和目标APP数据集，使用ChatGPT快速提取目标APP隐私政策声明的隐私信息；人工审查源APP，生成源APP使用场景的测试用例并表示成GUI事件的集合；基于GUI测试迁移方法生成目标APP的测试用例；对目标APP进行动态监控，记录目标APP实际行为；依据相关的法律法规，并且将APP实际行为和隐私政策声明进行比对，生成一致性判断结果。通过本发明可以高精度、细粒度判断APP是否具有违规行为，从而保障安卓APP用户合法权益。
-
Patent Agency Ranking
公开(公告)号：CN119995835A
公开(公告)日：2025-05-13
申请号：CN202411998357.3
申请日：2024-12-31
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: H04L9/06 , H04L41/026 , H04L41/0273
Abstract: 本申请适用于信息安全技术领域，提供一种基于SHA‑3算法的定长短消息处理方法、装置、设备及产品，该方法对原始消息进行消息填充处理，得到待处理消息；检测基于SHA‑3算法建立的流水线结构的当前工作状态是否满足预设工作状态，流水线结构基于在迭代循环的多个轮函数之间插入寄存器构建得到，多个轮函数用于在同一时钟周期内同时循环处理第一预定数量的待处理消息；若检测到当前工作状态满足预设工作状态，则基于流水线结构对待处理消息进行轮函数循环处理。该方法能够有效地控制流水线结构对待处理消息的循环处理，且使得流水线结构在同一个时钟周期内可以同时处理第一预定数量的待处理消息，提高了硬件设计的时钟频率和哈希计算的效率。
-
公开(公告)号：CN119884311A
公开(公告)日：2025-04-25
申请号：CN202411948089.4
申请日：2024-12-26
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06F16/3329 , G06F40/186
Abstract: 本申请涉及一种可拓展的大语言模型越狱攻击方法、装置、介质和产品，方法包括：获取与越狱任务对应的第一提示，并根据问题模板生成所述第一提示的第一回答数据；根据与所述越狱任务对应的角色描述和/或情境描述、预设的格式需求，更新预设的第一提示模板中的写入内容；以所述第一回答数据为示例，结合第一提示模板中的所述角色描述和/或情境描述对所述第一提示进行转写，得到符合所述格式需求的第二提示；获取目标大语言模型基于所述第二提示生成的第二回答数据。采用本方法能够解决大语言模型应对越狱攻击时的安全边界的评估范围狭窄的问题。
-
公开(公告)号：CN119478567B
公开(公告)日：2025-04-11
申请号：CN202510065436.7
申请日：2025-01-16
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种面向对抗补丁攻击的防御方法，利用掩码重构任务具有良好特征提取能力的特点，通过设计对抗性掩码生成方法和分类‑重构联合训练方法，实现了一种面向对抗补丁攻击的防御方法，面向对抗补丁攻击的防御方法将图像识别模型划分为主干网络和全连接层，分别用于特征提取和分类预测，将重构模型连接在主干网络后，用于接收主干网络提取的图像特征并重构图像，连接后的图像识别模型主干网络、全连接层和重构模型总体称为训练模型。这种连接方式无需修改原有图像识别模型的结构，只优化原有模型的权重参数，适用于任意架构的深度学习视觉模型，适用于任意训练状态的模型，而无需强制从头训练。
-
公开(公告)号：CN119379866B
公开(公告)日：2025-04-04
申请号：CN202411961541.0
申请日：2024-12-30
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本发明公开了一种基于扩散模型的文本增强图像生成方法，通过场景文本解析与关系建模机制，本框架通过深度整合大语言模型，显著提升了文本理解能力，实现了对复杂场景关系的精确解析和语义理解，创新性地设计了物体提取、关系提取和物体定位等核心模块，实现了对场景中物体位置、属性等细节的精确把控、通过巧妙集成外部搜索引擎和专业的文本生成模块，有效突破了传统模型在图像文字渲染和专有名词物体生成方面的局限性，显著提升了生成内容的准确性和真实性，通过整合知识图谱，将物体关系表示为图结构，并以入度最多的物体为核心锚点生成场景布局。本机制显著提升了场景布局的语义一致性与视觉美观性。
-
公开(公告)号：CN119316233B
公开(公告)日：2025-03-25
申请号：CN202411855149.8
申请日：2024-12-17
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L9/40 , H04L67/02 , H04L41/16 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于增量学习的恶意加密流量检测方法及系统，属于网络安全技术领域。采用双层嵌套的数据组织结构将原始流量处理为标准化特征序列，构建样本集；利用样本集对恶意流量检测模型进行预训练；对预训练后的恶意流量检测模型采用增量学习方式优化模型参数，在增量学习过程中设有用于存储历史训练样本及其模型输出结果、样本标签的经验缓冲区，并随着模型参数优化过程不断更新；结合动态经验回放、稳定性约束和双层元更新机制，解决模型在持续学习过程中的灾难性遗忘问题；最后使用训练完毕的上述模型对待检测数据进行检测。本发明能够有效提升恶意加密流量的检测准确性，并通过增量学习保持模型的持续适应能力，具有良好的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.038 seconds)
