-
公开(公告)号：CN115563631A
公开(公告)日：2023-01-03
申请号：CN202211179790.5
申请日：2022-09-27
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于生成对抗图像变换的隐私保护联邦学习方法，包括：步骤11，本地用户共享生成对抗图像变换模型和本地模型结构并初始化参数；步骤12，用本地数据集训练生成对抗图像变换模型，用其将本地数据集的原始图像转为加密图像，并保持图像类别标签；步骤13，用加密图像和对应类别标签训练并更新本地模型，将训练好的本地模型加密梯度上传到服务器；步骤14，服务器聚合参本地用户上传的加密梯度更新全局模型；步骤15，本地用户从服务器下载更新的全局模型，用本地加密图像集合验证其准确度是否大于预设值，若是完成隐私保护联邦学习训练过程，若否重复执行步骤13和14。该方法较好地平衡了联邦学习全局模型准确度和用户数据隐私保护性能。
-
公开(公告)号：CN114615087B
公开(公告)日：2022-12-30
申请号：CN202210424295.X
申请日：2022-04-21
Applicant: 中国科学技术大学
IPC: H04L9/40
Abstract: 本公开提供了一种数据共享方法，可以应用于云计算技术领域、信息安全技术领域。该数据共享方法包括：获取目标密钥密文数据，目标密钥密文数据根据访问策略树和预设加密算法对目标密钥进行加密后生成，访问策略树基于数据使用端的属性信息生成，属性信息包括经过加密后得到的秘密属性信息；获取来自数据使用端的访问令牌，访问令牌根据数据使用端的属性信息生成；利用访问令牌对目标密钥密文数据进行预解密，生成预解密数据；以及向数据使用端发送预解密数据。本公开还提供了一种数据共享装置、设备和存储介质。
-
公开(公告)号：CN115049837B
公开(公告)日：2022-11-18
申请号：CN202210963058.0
申请日：2022-08-11
Applicant: 合肥高维数据技术有限公司 , 中国科学技术大学
IPC: G06V10/28 , G06T1/00 , G06V10/44 , G06V10/764 , G06V30/148 , G06V30/162 , G06V30/18 , G06V30/19
Abstract: 本发明特别涉及一种特征图干扰去除方法和包含该方法的屏摄水印识别方法，其中一种特征图干扰去除方法，包括如下步骤：对特征图的原始图像进行自适应二值化处理得到前景图并将前景图作为掩膜图像；根据掩膜图像，以固定步长逐级从外向内进行腐蚀操作；将腐蚀操作后的结果和上一级的掩膜图像进行比较得到插值区域；计算特征图插值区域的均值滤波并将计算结果填充至插值区域；持续上述步骤直至掩膜图像腐蚀到消失，经过多次填充后得到去除干扰后的特征图。本方法可以方便的实现前景图的淡化，从特征图中有效地去除了前景图的干扰。
-
公开(公告)号：CN114881838A
公开(公告)日：2022-08-09
申请号：CN202210796847.X
申请日：2022-07-07
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种针对深度伪造的双向人脸数据保护方法、系统及设备，根据人脸深度伪造的目标不同，可以将其分为人脸替换和人脸被替换（双向换脸），通过对原始人脸数据进行水印嵌入，当嵌入水印的人脸图像被使用DeepFake换脸技术进行双向换脸后，可以根据换脸后人脸图像的水印信息来判断是否为伪造人脸图像，并且可以更进一步的进行溯源和完整性证明。
-
公开(公告)号：CN114785592A
公开(公告)日：2022-07-22
申请号：CN202210424453.1
申请日：2022-04-21
Applicant: 中国科学技术大学
Abstract: 本公开提供了一种信息处理方法，可以应用于信息安全领域、信息加密技术领域。该信息处理方法包括：利用预设算法处理共享文件集合对应的检索标识，生成与共享文件集合相关联的初始索引信息；将头节点明文、n个构成节点密文和尾节点密文按照预设顺序连接，得到初始文件链表；根据初始访问结构对应的初始属性信息集合，利用预设加密算法对头节点密钥进行加密，得到头节点密钥密文；利用头节点密钥密文更新初始文件链表的头节点明文，得到目标文件链表；向服务端发送目标文件链表；以及向信息接收端发送用于解密头节点密钥密文的目标私钥。本公开还提供了一种信息处理装置。
-
Patent Agency Ranking
公开(公告)号：CN114186202A
公开(公告)日：2022-03-15
申请号：CN202111543609.X
申请日：2021-12-16
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种隐私保护联邦学习中的不可靠用户追踪与撤销方法，通过可信代理的模型参数验证机制，对用户上传的模型参数进行甄别，从而追踪不可靠用户。并且，使用密钥销毁对不可靠用户进行访问权限撤销，实现对隐私保护联邦学习中的用户动态更新。该方法可以有效提高联邦学习的安全性和实用性。
-
公开(公告)号：CN108830204B
公开(公告)日：2021-10-19
申请号：CN201810558987.7
申请日：2018-06-01
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种面对目标的监控视频中异常检测方法，包括：对于每一视频帧，提取融合了外观和运动信息的三通道数据送入目标检测网络，来提取视频帧内的前景目标位置、大小及其类别；根据每个前景目标位置、大小及其类别判断是否属于位置异常与外观异常，并获得相应的目标异常得分；当不属于这两种异常时，则提取前景目标的手工特征来判断是否属于运动异常，并获得相应的目标异常得分；对于非位置异常的异常目标进行跟踪，得到最终的异常目标集合及对应目标异常得分后；通过判断目标异常得分是否超过异常阈值，来确定相应的异常目标是否异常。通过该方法可以提高目标异常检测的准确性。
-
公开(公告)号：CN108647649B
公开(公告)日：2021-10-01
申请号：CN201810456027.X
申请日：2018-05-14
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种视频中异常行为的检测方法，包括：从视频中提取所有目标候选框；计算视频中每帧图像的光流场，从而提取每一目标候选框内的运动特征；计算视频中每帧图像的卷积特征，从而提取每一目标候选框内的外观特征；对提取的所有运动特征和外观特征分别独自训练建立正常行为的高斯混合模型，测试时每一个目标候选框的运动特征和外观特征通过对应的GMM进行预测得到正常得分，再将两路正常得分进行融合取最小值，若最小值低于设定的异常阈值，则对应目标候选框中的目标个体被判定为异常。该方法同时考虑到速度异常和外观异常以及提取特征的有效性，能够检测出监控视频中大部分异常行为，具有鲁棒性好、目标定位准确的优点。
-
公开(公告)号：CN112312141B
公开(公告)日：2021-08-13
申请号：CN202010824103.5
申请日：2020-08-17
Applicant: 中国科学技术大学
IPC: H04N19/82 , H04N19/70 , H04N19/567
Abstract: 本发明公开了一种基于像素自适应补偿的HEVC视频隐写方法，通过为像素补偿值设计合理的嵌入代价函数，将载荷嵌入建模为最小化像素补偿值嵌入代价的优化问题。像素补偿值嵌入代价函数考虑了像素率失真代价波动和像素统计分布特性这两个因素。该视频隐写方法具备在像素补偿值中的自适应载荷分配能力，保证载密视频具有较高的抗检测性能和视频编码质量。
-
公开(公告)号：CN111614964B
公开(公告)日：2021-08-13
申请号：CN202010472722.2
申请日：2020-05-29
Applicant: 中国科学技术大学
IPC: H04N19/467 , H04N19/12 , H04N19/154
Abstract: 本发明公开了一种增强JPEG图像块边界连续性的非加性隐写方法，该方法采用多轮嵌入，并在每一轮嵌入后更新下一轮的载体和失真，通过更新一部分未嵌入消息的载体来弥补嵌入对块边界连续性的破坏，又通过更新失真来防止下一轮嵌入造成的破坏，因此载体和失真均更新以维持空域块边界连续性；实验结果表明，所提出的方法能够更好的维持空域块边界连续性并能进一步提升隐写的抗检测性能。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.033 seconds)
