-
公开(公告)号：CN116155611A
公开(公告)日：2023-05-23
申请号：CN202310203101.8
申请日：2023-03-06
Applicant: 南京大学
IPC: H04L9/40 , G06N3/098 , G06N3/084 , G06N3/045 , G06V10/96 , G06V10/94 , G06V10/764 , G06V10/82 , G06V10/774 , G06V20/58
Abstract: 本发明公开一种基于RDP的联邦学习系统投毒攻击防御方法，包括以下步骤：客户端将所接收的全局模型作为初始模型，使用本地训练数据进行训练后，将本地模型参数与全连接层输出发送到服务器；服务器接受客户端所上传的本地模型参数与全连接层输出，将客户端的全连接层输出输入进RDP后得到异常分数，根据异常分数过滤异常程度过高的客户端，得到正常客户端集合；服务器根据每个正常客户端的异常分数计算对应的权重系数，依据权重系数对本轮训练中所有正常客户端的本地模型参数加权计算后得到全局模型参数，并将全局模型分发到客户端上。
-
公开(公告)号：CN111460443B
公开(公告)日：2022-09-23
申请号：CN202010473432.X
申请日：2020-05-28
Applicant: 南京大学
Abstract: 本发明公开一种联邦学习中数据操纵攻击的安全防御方法，包括以下几个步骤：步骤1，中心服务器接收用户上传的本地模型参数，计算每个用户上传的本轮本地模型参数的相似程度及每个用户对应的融合系数；所述本地模型参数为用户采用私有训练数据训练一轮后的本地模型参数；步骤2，中心服务器接收到本地用户一个周期的本地模型参数后，根据融合系数计算每个用户的本地模型参数的加权平均值得到全局模型参数，所述一个周期为预设的本地模型参数更新轮数；步骤3，将全局模型参数下发至对应的用户，用户收到全局模型参数后更新本地模型参数。
-
公开(公告)号：CN114581070A
公开(公告)日：2022-06-03
申请号：CN202210233663.2
申请日：2022-03-10
Applicant: 南京大学
Abstract: 本发明公开一种基于同态加密的区块链支付通道网络路径选择方法和系统，在用户开始交易之前计算每条路径支持的最大交易金额，找到费用较低的可用交易路径(仅经过一个中间节点)，从而避免交易资金被冻结，并且提高了支付通道网络交易的成功率和效率。另外，本发明利用了同态加密算法来保证用户的交易隐私不被泄露。
-
公开(公告)号：CN113297530A
公开(公告)日：2021-08-24
申请号：CN202110405149.8
申请日：2021-04-15
Applicant: 南京大学
IPC: G06F17/11 , G05B23/02 , G01M17/007
Abstract: 本发明公开一种基于场景搜索的自动驾驶黑盒测试系统，包括配置文件，世界初始化器，世界生成器，反馈搜索器，以及结果分析器；用于测试待测试目标系统；所述初始化器读取预先写好的关于场景和对象的配置文件，随后每次故障场景搜索过程调用世界初始化器采样出一个初始场景，在转换为参数化表示后使用世界生成器在Unreal Engine中进行创建生成场景；所述反馈搜索器通过调整场景中的物体，寻找造成故障的场景；所述结果分析器对搜索到的故障场景进行逐个的对象移除判断造成故障的对象。本发明能够对自动驾驶系统的安全性进行标定，同时能够分析出自动驾驶系统的脆弱性。具备可扩展性和可理解性，且适用于具有高度非线性特征的深度学习系统。
-
公开(公告)号：CN113204750A
公开(公告)日：2021-08-03
申请号：CN202110590888.9
申请日：2021-05-28
Applicant: 南京大学
Abstract: 本发明公开一种基于用户意图的安卓资源权限动态管理系统及其实现方法，基于用户在操作智能手机的触摸行为数据，将数据抽象提取特征并使用机器学习的算法模型，最终推断出用户权限请求，来帮助权限系统做出准确的管理。系统包括四个组件，四个组件分别是：用作获取触摸行为数据的行为采集器，用作抽象手势数据的手势提取器，用作得到合适决策推理模型的模型训练器，以及在权限请求发生时做出关键决策的权限判别器。本发明通过挖掘用户操作安卓智能手机时的手机的手势获取其意图，再根据意图对资源全权限进行动态的管理。权限的发放和回收更加符合用户主管意图，且能防御住更多的新型的攻击。
-
Patent Agency Ranking
公开(公告)号：CN110457951B
公开(公告)日：2021-04-16
申请号：CN201910767566.X
申请日：2019-08-19
Applicant: 南京大学
Abstract: 本发明公开一种无人工噪声的深度学习模型保护方法，包括步骤1，接收用户查询请求后，获取所需的经过训练的神经网络模型参数П、Θ，用户神经网络模型参数使用集合П＝{π1，π2，π3，…，πM}表示，其中πi表示第i次训练相同神经网络所得的模型集；Θ表示神经网络经过迭代训练不同层数上所有参数的集合；步2，通过核密度估计法处理输入的参量数据Θ，得到参量的概率分布函数；步骤3，通过得分函数p(u，v)处理各个参量θ(u，v)的取值分值，所得的总分值大小P，表明取值可能性的大小；步骤4，返回取值可能性最大时的参量数值，所述参量数值即为用户查询请求的结果。本发明使请求模型参数的用户无法根据返回结果获取隐私数据，从而起到用户隐私保护的作用。
-
公开(公告)号：CN106961434B
公开(公告)日：2020-10-16
申请号：CN201710172588.2
申请日：2017-03-21
Applicant: 南京大学
Abstract: 本发明公开一种为无线设备进行指纹建模及识别的方法，首先分解CSI的相位值；然后从CSI分解出的相位值中估算出CFO相关项包括：移除FDD和SFO造成的CSI测量中的影响；移除ToF造成的影响；从上一步骤中得到的CFO噪声图像中得到CFO的值，包括选定图像的高密度区域，将上一步得到的高密度区域转为一个二进制图像；获取图像的联通部分，以及利用最小二乘法对上述得到的联通部分的点的组成的集合进行处理，得到点的集合的斜率；最后利用CFO估计值作为设备的指纹特征，对互联的WiFi热点和无线设备进行双向识别。本发明能准确迅速地从CSI预估出CFO，并且不需要额外的设备，很难被仿造。
-
公开(公告)号：CN109862046B
公开(公告)日：2020-08-14
申请号：CN201910285666.9
申请日：2019-04-10
Applicant: 南京大学
IPC: H04L29/06
Abstract: 本发明公开一种联盟链中可追溯匿名方法，包括：用户向审计中心提交账号u，审计中心通过审批后以私钥对u进行签名授权；用户以通过审批的账号u为基础，将u以及安全系数n作为输入，生成匿名账号集合；用户选择任意匿名账户ui，将ui提交至账号中心；账号中心对ui的有效性进行验证，将其公布于联盟链；用户以ui作为交易账号，对交易进行签名授权；审计中心可以在任意时刻对已提交至账号中心的匿名账号ui进行解密，追溯定位至匿名账号的原始账号u。本发明允许用户本地独立生成新的匿名账户。审计方拥有对匿名账户的追溯解密能力，定位对应的原始账户。保证了用户身份的不可伪造性，并允许任何人对用户生成匿名账户过程的完整性有效性进行验证。
-
公开(公告)号：CN111465010A
公开(公告)日：2020-07-28
申请号：CN202010277706.8
申请日：2020-04-08
Applicant: 南京大学
Abstract: 本发明公开了一种在合作驾驶中保护车辆位置隐私的方法，其考虑在城市峡谷中智能车和普通车混合存在的场景中，利用车辆间合作来提高车辆的位置精确度，但是对于参与合作的车辆来说存在严重的车辆位置隐私泄露问题，本发明构思了一种简单且低时延的方法来保证车辆在不泄露自身位置隐私的前提下，保证了车辆位置的快速更新修正，提高了车辆位置精确度。
-
公开(公告)号：CN110457951A
公开(公告)日：2019-11-15
申请号：CN201910767566.X
申请日：2019-08-19
Applicant: 南京大学
Abstract: 本发明公开一种无人工噪声的深度学习模型保护方法，包括步骤1，接收用户查询请求后，获取所需的经过训练的神经网络模型参数П、Θ，用户神经网络模型参数使用集合П＝{π1，π2，π3，…，πM}表示，其中πi表示第i次训练相同神经网络所得的模型集；Θ表示神经网络经过迭代训练不同层数上所有参数的集合；步2，通过核密度估计法处理输入的参量数据Θ，得到参量的概率分布函数；步骤3，通过得分函数p(u，v)处理各个参量θ(u，v)的取值分值，所得的总分值大小P，表明取值可能性的大小；步骤4，返回取值可能性最大时的参量数值，所述参量数值即为用户查询请求的结果。本发明使请求模型参数的用户无法根据返回结果获取隐私数据，从而起到用户隐私保护的作用。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.041 seconds)
