-
公开(公告)号:CN117313049A
公开(公告)日:2023-12-29
申请号:CN202311309725.4
申请日:2023-10-08
Applicant: 浙江大学
IPC: G06F21/30 , G06F21/57 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于授权验证机制的边缘端模型保护方法及其系统。在本发明方法中,所选卷积核的输入特征图设计了一个授权和认证层,以保护模型。网络中验证层的存在,使得未经过授权的特征图无法让网络正常运行,网络的准确率会大幅度退化,这起到了保护模型的目的,同时,经过授权的特征图可以通过验证层的运算得到原特征图,这保障了网络的正常使用。另外,为了方法能够顺利部署,还公开了一种用于实现边缘端模型保护方法的系统。本发明利用深度学习技术和授权认证机制,能够实现有效且轻量的边缘端模型保护,在很大程度上保障了边缘端模型的结构和参数。
-
公开(公告)号:CN117170673A
公开(公告)日:2023-12-05
申请号:CN202310971362.4
申请日:2023-08-03
Applicant: 浙江大学 , 杭州优稳自动化系统有限公司
IPC: G06F8/41 , G06F8/53 , G06F18/22 , G06F18/214
Abstract: 本发明公开了一种面向二进制代码文本注释自动化生成方法及装置。收集并匹配汇编代码、相应的源代码以及相应的注释信息,构建数据集;对汇编函数指令依次进行正则化和一致性操作去重处理,得到只包含函数处理逻辑和功能的汇编函数代码;根据所述汇编函数代码,分别构建汇编代码指令级控制流图和反编译形成的伪代码;构建编码器‑解码器模型,所述编码器‑解码器模型由三个编码器和一个解码器组成,用于生成相应的注释文本;利用所述训练集对所述编码器‑解码器模型进行训练;利用训练好的编码器‑解码器模型对测试集中的汇编函数代码进行处理,生成相应的注释文本。本发明是一项首次在闭源、计算机底层语言场景下实现高维语义信息恢复的技术创新。
-
公开(公告)号:CN113486243B
公开(公告)日:2023-09-05
申请号:CN202110791106.8
申请日:2021-07-13
Applicant: 浙江大学
IPC: G06F16/9535 , G06N3/047 , G06N3/08 , G06N20/00 , G06Q50/00
Abstract: 本发明公开了一种社交网络假流量黑灰产自动挖掘方法和系统,包括:(1)创建“蜜罐”用户,在社交网络中对参与假流量攻击的恶意用户进行诱捕;(2)提取恶意用户的微博内容层面的特征;(3)提取恶意用户的个人信息层面的特征;(4)在社交网络中随机选取正常用户并分别提取微博内容层面和个人信息层面的特征;(5)运用机器学习算法,根据提取的特征训练分类器;(6)分别提取目标用户的微博内容层面和个人信息层面的特征,并运用训练好的分类器进行识别;(7)对于被识别为恶意用户的目标用户,基于规则对该用户所发的微博进行筛选,挖掘出涉及假流量黑灰产的微博。本发明的方法和系统可及时发现、预警和治理社交网络流量作弊事件。
-
公开(公告)号:CN116070277B
公开(公告)日:2023-08-29
申请号:CN202310210011.1
申请日:2023-03-07
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度哈希的纵向联邦学习隐私保护方法和系统,属于分布式机器学习安全技术领域。通过各合作方本地模型获取样本的抽象表示,通过归一化层得到零均值连续码,利用哈希层对连续码进行二值化后得到哈希码;各参与方将哈希码上传服务器端,服务器端聚合各方哈希码,通过顶层模型计算预测值,依据预测值和标签计算分类损失、利用预生成的二值码计算各参与方哈希码间的余弦相似度损失,通过上述损失计算梯度,更新顶层模型,并向各合作方分发各自梯度,梯度在本地哈希层传播时保持不变。本发明利用深度哈希技术,能够在保障用户数据安全的前提下,既不损失模型性能,又极大程度地提高了计算效率,不存在模型被攻击者逆向重构的风险。
-
公开(公告)号:CN116627487A
公开(公告)日:2023-08-22
申请号:CN202310550101.5
申请日:2023-05-16
Applicant: 浙江大学
IPC: G06F8/73 , G06F8/41 , G06N3/0499 , G06N3/0455 , G06F40/216
Abstract: 本发明公开了一种基于词级别检索的源代码注释自动化生成方法和系统,属于自然语言处理文本生成领域。利用由代码函数文本、代码抽象语法树、代码注释文本构成的训练集训练编码‑解码网络;获取代码注释文本中每一个注释词的总体表征向量,构建近邻词数据库;针对待注释的代码函数文本及其抽象语法树,自回归地生成当前时间步的基于模型的目标词概率分布和目标词总体表征向量;在近邻词数据库中检索与目标词总体表征向量的相似度最高的K个近邻词,生成基于近邻词的目标词概率分布;融合两个目标词概率分布,取概率最大的目标词作为当前时间步生成的注释词。本发明可大幅度提高原模型的注释生成质量,同时还能够提高代码注释中低频词的生成概率。
-
公开(公告)号:CN116346692A
公开(公告)日:2023-06-27
申请号:CN202310128622.1
申请日:2023-02-17
Applicant: 浙江大学 , 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
Abstract: 本发明公开了一种基于状态变量推断的物联网可信执行环境内核模糊测试方法和系统,属于物联网可信执行环境内核测试领域。方法包括:基于文档分析构建测试样例模板文件辅助模糊测试进行;基于硬件仿真器的模糊测试执行反馈信息收集;采用主动测试方法的物联网可信执行环境内核状态变量结构体成员推断;综合测试样例代码覆盖信息与系统状态信息对模糊测试种子进行评分,优选高分数种子进行模糊测试。本发明设计的基于状态变量推断的物联网可信执行环境内核模糊测试方法和系统能够对物联网可信执行环境内核进行高效率的测试。
-
公开(公告)号:CN114826959A
公开(公告)日:2022-07-29
申请号:CN202210410624.5
申请日:2022-04-19
Applicant: 浙江大学
IPC: H04L43/06 , H04L43/08 , H04L9/40 , H04L67/566 , H04L69/22
Abstract: 本发明公开了一种音频数据反爬虫技术脆弱性分析方法及系统,该方法包括以下步骤:(1)针对不同的网络层反爬虫策略,在请求报文层面进行对应的数据包字段修改,达成带有隐蔽性的数据采集请求;(2)将该数据采集请求发送到目标服务器,获取请求的返回结果,并从结果中解析待采集的目标地址,形成待采集目标地址队列;(3)针对基于采集目标推断的反爬虫技术,在待采集目标地址队列中通过随机算法添加无关的采集目标,从而进行应用层面的反爬虫技术脆弱性分析。本发明的方法可以对音频数据反爬虫技术进行有效的脆弱性分析。
-
公开(公告)号:CN113887208A
公开(公告)日:2022-01-04
申请号:CN202111078755.X
申请日:2021-09-15
Applicant: 浙江大学滨江研究院
IPC: G06F40/279 , G06F40/216 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的对抗文本防御方法及系统,包括:将待识别文本输入到以编码器‑解码器为基本结构的自然语言处理模型中,利用单词评分函数计算文本中的每个单词的重要性得分,取重要性得分的倒数,构成重构评分向量;根据注意力公式计算每个隐藏层向量的权重,得到注意力权重向量;使用超参数与重构评分向量相乘的方式来平衡重构评分向量和注意力权重向量,将重构评分向量和注意力权重向量中的对应元素逐个相乘,得到最终的重构注意力向量;利用重构注意力向量与隐藏层特征向量相乘得到重构语义编码,解码后得到输出。本发明泛化性能好,应对新的对抗攻击时不用重新训练模型;对字符级对抗攻击及单词级对抗攻击都有一定的效果。
-
公开(公告)号:CN119376882A
公开(公告)日:2025-01-28
申请号:CN202411443822.7
申请日:2024-10-16
Applicant: 浙江大学
IPC: G06F9/48 , G06F9/50 , G06F11/3668
Abstract: 本发明公开了一种覆盖率驱动的并行模糊测试任务动态调度方法和系统。方法包括:根据实时监控到的覆盖率增量自适应地调整任务分配的频率。通过预设的最小和最大周期限制,系统在覆盖率增长低于阈值时延长周期,减少资源消耗;在覆盖率增长超过阈值时缩短周期,加速新代码区域探索。阈值本身也支持动态调整,通过反馈回路持续监控覆盖率变化与任务分配周期的效果,实现阈值的实时微调,以适应不同阶段的覆盖难度。这种动态调整策略能有效应对模糊测试过程中的非均匀覆盖难度,确保测试过程既高效又持续推进。此设计不仅优化资源利用效率和测试进度以适应不同阶段的覆盖难度变化,也显著提升了并行模糊测试的效率和效果。
-
公开(公告)号:CN114972263B
公开(公告)日:2024-08-20
申请号:CN202210592724.4
申请日:2022-05-27
Applicant: 浙江大学
IPC: G06T7/00 , G06T7/62 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06V20/69 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图片分割的实时超声图像卵泡测量方法及系统,属于物体目标检测以及图像分割领域。首先,获取各类卵泡超声图像及其相关信息作为训练集,所述的相关信息包括图像比例尺信息、卵泡位置信息、卵泡轮廓信息;之后,根据各类卵泡超声图像及其相关信息训练智能学习器,所述的智能学习器自动学习关键卵泡特征,完成超声图像中的卵泡识别、卵泡位置识别及卵泡掩码结果;最后,利用并行检测器对待检测的卵泡超声图像进行多任务检测,根据检测结果得到卵泡统计学信息。本发明同时兼具了兼容性、通用性、稳定性以及可扩展性,能自动学习卵泡超声图像的特征,提高了卵泡图像识别精确度以及智能程度,提高实际应用中的诊断效率和准确率。
-
-
-
-
-
-
-
-
-