面向部分可观测多机器人竞争环境的对抗策略生成方法

    公开(公告)号:CN117592506A

    公开(公告)日:2024-02-23

    申请号:CN202311436314.1

    申请日:2023-11-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向部分可观测多机器人竞争环境的对抗策略生成方法,属于多智能体强化学习安全领域。在多机器人竞赛机制的部分可观测竞争环境下,将各方可控制的多机器人视为多智能体系统,竞争者构建针对对手方多智能体系统的子博弈集合;竞争者控制的每个智能体为每一个子博弈维护一个重放缓冲区,用于存储竞争者与目标多智能体系统在环境中的交互数据并用于训练过程,采用轨迹共享策略均衡用于训练所有子策略的交互数据量;竞争者控制的每个智能体在训练阶段生成针对每个子博弈的最佳子策略,所有子策略的集合即为对抗策略;部署阶段,竞争者控制的智能体根据各时刻的观测确定对应子博弈,再根据最佳子策略输出机器人决策动作。

    一种神经网络模型后门检测方法和系统

    公开(公告)号:CN116383814A

    公开(公告)日:2023-07-04

    申请号:CN202310644147.3

    申请日:2023-06-02

    Applicant: 浙江大学

    Abstract: 本发明公开了一种神经网络模型后门检测方法和系统,属于神经网络模型安全保护技术领域。将目标神经网络模型划分为特征提取器部分和分类器部分,定义特征提取器部分的输出为中间层表示;通过最大化源类别的分类置信度的方式,逆向生成每一个源类别的中间层表示;由分类器部分获取每一个源类别的中间层表示的分类置信度向量,预处理每一个源类别的分类置信度向量,拼接得到分类置信度矩阵;根据分类置信度矩阵计算异常指标值,若异常指标值大于阈值,则判断目标神经网络模型存在后门,并定位后门的目标类别。本发明能够自动生成中间层表示而非依赖现成的辅助数据,且对于后门攻击的触发器形式不敏感,后门检测精度高,适用范围广。

    基于数字孪生的化工流程模拟器及其构建方法

    公开(公告)号:CN115437528A

    公开(公告)日:2022-12-06

    申请号:CN202210975257.3

    申请日:2022-08-11

    Abstract: 本发明公开了一种基于数字孪生的化工流程模拟器及其构建方法。在化工领域构建数字孪生模型,是实现数字化转型的重要组成部分。化工流程模拟器通过提供交互平台,便于用户参照实际生产流程规范,连接代表单元设备和物料流的图形标识,形成流程图,解决面向化工装置的数字孪生模型的模拟与计算问题。采用化工流程模拟器执行运算的结果,为预测生产中最佳操作参数和运行条件提供数据。化工流程模拟器由图形用户界面模块、组件接口模块、流程计算模块、数据处理模块和错误提示模块组成。组件接口模块通过导入基于统一软件接口的外部模块降低了软件开发工作量,数据处理模块采用数据切片,采集生产运行周期的仿真数据,作为智能数据分析的基础。

    一种基于长尾数据分布的文档级关系抽取方法

    公开(公告)号:CN114861645A

    公开(公告)日:2022-08-05

    申请号:CN202210469592.6

    申请日:2022-04-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于长尾数据分布的文档级关系抽取方法,属于信息抽取和机器学习领域。包括文档预处理、文档编码、关系编码、数据增广和关系预测。在数据增广方面,本发明针对带标签的三元向量组集合,随机选取或者预设需要进行增广的关系类型,设计掩码向量,对待进行数据增广的原始三元向量组中的池化上下文表示进行扰动,生成新的三元向量组;可以有效提升文档级关系抽取模型预测尾部关系类型的准确率。同时,相比于传统的基于文本的数据增广方法,本发明不需要进行额外的文本编码过程,提高了模型训练的计算效率。此外,本发明提出的基于数据增广的对比学习预训练框架,能够在长尾数据分布场景下有效提升文档级关系抽取的准确率。

    一种面向跨模态检索的数据采集处理方法及系统

    公开(公告)号:CN114611618A

    公开(公告)日:2022-06-10

    申请号:CN202210260897.6

    申请日:2022-03-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向跨模态检索的数据采集处理方法和系统,包括:对目标开源数据网络进行分布式并行采集多模态数据;对文本模态数据进行特殊字符和不可见字符的清洗后,对清洗后的文本模态数据与图像模态数据进行不同消息队列存储;利用特征提取模型分别对消息队列中的每条文本和每个图像进行特征提取得到文本特征和图像特征,根据文本特征和图像特征的相似度匹配筛选得到图‑文组合,并以图‑文组合的图像特征和文本特征作为索引进行数据库存储;检索时,依据上传数据与数据库中的图‑文组合的相似度筛选匹配的图‑文组合作为上传数据的检索结果并返回,该方法和系统能够实现图片‑文本数据进行高质量的跨模态检索。

    PLC协议模糊测试方法及装置、电子设备、存储介质

    公开(公告)号:CN114063606A

    公开(公告)日:2022-02-18

    申请号:CN202210038505.1

    申请日:2022-01-13

    Abstract: 本发明公开了一种PLC协议模糊测试方法及装置、电子设备、存储介质,包括:构建种子库;从所述种子库中选取还未进行过确定性变异的种子进行确定性变异,生成确定性变异用例;将所述确定性变异用例作为请求报文发送给被测PLC;如果所述种子库中的所有种子均已进行过确定性变异,则从所述种子库中随机选取种子进行随机变异,生成随机变异用例;将所述随机变异用例作为请求报文发送给被测PLC;接收被测PLC返回的响应报文,将所述响应报文以树的数据结构进行保存;如果某一条响应报文在所述树的数据结构中添加了新的节点,则认为该响应报文是有价值的;将有价值的响应报文对应的请求报文储存至种子库中,以更新所述种子库。模糊测试效率得到显著提升。

    基于主特征增强的图像中毒防御方法、装置及其应用

    公开(公告)号:CN113902954A

    公开(公告)日:2022-01-07

    申请号:CN202111084309.X

    申请日:2021-09-15

    Abstract: 本发明公开了一种基于主特征增强的图像中毒防御方法、装置及其应用,方法包括:获取图像数据集;选取中毒攻击方法对图像样本进行下毒操作并对深度学习模型进行训练,获得中毒深度学习模型;基于特征神经通路获得主特征增强样本,构成主特征图像数据集;采用原始的图像数据集、主特征图像数据集以及对应的类标对中毒深度学习模型进行训练,获得增加防御机制后的深度学习模型;将中毒样本输入到增加防御机制后的深度学习模型中,统计中毒样本的标签变化率;迭代直至标签变化率大于或等于设定阈值,则获得最终的具有防御机制的深度学习模型。本发明的方法与深度学习采用的模型无关,并且适用于其他多种策略,不影响模型的正常功能的使用。

    一种社交网络假流量黑灰产自动挖掘方法和系统

    公开(公告)号:CN113486243A

    公开(公告)日:2021-10-08

    申请号:CN202110791106.8

    申请日:2021-07-13

    Applicant: 浙江大学

    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。

    一种基于多阶对抗特征学习的组合查询图像检索方法

    公开(公告)号:CN112818157A

    公开(公告)日:2021-05-18

    申请号:CN202110185641.9

    申请日:2021-02-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多阶对抗特征学习的组合查询图像检索方法,该方法包括:首先通过预训练的特征提取模块获取图像特征和利用LSTM网络获取文本特征,然后通过自注意力的指导将两种模态的特征融合。并且,将低阶特征通过双线性融合的方式生成高阶特征。再利用三元组损失学习特征之间的相似关系,利用判别器与检索网络对抗进一步促进特征间的融合,最后结合二者通过端到端的方式训练模型,从而实现高效的组合查询图像检索。本发明利用了深度学习技术和借鉴了博弈的思想,很大程度上提高了组合查询图像检索的性能和效率。

    网络小额贷款服务中的黑中介自动挖掘方法与系统

    公开(公告)号:CN112241760A

    公开(公告)日:2021-01-19

    申请号:CN202010867838.6

    申请日:2020-08-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种网络小额贷款服务中的黑中介自动挖掘方法与系统,该方法包括:基于该规则识别出更多的高精度中介用户S1;对种子黑中介用户B1、普通中介用户C1以及普通用户N1的申贷信息进行特征提取并分析,找到可以有效区分三类用户的属性特征;利用分类模型训练出一个可以从普通用户中识别中介用户的中介用户分类模型;从高精度中介用户S1中找到一批高精度的黑中介用户B2;利用分类算法训练出一个可以从中介用户中识别黑中介用户的分类模型,识别出更多的黑中介用户B4;种子黑中介用户B1、黑中介用户B2以及黑中介用户B4组成网贷平台中的黑中介用户群体。本发明的方法与系统,能有效识别申贷用户中的黑中介用户群体。

Patent Agency Ranking