基于语音增强算法的对抗样本攻击防御方法及装置

    公开(公告)号:CN111564154A

    公开(公告)日:2020-08-21

    申请号:CN202010206879.0

    申请日:2020-03-23

    Abstract: 本发明实施例提供基于语音增强算法的对抗样本攻击防御方法及装置,可以获取待识别语音样本与待识别语音样本的频谱特征;根据待识别语音样本的频谱特征,通过预设算法对待识别语音样本进行噪声频谱的计算,并利用计算得到的估计噪声频谱对待识别语音样本进行去噪,得到去噪后的语音样本,其中,算法包括基于连续最小值跟踪的谱减法与结合语音存在概率的对数最小均方误差算法MMSE算法;通过预先训练的语音识别模型对去噪后的语音样本进行识别,得到识别结果。从而通过获取待识别语音样本后对待识别语音样本进行去噪处理后,通过对去噪后的语音样本进行识别,增加语音识别准确率,提高防御对抗样本攻击的效率。

    一种图像的识别方法及装置

    公开(公告)号:CN111461177A

    公开(公告)日:2020-07-28

    申请号:CN202010158601.0

    申请日:2020-03-09

    Abstract: 本发明实施例提供的一种图像的识别方法及装置,其中,方法包括:获取原始图像,基于原始图像生成粒子群,迭代更新粒子群,直至达到迭代次数,得到更新后的粒子群,在更新后的粒子群中,确定自适应值最小的目标粒子,针对原始图像,将该原始图像的特征值上与目标粒子对应的坐标值求和,得到对抗样本,利用对抗样本,训练预设的深度学习模型,得到训练后的深度学习模型,利用训练后的深度学习模型识别被扰动的图像。本发明实施例无需获知深度学习模型的内部结构,将目标粒子的坐标值与原始图像的特征值求和得到对抗样本,使用该对抗样本训练得到的深度学习模型抗干扰能力较强,可以提高识别携带未知扰动的图像时的准确性。

    基于哈希链压缩感知的图像加密和解密方法

    公开(公告)号:CN108040191B

    公开(公告)日:2019-07-23

    申请号:CN201711388139.8

    申请日:2017-12-20

    Abstract: 本发明提供一种基于哈希链压缩感知的图像加密和解密方法。加密方法通过首先根据初始密钥生成第一哈希链和第二哈希链;分别根据第一哈希链和第二哈希链,获得测量矩阵和加密矩阵;然后通过测量矩阵对明文图像的稀疏表示矩阵进行压缩测量,得到测量结果矩阵;根据测量结果矩阵和加密矩阵,得到加密图像矩阵,整个加密过程中仅需要保存初始密钥,减少了对密钥的存储空间和通信能耗。同时,哈希函数的密钥灵敏度极高,初始密钥值的微小改变都会导致生成完全不同的哈希序列,在中继节点处不需要保存测量矩阵,也降低了在中继节点处数据被窃取的可能性,提高了数据传输的安全性。最终实现了在保证数据安全的同时,减少密钥的空间占用量。

    一种图像加密方法、装置及电子设备

    公开(公告)号:CN109831596A

    公开(公告)日:2019-05-31

    申请号:CN201910008840.5

    申请日:2019-01-04

    Abstract: 本发明实施例提供了一种图像加密方法、装置及电子设备,方法包括:确定载体图像以及待加密图像;对载体图像进行离散小波变换,得到第一离散小波图;对待加密图像进行离散小波变换,得到第二离散小波图;将第一离散小波图和第二离散小波图进行拼合,得到拼合小波图;使用混沌压缩感知算法对拼合小波图进行加密,得到加密图像。本发明实施例中,即使混沌压缩感知加密算法中所用加密秘钥,以及混沌矩阵生成系统均被攻击者窃取,攻击者进行混沌压缩解密,并对解密得到的离散小波图进行反离散小波变换后,能够得到视觉上有意义的隐秘图像,从而降低了攻击者进一步破解加密图像的概率,则攻击者无法获取加密图像,提高了图像加密的安全性。

    图像的加密方法与解密方法

    公开(公告)号:CN108055121A

    公开(公告)日:2018-05-18

    申请号:CN201710995124.1

    申请日:2017-10-23

    Abstract: 本发明提供了一种图像的加密方法与解密方法,所述的加密方法,包括:获得种子密钥和待加密图像;对所述种子密钥以哈希迭代的方式重复进行哈希运算,以使得:每次运算得到一个第一哈希值,每次哈希运算均根据前一次哈希运算得到的第一哈希值进行运算;若已得到的N个第一哈希值的字符串长度之和大于或等于第一参考长度,则根据所述N个第一哈希值对应得到N个第二哈希值,并组合所述N个第二哈希值,得到加密密钥;其中,所述第一参考长度为所述待加密图像的比特串的长度,N为大于或等于1的整数;利用所述加密密钥对所述待加密图像进行加密,得到加密后图像。本发明可以具有较强的抗攻击能力。

    图像加密方法及装置
    66.
    发明公开

    公开(公告)号:CN107770405A

    公开(公告)日:2018-03-06

    申请号:CN201710995903.1

    申请日:2017-10-23

    Abstract: 本发明提供一种图像加密方法及装置,该方法,包括:获取明文图像的哈希函数值,根据所述哈希函数值获取所述明文图像对应的第一密钥;对所述明文图像进行稀疏变换处理,得到所述明文图像对应的离散矩阵;通过所述第一密钥对所述离散矩阵进行置乱处理,得到置乱后的中间矩阵,所述中间矩阵对应置乱后的明文图像;通过半张量压缩感知测量所述中间矩阵,输出第一加密矩阵,所述第一加密矩阵对应压缩加密后的明文图像。本发明中的方法有效减少了传输过程中图像数据的存储、传输量。

    一种线性系统可重构逻辑门电路

    公开(公告)号:CN102098041A

    公开(公告)日:2011-06-15

    申请号:CN201010574426.X

    申请日:2010-12-06

    Abstract: 本发明公开了一种动态逻辑门电路,能够在多种逻辑功能之间进行动态转换,该电路包括:第一输入端,用于接收输入信号;第二输入端,用于接收门限参数值,以及对输入信号进行加权处理的加权系数;第三输入端,用于接收控制指令;运算电路,分别与第一输入端、第二输入端及第三输入端相连,用于根据输入信号、加权系数、门限参数值以及控制指令,获得动态逻辑门电路的逻辑运算结果;输出端,与运算电路相连,用于输出逻辑运算结果。基于线性动力学系统同步机制,通过区分两个输入信号,以及改变控制指令和门限参数,本发明实现了在多种逻辑之间进行快速转换的动态逻辑门电路的技术,本发明技术方案具有较高的逻辑转换速度,而且逻辑结果丰富多样。

    基于粒子群算法优化卷积神经网络的DDoS检测方法

    公开(公告)号:CN120017361A

    公开(公告)日:2025-05-16

    申请号:CN202510157574.8

    申请日:2025-02-13

    Abstract: 本发明提供了基于粒子群算法优化卷积神经网络的DDoS检测方法,包括:数据预处理;输入至已完成初始化的PSO模型和已完成初始化的CNN模型中;获取全局最优超参数权重值,将所述计算检测方法的准确度作为适应度值;依据适应度值获取局部和全局的粒子和速度矩阵的最优值;对当前局部与全局的粒子位置和速度予以更新;是否达到迭代次数的判定;将所述最终结果作为最优粒子集合输出,而后便可运用最终优化的CNN模型进行DDoS检测,本发明在保证检测精度的同时,降低了计算资源消耗和训练时间,极大地减少了人工调参的难度和复杂度,提高了检测效率,有效应对复杂多变的DDoS攻击实时检测问题,提升了网络环境的整体安全。

    基于区块链和联邦学习的数据安全流转与更新方法

    公开(公告)号:CN119336848A

    公开(公告)日:2025-01-21

    申请号:CN202411466779.6

    申请日:2024-10-21

    Abstract: 本发明提供基于区块链和联邦学习的数据安全流转与更新方法,包括:模型发布者发布训练的模型参数到区块链中;各终端用户从区块链中获取对应的初始模型参数,通过本地机器学习训练出新的参数;将各自本地训练的参数通过网络安全高效地上传至区块链上;区块链把每次训练的模型参数视作一笔交易,当模型收敛时将交易打包为一个区块;不断重复训练,直至模型达到收敛状态,该发明解决联邦学习过程中由于中心化架构带来的数据安全隐患、单点故障问题以及数据流转不透明的问题,构建了一种去中心化、透明且高效的模型参数流转机制,确保联邦学习的参与者可以安全地共享和更新模型参数,提升了整体系统的安全性、隐私保护。

    一种基于类明确表示的一分类对抗性诈骗检测方法

    公开(公告)号:CN114282596B

    公开(公告)日:2024-12-20

    申请号:CN202111409648.0

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于类明确表示的一分类对抗性诈骗检测方法,采用改进的自编码器和改进的生成对抗网络,包括四个阶段:第一阶段:基于正常行为数据提取初步特征,利用改进后的自编码器提取其数据特征;第二阶段:修改原始生成对抗网络的目标函数得到改进的生成对抗网络,利用改进的生成对抗网络生成伪异常行为数据;第三阶段:将正常用户行为数据和伪异常行为数据输入改进的自编码器中一同训练,用训练完成后的编码器对正常行为数据提取最终特征;第四阶段:用最终提取好的正常行为数据特征对改进的生成对抗网络进行训练,训练完成后得到的判别器作为诈骗检测器对诈骗进行检测。本发明的方法在诈骗检测的准确率和稳定性方面都有显著提高。

Patent Agency Ranking