一种应用于视频传感器网络的视频安全高效传输系统

    公开(公告)号:CN114143551A

    公开(公告)日:2022-03-04

    申请号:CN202111515868.1

    申请日:2021-12-01

    Abstract: 本发明公开了一种应用于视频传感器网络的视频安全高效传输系统,在编码端采用采样率自适应选择和非关键帧自适应采样算法,防止相邻非关键帧之间恢复质量波动过大的问题;采用基于视频帧块的加密算法,能够降低计算复杂度,缩短加解密的时间;还使用混沌系统所产生的混沌序列作为测量矩阵和加密算法的密钥,来提高传输方案的安全性;此外在解码端,采用基于分块压缩感知和深度学习的视频帧恢复网络,当云端服务器接收到最早发送的少量非压缩视频帧时,重构单元会立刻进行快速训练,训练完成后便可用其恢复之后所接收的视频帧;最后在恢复的过程中采用并行恢复算法,在计算资源较为充足的情况下,可大幅提高恢复速度,极大降低实时视频解码时延。

    一种应用于边缘云环境下图像任务的深度学习安全方法

    公开(公告)号:CN114065193A

    公开(公告)日:2022-02-18

    申请号:CN202111393890.3

    申请日:2021-11-23

    Abstract: 本发明公开了一种应用于边缘云环境下图像任务的深度学习安全方法,包括以下步骤:对AMP‑Net+模型进行训练,将AMP‑Net+应用于深度学习安全模型的图像重建过程;训练完成后整个AMP‑Net+通过结构化多重哈希映射对网络模型进行压缩减小后部署到边缘云网络设备中;当第三方用户需要获得边缘云上的数据时,第三方用户发出数据请求,通过用户认证后与边缘云建立通信;而后根据数据请求,通过提前部署的网络模型来恢复获得原始数据。本发明引入结构化多重散列方法对训练好的AMP‑Net+网络模型压缩,同时提出了一个新的用户认证和隐私保护安全协议,深度学习安全模型保证在图像任务中边缘云系统安全性的同时,在不影响图像恢复质量的前提下进一步降低了边缘云网络设备的开销。

    一种图像风格迁移模型训练方法、装置及电子设备

    公开(公告)号:CN113160042A

    公开(公告)日:2021-07-23

    申请号:CN202110556271.5

    申请日:2021-05-21

    Abstract: 本申请实施例提供的一种图像风格迁移模型训练方法、装置及电子设备,通过将样本源域图像和样本目标域图像输入待训练的图像风格迁移模型;通过内容编码层对样本源域图像和样本目标域图像进行特征提取,得到源内容张量和源风格张量;通过风格编码层对样本源域图像和样本目标域图像进行特征提取,得到目标内容张量和目标风格张量;通过预设损失函数,根据源内容张量、源风格张量、目标内容张量和目标风格张量计算待训练的图像风格迁移模型的当前损失;根据当前损失对待训练的图像风格迁移模型的参数进行调整,直至当前损失小于预设阈值,得到训练好的图像风格迁移模型。实现了提取样本图像的多个维度的特征进行模型的训练,避免模型的内容敏感性。

    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。

    一种基于区块链的资金交易方法及装置

    公开(公告)号:CN109447791A

    公开(公告)日:2019-03-08

    申请号:CN201811332698.1

    申请日:2018-11-09

    Abstract: 本发明实施例提供了一种基于区块链的资金交易方法及装置。该方法包括:区块链中的服务器接收客户端发送的本次交易信息;服务器从历史交易记录中获取账户标识对应的上一次交易信息;根据预设的验证算法,验证客户端发送的本次交易信息中的随机承诺、范围证明和知识证明是否有效;若服务器验证本次交易信息中的随机承诺、范围证明和知识证明是否都有效,服务器则根据所述本次交易信息进行本次交易处理。由于本发明实施例中,将随机承诺和范围证明与区块链相结合,从而在保证用户交易金额保密性的同时,能够有效地防止恶意用户在多家金融机构中的恶意超额交易行为。

    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
    70.
    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。

Patent Agency Ranking