-
公开(公告)号:CN115713357A
公开(公告)日:2023-02-24
申请号:CN202211422022.8
申请日:2022-11-14
Applicant: 哈尔滨工业大学(深圳) , 上海境山科技有限公司
IPC: G06Q30/0202 , G06Q50/30 , G06Q10/0631 , G06N3/0442 , G06N3/098 , G06N20/00
Abstract: 本申请公开了一种基于多因素联邦学习的网约车出行需求预测方法及装置,属于交通信息处理技术领域,其中,一种应用于协调设备的网约车出行需求预测方法包括:根据预设区域切片和预设时间切片预处理纵向公共数据,同时构建全局模型并将全局模型参数发送至各参与设备;然后接收来自各参与设备的各本地模型参数,用以迭代训练全局模型,并将迭代后的全局模型参数发送至各参与设备,重复上述步骤直至全局模型满足预设条件,即可得到用于对网约车出行需求进行预测的目标全局模型。本申请通过联邦学习在不泄露各平台的订单隐私数据的前提下有效提升了网约车出行需求预测的准确度,可应用于网约车平台或城市管理系统实现对网约车出行需求的准确预测。
-
公开(公告)号:CN115526042A
公开(公告)日:2022-12-27
申请号:CN202211149942.7
申请日:2022-09-21
Applicant: 哈尔滨工业大学(深圳) , 上海境山科技有限公司
IPC: G06F30/20 , G06K9/62 , G06F119/02
Abstract: 一种安全高效的非交互式联邦学习框架及构建方法、学习方法,涉及联邦学习建模技术领域。解决了现有技术中通信开销大以及存在模型攻击风险导致隐私泄露的问题。学习框架中多个非交互式分布式节点共同指定一个服务器作为训练者;多个训练者和交互式分布式计算节点指定一个服务器做为中心聚合器,每个训练者与至少一个非交互式节点相关联。构建方法为,交互式分布式计算节点和多个训练者首先从选定的中心聚合器下载全局模型,每个交互式分布式计算节点和每个训练者训练好子模型后作为本地模型再上传到中心聚合器;中心聚合器接收本地模型后对全局模型进行更新并将结果返回至交互式分布式计算节点和多个训练者,经过多次更新迭代,直至全局模型达到预期的精度为止,完成构建。该框架适用于车联网技术领域。
-
公开(公告)号:CN114861160A
公开(公告)日:2022-08-05
申请号:CN202210400321.5
申请日:2022-04-16
Applicant: 哈尔滨工业大学(深圳) , 燕山大学
Abstract: 本发明适用于计算机技术领域,提供了提升非管理员账户权限的方法,包括:以系统管理权限运行桌面代理程序;所述桌面代理程序获取待运行进程信息;所述桌面代理程序将所述待运行进程信息与程序白名单进行匹配;若匹配成功,则所述桌面代理程序创建待运行进程;若匹配失败,则重新执行所述以系统管理权限运行桌面代理程序的步骤。通过上述方案,本发明可以解决在特定场景下,标准用户无法获得管理员权限导致工作无法推进的技术问题。
-
公开(公告)号:CN114357714A
公开(公告)日:2022-04-15
申请号:CN202111474996.6
申请日:2021-12-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种面向结构化仿真数据的质量评估方法和系统,包括:根据原始数据构建仿真数据生成模型;数据拥有者使用包含隐私信息的原始数据对仿真数据生成模型进行训练,得到仿真数据;将原始数据和仿真数据输入评估系统,评估仿真数据的可用性和仿真数据的隐私性,选择质量最高的仿真数据发布;所述原始数据和仿真数据为结构化数据,由若干条数据记录组成,每条记录有若干字段,仿真数据的字段与原始数据的字段完全相同。本发明使用仿真数据代替原始数据参与数据流通进行质量评估,由于仿真数据的数据条目都是合成的,不与现实中的任何实体产生关联,也不需要其他的假设或先验知识,有效避免了隐私泄露的风险,评估全面、可靠,通用性好。
-
公开(公告)号:CN113742775A
公开(公告)日:2021-12-03
申请号:CN202111049937.4
申请日:2021-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供一种图像数据安全检测方法、系统及介质,其中机器学习分类模型在训练前,利用预设恶意扩充方法扩充数据持有端的原始训练集,得到第一扩充集和第二扩充集,其中第一扩充集记录有原始训练集的样本图像,第二扩充集存储有原始训练集各类别标签的标签编码,并同时利用原始训练集、第一扩充集和第二扩充集进行训练;模型提供端则可在本地利用相同扩充方法还原第一扩充集和第二扩充集,并将第二扩充集输入至训练后的分类模型,还原出原始训练集中各类别标签与标签编码的对应关系,进而便可利用第一扩充集及该对应关系对原始训练集进行还原及泄露检测,避免数据窃取攻击在标签编码未知时难以检测的问题,增强了安全人员对数据泄露的检测能力。
-
公开(公告)号:CN111176980B
公开(公告)日:2023-04-25
申请号:CN201911262217.9
申请日:2019-12-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明适用计算机技术领域,提供了调试环境和运行环境分离的数据分析方法、装置及系统,该方法包括:从运行环境的真实数据中抽取部分数据,将部分数据经过脱敏后传送到调试环境中作为样本数据;在调试环境中,连接样本数据和机器学习组件组成机器学习工作流,获取每个机器学习组件设置的组件参数;在调试环境中调试机器学习工作流,调试完成之后,将机器学习工作流迁移到运行环境中运行;导入运行环境的真实数据执行机器学习工作流,得到机器学习模型;将运行环境中训练得到的机器学习模型通过白名单审查之后导入到调试环境中,供用户查看和下载。本发明既能保证数据隐私不被泄露,也能使用真实数据进行数据分析。
-
公开(公告)号:CN115658678A
公开(公告)日:2023-01-31
申请号:CN202211072804.3
申请日:2022-09-02
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种面向关系型数据库的水印算法,面向关系型数据库的水印算法包括根据所述水印嵌入密钥将所述面向关系型数据库划分为多个组域;依据特征域计算方式确定每一数据行的特征域类型;依据所述控制域参数确定每一组域中的数据行的控制域类型;根据所述原始关系数据集确定被嵌入水印数据集以及嵌入水印数据集;将所述被嵌入水印数据集划分为多个分组;根据所述水印比特信息、确定的每一所述数据行的所述控制域类型以及所述特征域类型确定是否插入数据行以及插入的数据行的特征域类型;将所述嵌入水印数据集符合所述特征域类型的数据行插入当前数据行所在的组域中,以解决现有技术中数据库水印算法鲁棒性较差的技术问题。
-
公开(公告)号:CN109658344B
公开(公告)日:2022-10-25
申请号:CN201811338660.5
申请日:2018-11-12
Applicant: 哈尔滨工业大学(深圳) , 深圳云安宝科技有限公司
Abstract: 本发明公开了一种基于深度学习的图像去噪方法,搭建神经网络图像去噪模型,选取训练集,并设置训练参数;根据神经网络图像去噪模型及其训练参数,以最小平方差函数作为损失函数,应用在模型训练过程,形成深度学习的神经网络图像去噪模型;将待处理的图像输入到所述神经网络图像去噪模型,输出去噪后的无噪声图像,根据噪声的分布程度引入相应的权重到网络模型中,为了防止梯度消失或者梯度爆炸的情况,引入残差学习过程,并采用LN横向规范化形式将经过卷积层得到特征进行归一化来统一数据的分布,使数据保存在相同的范围,并加快网络收敛速度,可广泛适用于高斯噪声、真实图像噪声、超分辨等低水平视觉的图像任务处理过程。
-
公开(公告)号:CN114357393B
公开(公告)日:2025-05-23
申请号:CN202111474995.1
申请日:2021-12-06
Applicant: 哈尔滨工业大学(深圳) , 深圳云安宝科技有限公司
Abstract: 本发明提供了一种面向关系型数据库水印的适配方法、设备及存储介质,其中所述方法包括下述步骤:根据数据类型自动适配数据表中的字段;评估原始数据表的数据量;根据数据表中的数据列的敏感度判断是否需要对该数据列进行水印嵌入;根据所述的数据类型适配、数据量评估或数据列敏感度判断信息,控制水印嵌入之后的数据值。本发明实现了数据库水印算法和模型参数的智能适配,可有效解决数据版权的确权和泄露溯源等问题;对常见的数据水印添加、修改、删除攻击等攻击具有较好的鲁棒性和可用性,可有效应对水印擦除和攻击检测。
-
公开(公告)号:CN114924918B
公开(公告)日:2025-02-18
申请号:CN202210235871.6
申请日:2022-03-11
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F11/22
Abstract: 本发明提供了一种固件测试方法、装置、设备和可存储介质,其测试方法和装置包括:设置可模拟目标固件运行环境的模拟器组件,测试时读入随机种子,作为目标固件的输入,模拟器组件配置外设模型文件;根据目标固件输入产生的随机值采用模糊测试组件进行模糊测试;设置具有目标固件的MCU架构定义的抽象模型的外设模型实例化组件;若模拟器组件运行目标固件正常,启动模糊测试组件对该固件进行测试;若模拟器组件运行目标固件失败,启动外设模型实例化组件,更新外设模型文件,直到目标固件运行正常,并输出外设模型文件,再次执行上一步骤。本发明可实现运行和测试MCU固件,不需要依赖任何固件运行的硬件。
-
-
-
-
-
-
-
-
-