-
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
Applicant: 北京邮电大学
IPC: H03K19/20
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。
-
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
Applicant: 北京邮电大学
IPC: H04L9/40 , G06N3/006 , G06N3/0464 , G06F18/10 , G06F18/213 , G06F18/2433 , G06N3/0985
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。
-
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
Applicant: 北京邮电大学
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。
-
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
Applicant: 北京邮电大学
IPC: G06F18/2413 , G06F18/214 , G06N3/02
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。
-
公开(公告)号：CN119030720A
公开(公告)日：2024-11-26
申请号：CN202410964205.5
申请日：2024-07-18
Applicant: 北京邮电大学
Abstract: 本发明提供基于声纹识别和隐私计算的多因子安全认证系统和方法，包括：声纹识别模块、隐私计算模块和多因子认证模块；采用thin‑ResNet‑34网络架构；并使用余弦相似度作为评价指标，采用ASPE同态加密算法，首先将语音的embedding进行混沌置乱，然后采用所述ASPE对置乱后的embedding进行加密并存储于数据库中；采用cryptocode模块对用户的密码进行加密，将加密后的密文存储在数据库中，本发明提取智能交互设备和虚拟数字人的生物特征，确保二者接入元宇宙世界时身份的合法性；使用ASPE加密技术，在密文状态下对双方的身份和数据库条目进行匹配，进而抵御恶意用户的攻击，避免元宇宙中智能交互设备和虚拟数字人隐私信息的泄露。
-
Patent Agency Ranking
公开(公告)号：CN118555347A
公开(公告)日：2024-08-27
申请号：CN202410647160.9
申请日：2024-05-23
Applicant: 北京邮电大学
IPC: H04N1/44 , H04N1/387 , H04N1/32 , H04N19/467 , H04L9/08
Abstract: 本发明涉及云服务环境下的图像加密技术领域，特别涉及一种云环境下基于2D压缩感知和秘密共享的图像加密方法，以解决数据在云端存储的安全性和用户对图像重构的复杂性为目标，该方法将压缩感知和秘密共享重建任务外包给云端完成以节省用户的计算资源，将图像上传至云端之前对图像加密，然后利用具有较低的计算复杂度2D压缩感知对加密图像采样，降低密文的存储压力，然后利用秘密共享将采样图像分为多个加密份额，只有在达到指定门限时才能获取或重构完整的图像信息，可以避免单点故障，提高方案的安全性，生成的多个加密份额被分别上传至不同的云端管理中心存储，通过嵌入水印信息有效阻止未经许可的恶意用户窃取或篡改信息。
-
公开(公告)号：CN114418866B
公开(公告)日：2024-08-06
申请号：CN202111410413.3
申请日：2021-11-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低采样率下的深度学习图像恢复方法，包括采样步骤和重建步骤，其中，采样部分引入离散小波变换，减少了由于应用单一尺度采样方法所丢失的高频部分内容，提高了方法的图像重建质量。将采样部分的矩阵乘法转换为半张量积的形式，显著减小了采样矩阵的大小，减少了矩阵的存储空间，节约了大量的计算资源。将AMP算法以去噪视角展开到深度卷积网络中，提高了图像的视觉效果和重建速度。在低采样率的条件下，与其他方法相比，本发明方法有着更好的量化指标和重建效果，在存储空间占用和运行时间方面有着优势，获得了更好的视觉效果。
-
公开(公告)号：CN117216786A
公开(公告)日：2023-12-12
申请号：CN202310204937.X
申请日：2023-03-06
Applicant: 北京邮电大学
IPC: G06F21/62 , H04L9/00 , H04L9/14 , H04L9/40 , H04L67/1097 , G06F21/60 , G06F21/64 , G06F18/241
Abstract: 本发明公开了一种基于区块链与差分隐私的众包平台统计数据按需共享方法，采用差分隐私技术添加噪声的设计，可以保护用户数据的隐私，避免数据被统计攻击后泄漏而遭到恶意利用。同时采用噪声添加方与数据持有者双角色来分散权利的设计，削弱监管的权利集中；采用区块链技术、同态加密与零知识证明技术，确保数据的完整性和不可篡改性，并将数据的访问集合最小化，仅允许指定的监管方持有最终秘钥，从而增强数据的安全性和可信度，保证数据的可用性；采用智能合约技术，可以实现数据的自动化和规范化，从而满足数据合规性要求；采用秘钥列表方案对秘钥进行分类，将加密后的统计数据通过关键字识别，从而做到重复使用。
-
公开(公告)号：CN117079658A
公开(公告)日：2023-11-17
申请号：CN202311183589.9
申请日：2023-09-14
Applicant: 北京邮电大学
IPC: G10L21/003 , G10L25/48 , G10L25/27 , G10L19/008 , G10L19/16
Abstract: 一种基于差分隐私的说话人匿名化系统及方法，涉及语音处理领域，该方法包括：对于每条原始语音，分别提取出说话人向量、基频F0和内容特征；利用广义差分隐私算法对提取出的说话人向量进行批量匿名化处理，获得匿名说话人向量；将匿名说话人向量、基频F0和内容特征进行合成，生成脱敏后的匿名化语音波形数据。本发明通过将广义差分隐私与基于自监督模型的语言可迁移说话人匿名化框架相结合，可在攻击者已经具有一部分先验知识的情况下，依旧能保障说话人身份隐私数据的安全性，并且能在保证匿名后语音的隐私性的同时依旧保证匿名后的语音具有良好的可用性，更好地解决WER和EER之间的平衡性问题。
-
公开(公告)号：CN116595094A
公开(公告)日：2023-08-15
申请号：CN202310537880.5
申请日：2023-05-12
Applicant: 广东省农村信用社联合社 , 北京邮电大学
IPC: G06F16/27 , G06N20/00 , G06F18/214
Abstract: 本发明提供一种基于区块链的联邦学习激励方法、装置、设备和存储介质，涉及机器学习技术领域。其中方法包括：获取联邦学习参与方设备发送的第一模型参数，所述联邦学习参与方设备与所述区块生成节点关联，所述第一模型参数为所述联邦学习参与方设备迭代更新后的模型参数；基于所述第一模型参数，确定所述联邦学习参与方设备的训练贡献度；基于所述训练贡献度确定激励方案，以供所述主链基于所述主链的智能合约和所述激励方案对所述联邦学习参与方设备进行激励。本发明提高了联邦学习激励的可靠性以及激励资金的安全性。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.033 seconds)
