基于对抗神经网络结构搜索的图像处理方法及装置

    公开(公告)号:CN116304144A

    公开(公告)日:2023-06-23

    申请号:CN202211690326.2

    申请日:2022-12-27

    Abstract: 本申请提供一种基于对抗神经网络结构搜索的图像处理方法及装置,该方法包括:对于DNN网络结构搜索过程中的任一epoch,利用梯度下降算法、已获得的图像训练集以及已获得的图像验证集,对DNN网络的操作参数和结构参数进行迭代交替更新,直至迭代次数达到第一迭代次数;以及,利用预设网络脆弱性约束条件和已获得的图像验证集,对所述DNN网络的结构参数进行迭代更新直至该epoch内的迭代次数达到第二迭代次数;在搜索的epoch数达到第一epoch数,或,DNN网络模型收敛的情况下,依据得到的结构参数,生成用于图像处理的目标DNN网络,并利用所述目标DNN网络对待进行图像处理的图像进行图像处理。该方法可以提升利用DNN网络进行图像处理的准确性。

    图像溯源信息安全防护方法、装置及电子设备

    公开(公告)号:CN115187444B

    公开(公告)日:2023-05-26

    申请号:CN202211095280.X

    申请日:2022-09-08

    Abstract: 本申请提供一种图像溯源信息安全防护方法、装置及电子设备,该方法包括:获取待叠加水印溯源信息的原始图像和预定叠加的图像水印;依据预设的图像水印特征参数约束条件,对所述预定叠加的图像水印的特征参数进行调整,得到调整后的图像水印集合;分别将所述调整后的图像水印集合中各图像水印与所述原始图像进行叠加,得到待测试水印图像集合;利用预设智能图像信息移除攻击测试模型,对所述待测试水印图像集合中各待测试水印图像进行智能水印移除攻击,得到各待测试水印图像对应的输出图像;依据待测试水印图像与待测试水印图像对应的输出图像之间的差异,确定最优水印图像及最优图像水印。该方法可以有效抵御智能图像信息移除攻击。

    基于异步分组联邦学习的数据保护方法、装置及系统

    公开(公告)号:CN116049862A

    公开(公告)日:2023-05-02

    申请号:CN202310265804.3

    申请日:2023-03-13

    Abstract: 本申请提供一种基于异步分组联邦学习的数据保护方法、装置及系统,该方法包括:将初始全局模型参数和初始扰动参数发送给物联网终端,以使物联网终端基于初始全局模型参数获取局部模型参数,基于局部模型参数和初始扰动参数生成扰动模型参数;从多个物联网终端获取多个扰动模型参数,基于多个扰动模型参数和每个扰动模型参数对应的权重系数确定目标全局模型参数;若目标全局模型参数未收敛,获取新的初始扰动参数,将目标全局模型参数确定为初始全局模型参数,将初始全局模型参数和初始扰动参数发送给物联网终端;若目标全局模型参数已收敛,将目标全局模型参数确定为已训练参数。通过本申请方案,避免数据安全隐患,保证数据安全,节省带宽资源。

    基于区块链的车联网数据安全共享方法、装置及设备

    公开(公告)号:CN116016610A

    公开(公告)日:2023-04-25

    申请号:CN202310283893.4

    申请日:2023-03-21

    Abstract: 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备,该方法包括:将初始全局模型参数发送给多个终端设备,以使每个终端设备基于初始全局模型参数获取局部模型参数;获取多个终端设备发送的局部模型参数;从区块链下载终端设备对应的信誉特征,或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征;基于信誉特征确定终端设备为第一类终端或第二类终端;基于所有第一类终端发送的局部模型参数生成目标全局模型参数;若目标全局模型参数已收敛,则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案,能够保护终端设备的数字资产,保证数据安全。

    基于区块链与合同理论的联邦学习方法、装置及设备

    公开(公告)号:CN115994588A

    公开(公告)日:2023-04-21

    申请号:CN202310281972.1

    申请日:2023-03-16

    Abstract: 本申请提供一种基于区块链与合同理论的联邦学习方法、装置及设备,该方法包括:基于历史数据确定用户设备对应的第一数据质量,从区块链获取用户设备对应的第二数据质量,基于第一数据质量和第二数据质量确定用户设备对应的目标数据质量;基于每个用户设备对应的目标数据质量从M个用户设备中选取I个目标用户设备,将目标合同组发送给I个目标终端设备,将初始全局模型参数发送给I个目标用户设备,以使每个目标用户设备从目标合同组中选取目标激励合同,基于目标激励合同的最佳样本数量和初始全局模型参数获取局部模型参数;基于I个目标用户设备的局部模型参数确定已训练参数。通过本申请方案,提高模型训练过程的效率,训练的收敛速度更快。

    视频对抗水印嵌入方法、装置、电子设备及存储介质

    公开(公告)号:CN115564634A

    公开(公告)日:2023-01-03

    申请号:CN202211546540.0

    申请日:2022-12-05

    Abstract: 本申请实施例提供了一种视频对抗水印嵌入方法、装置、电子设备及存储介质。方案如下:对原始视频进行识别,得到第一识别结果;获取待嵌入水印,以及嵌入参数集合;针对每组嵌入参数集合,基于该组嵌入参数集合,将待嵌入水印嵌入至原始视频,得到候选水印视频;对每一候选水印视频进行识别,得到第二识别结果;在第二识别结果与第一识别结果不匹配时,将该第二识别结果对应的候选水印视频确定为对抗水印视频。通过本申请实施例提供的技术方案,实现了原始视频所对应的对抗水印视频的获取,使得智能视频系统功能失效,降低了原始视频中视频信息被恶意用户获取的概率,以及降低了原始视频中信息泄露的风险,从而提高了原始视频的隐私安全性。

Patent Agency Ranking