-
Patent Agency Ranking
公开(公告)号：CN113965359A
公开(公告)日：2022-01-21
申请号：CN202111152694.7
申请日：2021-09-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种面向联邦学习数据投毒攻击的防御方法及装置，方法包括：每个客户端使用本地数据训练模型参数；每个客户端将本地模型参数上传给服务器，服务器接收到所有的模型参数；服务器从中计算出一个用于比较的参考基准u，则对于任意的两个局部模型wa和wb，计算它们相对于参考基准u的相似度；采用内部投票的方法判断一个局部模型是否为恶意；根据每个局部模型所得的票数，计算每个局部模型的可信度；基于可信度的模型加权聚合，得到最终的全局模型，基于最终的全局模型实现数据投毒攻击的防御。本发明中，恶意客户端的模型会被赋予较低权重，在加权聚合时削弱它对全局模型的影响，从而实现针对数据投毒攻击的防御。
-
公开(公告)号：CN112163222A
公开(公告)日：2021-01-01
申请号：CN202011077442.8
申请日：2020-10-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请公开了一种恶意软件检测方法，该方法包括以下步骤：确定待检测的目标软件；获得目标软件的系统调用名和网络活动事件；将目标软件的系统调用名和网络活动事件按照时间戳统一排序，编码生成目标软件的聚合动态特征；将目标软件的聚合动态特征输入到预先训练获得的基于序列转换器结构的目标神经网络模型中，获得输出结果；根据输出结果，确定目标软件是否为恶意软件。应用本申请所提供的技术方案，结合了软件的系统调用名和网络活动事件，利用序列转换器结构，对终端中恶意软件进行有效检测，避免影响终端的正常运行，提高用户使用体验。本申请还公开了一种恶意软件检测装置，具有相应技术效果。
-
公开(公告)号：CN112084341A
公开(公告)日：2020-12-15
申请号：CN202010867403.1
申请日：2020-08-26
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F16/36 , G06F40/295
Abstract: 本发明提出一种基于三元组重要性的知识图谱补全方法，包括一：估计知识图谱中三元组的头实体的重要性和尾实体的重要性；二：估计三元组中关系的一阶重要性和高阶重要性；三：根据三元组中头实体的重要性、尾实体的重要性和关系的重要性获得三元组的重要性。本发明对知识图谱中的三元组重要性进行了较充分的挖掘，既考虑了实体重要性，也考虑了关系重要性，进一步提升知识图谱补全效果。
-
公开(公告)号：CN110404265A
公开(公告)日：2019-11-05
申请号：CN201910676451.X
申请日：2019-07-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于博弈残局在线解算的多人非完备信息机器博弈方法、装置、系统及存储介质，该多人非完备信息机器博弈方法包括：步骤1：首先根据卡牌抽象算法进行实时的卡牌抽象；步骤2：如果S不是智能体采取动作的博弈局面，则需要更新各个玩家的策略σ；步骤3：等待当前博弈局面需要采取动作的玩家采取某一动作后，游戏往下进行，如果S是轮到智能体采取动作的博弈局面则同样先更新玩家手牌分布，建立子博弈树后计算当前博弈局面的策略σ，然后智能体根据σ采取一个动作a后游戏继续向下进行。本发明的有益效果是：本发明相比之前的算法灵活性适用性更强，适用于现实世界的博弈场景，可以根据针对不同的现实博弈局面计算相应的策略。
-
公开(公告)号：CN110399920A
公开(公告)日：2019-11-01
申请号：CN201910676439.9
申请日：2019-07-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于深度强化学习的非完备信息博弈方法、装置、系统及存储介质，该方法包括：探索利用机制改进策略梯度算法的步骤、深度强化学习网络中加入记忆单元的步骤、自我驱动机制对奖励值进行优化的步骤。本发明的有益效果是：本发明通过基线函数解决策略梯度算法经常出现的高方差问题，对于强化学习采样和优化过程时间复杂度高的问题，采取并行机制提高模型求解效率，通过自驱动机制，在弥补环境奖励值稀疏的同时，帮助智能体更有效地对环境进行探索。
-
-
-
-
Search Results
75
records
(took 0.027 seconds)
