-
公开(公告)号：CN111564154B
公开(公告)日：2023-08-08
申请号：CN202010206879.0
申请日：2020-03-23
Applicant: 北京邮电大学
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。
-
公开(公告)号：CN116403586A
公开(公告)日：2023-07-07
申请号：CN202310422093.6
申请日：2023-04-19
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向ASV系统的通用语音欺骗检测模型的建立方法，通过引入子网络方法，设计检测LA攻击的LANet，检测PA攻击的PANet以及联合检测LA攻击和PA攻击的混合模型FusionNet。该方法以LANet的浅层参数为基础，构建了一个轻量级的PANet，最后将LANet与PANet输出的embedding进行连接，送入FusionNet中，判定输入语音是否为真实语音。本发明在现有的针对特定攻击的检测模型的基础上，增加少量参数就可构建一个通用的语音欺骗检测模型，该模型既可以检测LA攻击又可以检测PA攻击，解决了现有模型仅能检测特定攻击的问题，同时实现轻量化，从而满足实际应用的需求。
-
公开(公告)号：CN111461177B
公开(公告)日：2023-07-07
申请号：CN202010158601.0
申请日：2020-03-09
Applicant: 北京邮电大学
IPC: G06V10/82 , G06V10/778 , G06V10/77 , G06V10/764 , G06N3/006
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。
-
公开(公告)号：CN113269259B
公开(公告)日：2023-04-18
申请号：CN202110598271.1
申请日：2021-05-31
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/22 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种目标信息的预测方法及装置，上述方法包括：获取目标信息在当前时间点之前的多个离散的时间点对应的目标历史信息；将目标历史信息输入预先训练的目标信息预测模型，获取目标信息在当前时间点后的变化趋势预测结果；RNN层，用于对输入的目标历史信息进行初始变化趋势特征提取，并将所提取的初始变化趋势特征输入GAN层；GAN层，用于基于初始变化趋势特征，确定目标信息在当前时间点后的变化趋势信息，作为目标信息的变化趋势预测结果。采用本发明实施例提供的方法，提高了预测出的目标信息在当前时间点后的变化趋势信息的精度。
-
公开(公告)号：CN114462090A
公开(公告)日：2022-05-10
申请号：CN202210151961.7
申请日：2022-02-18
Applicant: 北京邮电大学
Abstract: 本发明公开了一种针对联邦学习中差分隐私预算计算的收紧方法，通过从假设检验的角度出发，计算隐私预算，通过f‑差分隐私技术完成对联邦图像分类系统中隐私预算的跟踪工作，并通过客户端标准化梯度下降法完成对单个客户端更新梯度的规范，限制单个客户端对整体模型的影响，解决了现有工作中梯度阈值超参选择的难题，让模型可以完成更多轮次的训练，以及规避梯度剪裁阈值C对联邦学习模型的影响，使得联邦学习系统可以在不过分影响精度的同时，满足差分隐私。
-
Patent Agency Ranking
公开(公告)号：CN114117420A
公开(公告)日：2022-03-01
申请号：CN202111409425.4
申请日：2021-11-25
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于人工免疫学的分布式多主机网络的入侵检测系统，通过哈希算法识别攻击是否已知，来减少特异性免疫的匹配开销；结合多主机信息共享，最终使网络识别更多的攻击；同时采用混沌算法的Logistic回归来更加高效的生成大量随机检测器投入到训练中，拥有更好的随机性；最后通过结合遗传算法的克隆选择算法，在变异的基础上加强交叉的效果，以更好的收敛性去迭代增值克隆匹配性更好、亲和度更高的的检测器，并择优生成，最终以全局最优的方式收敛种群结果，获得对入侵攻击的快速自适应发现能力。本发明相比于传统的其他入侵检测系统，拥有更高的鲁棒性和自适应性，拥有对攻击检测更低的漏检率以及错误率。
-
公开(公告)号：CN113852955A
公开(公告)日：2021-12-28
申请号：CN202111114040.5
申请日：2021-09-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无线感知网络中安全数据传输与合法节点认证的方法，首先进行网络的初始化进程；在感知节点处用压缩采样网采样与压缩数据，用提前设置好的轻量级Hash算法进行处理，处理后的数据附加在采样压缩的数据后进行同态加密，传送到汇聚节点处；在汇聚节点端，先解密，进行Hash比对，比对成功将数据传送到联合重建网进行信息数据的重建，比对失败丢弃数据，在认证的同时进行每个节点的信誉评估。本发明方法有着更高的效率，处理较大数据时，速率比传统方式快至少5倍，同时很好的实现数据的机密性传输，对于无线感知网络中的点到点数据传输提供了很大的便利，且减少了很多的能量损耗，是一种高效节能的安全数据传输与合法节点认证方案。
-
公开(公告)号：CN111800251B
公开(公告)日：2021-11-12
申请号：CN202010437289.9
申请日：2020-05-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于混沌源的图像压缩感知加密、解密方法、装置及系统，获取待传输图像以及随机生成的混沌种子包；对待传输图像进行预设填充、分块和重新排列处理，得到重组图像；基于第一混沌种子，生成测量矩阵，并采用测量矩阵分别与每个列分量进行半张量运算，得到第一加密列分量；基于第二混沌种子，生成掩码矩阵，并根据掩码矩阵分别对每一第一加密列分量进行掩码覆盖加密，得到第二加密列分量；基于第三混沌种子，生成置乱序列，并根据置乱序列分别对每一第二加密列分量进行置乱，得到第三加密列分量；依次拼接第三加密列分量，得到加密图像。能够降低内存开销、提高加密安全性。
-
公开(公告)号：CN113468357A
公开(公告)日：2021-10-01
申请号：CN202110823822.X
申请日：2021-07-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图像描述文本生成方法及装置，涉及图像处理技术领域，上述方法包括：检测目标所在的目标区域；计算平均像素值，得到区域特征；对第一输入信息进行特征提取，得到第一隐藏特征；生成各目标区域的权重系数；对各个目标区域中相同位置的像素点的像素值进行加权计算得到第一输出信息；对第二输入信息进行特征提取，得到第二隐藏特征；获得预设词汇表中输出概率最高的输出单词；将第一输入信息更新为包含第一隐藏特征、已获得的输出单词和区域特征的信息，并返回得到第一隐藏特征的步骤，直至输出文本满足输出结束条件，将输出文本确定为图像描述文本。应用本发明实施例提供的方案能够提高生成图像描述文本的准确度。
-
公开(公告)号：CN113301046A
公开(公告)日：2021-08-24
申请号：CN202110572290.7
申请日：2021-05-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于DRPE的压缩感知数据安全传输方法，涉及到数据处理技术领域，上述方法包括：获取第一明文图像和第二明文图像，利用预设混沌初始值c通过混沌置乱得到第一置乱图像和第二置乱图像；根据预设输入初始值r，对第一置乱图像和第二置乱图像进行P张量压缩感知，得到第一压缩加密图像和第二压缩加密图像组合为复数矩阵；根据预设第一相位初始值d1和预设第二相位初始值d2，分解复数矩阵得到目标分解矩阵和辅助解密矩阵；根据预设异或辅助矩阵e，处理目标分解矩阵得到密文图像；加密c、r、d1、d2、e，得到加密参数；传输密文图像、辅助解密矩阵和加密参数。应用本发明实施例提供的方案传输数据，能够高效安全地传输数据。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.038 seconds)
