-
公开(公告)号：CN115099388A
公开(公告)日：2022-09-23
申请号：CN202210597277.1
申请日：2022-05-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于人工智能技术领域，特别涉及一种网络对抗训练样本生成方法及图神经网络鲁棒性评估方法，利用诱导数据对图神经网络进行对抗训练，将攻击损失建立在未扰动的训练集上，在鲁棒性评估中考虑模型参数的对抗训练过程，从过拟合角度出发，构造加扰的训练数据，使图神经网络能够对训练数据很好地拟合，却难以对测试数据正确分类，也即图神经网络过拟合训练集学习出一个“假模型”。本发明采用对抗性攻击准确率下降幅度作为图神经网络鲁棒性评估方案，使图神经网络鲁棒性评估更加全面、完整、细致，评估后的图神经网络更加有效、可靠，便于图卷积神经网络在自然语言处理、计算机视觉及网络分析预测等领域中实际应用。
-
公开(公告)号：CN114911971A
公开(公告)日：2022-08-16
申请号：CN202210288932.5
申请日：2022-03-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/783 , G06V20/40 , G06V40/16 , G06V40/40
Abstract: 本发明属于视频处理、网络信息安全技术领域，具体涉及一种融合标题信息的伪造人物视频检测方法及装置，该方法包括首先创建人物名字词典，基于文本规则匹配从带标题的含人脸的待检测视频的标题中提取人物的姓名信息；然后将从视频标题中提取的人物姓名作为关键词输入到互联网中进行搜索，进入相应人物的词条，提取人物的图像，将人脸区域保存为参考人脸图像；其次逐帧提取待检测视频中的视频帧，将人脸区域保存为待检测人脸图像；将待检测人脸图像和参考人脸图像输入到事先训练好的检测模型M中，如果M输出为1，则标记当前视频帧为伪造。本发明基于标题信息从互联网上获取目标对象的真实人脸图像作为先验知识，对伪造视频的真伪进行精准检测。
-
公开(公告)号：CN114758272A
公开(公告)日：2022-07-15
申请号：CN202210334683.9
申请日：2022-03-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于频域自注意力的伪造视频检测方法。该方法包括：将待检测视频分为若干个视频帧；判断每个视频帧是否伪造视频帧，具体包括：提取当前视频帧中的人脸图像，记作原始人脸图像；提取所述原始人脸图像的相位谱，并基于相位谱对原始人脸图像进行重构，将重构得到的人脸图像记作重构人脸图像；将所述重构人脸图像拆分成若干个相同大小的图像块，并将若干个所述图像块转换成序列数据；将所述序列数据输入至训练好的Transformer模型中提取得到特征向量，将所述特征向量输入至多层感知机，判断所述特征向量对应的视频帧是否为伪造视频帧；统计伪造视频帧的数量与真实视频帧的数量，若前者大于后者，则认为待检测视频为伪造视频，反之为真实视频。
-
公开(公告)号：CN111640033A
公开(公告)日：2020-09-08
申请号：CN202010281725.8
申请日：2020-04-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06Q50/00 , G06F16/901 , G06F16/951 , G06K9/62 , G06F40/284
Abstract: 本发明属于网络水军检测技术领域，特别涉及一种网络水军的检测方法及装置，该方法通过网络爬虫爬取信息，然后用实体识别等知识图谱技术构建用户网络结构图，再利用用户网络结构图进行分析找出可疑水军用户，最后对可疑水军用户的评论信息利用BERT模型进行分析，确定水军用户。本发明提高了在海量数据情况下检测收敛性及准确率，不需要提供太多的特征，减少特征提取复杂程度，大大减少了模型训练时间，快速、准确的检测出网络评论中的水军，从而可以尽量维护网络的真实和稳定性。
-
公开(公告)号：CN117217228A
公开(公告)日：2023-12-12
申请号：CN202311083475.7
申请日：2023-08-25
Applicant: 嵩山实验室 , 中国人民解放军战略支援部队信息工程大学
IPC: G06F40/30 , G06N3/0985 , G06F16/35 , G06F40/216 , G06F40/289 , G06F40/295
Abstract: 本申请提出了一种基于标签语义的神经网络权重初始化方法，该方法包括：获取当前待处理的自然语言处理任务和样本数据；通过在预训练后进行微调的方式获得初始自然语言处理模型，并根据自然语言处理任务的类型确定样本数据的标签；根据自然语言处理任务的类型，通过相应的语义嵌入方式将标签的语义信息引入至输出层神经网络的初始化参数中，对神经网络的权重参数进行初始化；将获得的初始化权重矩阵载入初始自然语言处理模型中进行再次训练，并通过最终自然语言处理模型对待处理的文本进行处理。该方法利用不同类别标签的语义信息对输出层神经网络的参数进行初始化，能够提高执行自然语言处理任务的精确度。
-
Patent Agency Ranking
公开(公告)号：CN115410118A
公开(公告)日：2022-11-29
申请号：CN202210961313.8
申请日：2022-08-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于多媒体信息处理技术领域，特别涉及一种对抗条件下的深度伪造视频检测方法及系统，首先，构建深度伪造视频检测模型集合并进行模型训练，其中，深度伪造视频检测模型集合中至少包含3个用于分别对输入视频进行真伪检测的神经网络结构模型；然后，利用训练后的深度伪造视频检测模型集合对待检测视频进行真伪检测，并针对集合中每个模型的真伪检测输出，采用大数胜出原则进行集中判决，以确定最终真伪检测结果。本发明针对伪造生成者通过对抗样本等技术添加扰动来干扰深度伪造视频检测、影响检测精度等的难题，基于多模型检测来提高对伪造视频检测的鲁棒性，提升视频鉴伪精度，便于实际场景应用。
-
公开(公告)号：CN114706997A
公开(公告)日：2022-07-05
申请号：CN202210334682.4
申请日：2022-03-31
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于超网络的网络空间行为知识图谱构建方法及架构。该方法包括：步骤1：定义网络空间行为的多维观测要素；步骤2：在多维所述观测要素构成的观测域中，抽象刻画各个观测要素及各个观测要素之间的关系以构建得到多层网域平面；其中，每个观测要素对应网域平面中的一个实体；步骤3：获取行为知识信息，基于已定义的多维观测要素抽取所述行为知识信息中的实体和实体间关系；基于抽取到的实体和实体间关系，基于已构建的多层网域平面建立同一层网域平面内的各个实体之间的连边关联，以及不同层网域平面之间的超边关联，即可形成超网络结构的网络空间行为知识图谱。本发明为网络威胁发现提供了新的知识图谱架构。
-
公开(公告)号：CN111626056A
公开(公告)日：2020-09-04
申请号：CN202010281724.3
申请日：2020-04-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明属于命名实体识别技术领域，特别涉及一种基于RoBERTa-BiGRU-LAN模型的中文命名实体识别方法及装置，该方法包括将待处理中文语料转换为字向量序列；将获得的字向量序列输入RoBERTa-BiGRU-LAN模型的第一层BiGRU-LAN，获取融合局部信息的编码序列；将上面获得的编码序列输入RoBERTa-BiGRU-LAN模型的第二层BiGRU-LAN，获取融合全局信息的注意力分布；根据上面获得的注意力分布得到命名实体识别结果。本发明改进字嵌入方法更好地进行中文表征，同时将BiLSTM-CRF改进为BiGRU-LAN，减少了模型的参数，降低模型复杂度，节省了训练时间。
-
公开(公告)号：CN110110079A
公开(公告)日：2019-08-09
申请号：CN201910218144.7
申请日：2019-03-21
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/35 , G06F16/9536 , G06Q50/00
Abstract: 本发明提供一种社交网络垃圾用户检测方法。该方法包括：根据待检测用户的个人账户信息，提取待检测用户的行为特征，个人账户信息包括：注册时长、关注数、粉丝数、发布的原创文章数、发布的总文章数、非空转发的文章数和转发的总文章数；根据行为特征，利用预先构建的垃圾用户行为模型判断待检测用户是否为疑似垃圾用户；若待检测用户为疑似垃圾用户，则按照预设内容特征提取规则提取待检测用户的内容特征；根据内容特征，利用预先构建的垃圾用户内容模型确定待检测用户的垃圾文章比例；若待检测用户的垃圾文章比例大于预设阈值，则确定待检测用户为垃圾用户。本发明通过先后设置两个垃圾用户检测过程，既提高了检测准确度，又减少了计算量。
-
公开(公告)号：CN110619118B
公开(公告)日：2022-10-28
申请号：CN201910243895.4
申请日：2019-03-28
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F40/211 , G06F16/35 , G06F16/33 , G06K9/62
Abstract: 本发明提供一种文本自动生成方法。该方法包括：步骤1、利用预训练好的自编码器得到待处理真实文本的隐藏空间向量；步骤2、利用训练好的生成网络生成所述隐藏空间向量的合成文本。针对现有技术中的基于自编码器的方法易于训练但生成文本逻辑性差的问题，或者基于生成对抗网络的方法生成文本语句通顺但稳定性差的问题，本发明能够加速生成网络的训练速度，增强训练稳定性，并在一定程度上增强合成文本的文本逻辑性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.03 seconds)
