-
公开(公告)号：CN114912146A
公开(公告)日：2022-08-16
申请号：CN202210580625.4
申请日：2022-05-25
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种垂直联邦架构下的数据信息防御方法、系统、电子设备及存储介质。其中，方法包括：构建了基于垂直联邦的深度学习框架，将真实网络数据集转换成嵌入并加密后上传至中央服务器，防止攻击者得到目标的上传信息从而导致隐私的泄露。本发明基于同态加密来对嵌入进行加密处理，在不断地学习训练的过程中加密嵌入，以达到攻击者无法成功获得真实信息。与其他方法相比，本发明具有防御能力强、对主要任务影响小等特点。
-
公开(公告)号：CN114897161A
公开(公告)日：2022-08-12
申请号：CN202210540676.4
申请日：2022-05-17
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种基于掩码的图分类后门攻击防御方法、系统、电子设备及存储介质。其中，方法包括：利用随机掩码对图神经网络的邻接矩阵进行掩码操作，每次掩码操作都能掩去网络拓扑结构的部分信息，破坏网络中局部的触发器结构，而同时利用多次叠加的掩码邻接矩阵，经过池化操作后，做到最大限度的保留原网络的原始的拓扑结构，以此使得攻击者在训练数据中嵌入的触发器失效，而模型也能保有正常的表现性能。
-
公开(公告)号：CN114912146B
公开(公告)日：2022-12-06
申请号：CN202210580625.4
申请日：2022-05-25
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种垂直联邦架构下的数据信息防御方法、系统、电子设备及存储介质。其中，方法包括：构建了基于垂直联邦的深度学习框架，将真实网络数据集转换成嵌入并加密后上传至中央服务器，防止攻击者得到目标的上传信息从而导致隐私的泄露。本发明基于同态加密来对嵌入进行加密处理，在不断地学习训练的过程中加密嵌入，以达到攻击者无法成功获得真实信息。与其他方法相比，本发明具有防御能力强、对主要任务影响小等特点。
-
Patent Agency Ranking
公开(公告)号：CN111614797A
公开(公告)日：2020-09-01
申请号：CN202010490250.3
申请日：2020-06-02
Applicant: 中国信息通信研究院
IPC: H04L29/12
Abstract: 本发明公开了一种IP地址漏覆盖的检测方法及系统，包括如下步骤：在预定时间段内采集目标企业的域名解析系统对所述目标企业的各目标域名进行解析而获得的若干第一IP地址；获取所述目标企业上报的与所述目标企业的各目标域名对应的若干目标IP地址；基于各所述第一IP地址与各所述目标IP地址，确定所述目标IP地址的漏覆盖情况。本发明通过采集各企业的解析IP(即第一IP地址)，然后将获得的解析IP(第一IP地址)与企业上报的目标IP地址进行比对，由此能够快速、准确的发现企业未上报的IP地址，解决了人工查询速度慢、效率低、查不全的问题，自动、高效、精准、全面的发现漏覆盖的接入资源。
-
公开(公告)号：CN114841983B
公开(公告)日：2022-12-06
申请号：CN202210556274.3
申请日：2022-05-17
Applicant: 中国信息通信研究院
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于决策分数的图像对抗样本检测方法和系统。其中，方法包括：获取图像数据集并进行预处理，使用不同的模型结构对不同的数据集进行训练，选取各模型中的特定层以计算神经元的决策分数，针对不同的数据集，分别搭建不同的二元分类器，再应用各模型中的特定层计算出的决策分数，训练不同数据集对应的二元分类器，将对抗样本和良性样本的决策分数输入到训练好的二元分类器中进行测试，若分类精度不足，对二元分类器进行优化。本发明提出的方案，从模型内部神经元出发，通过少量样本计算模型的决策分数，训练简单的二元分类器，利用良性样本和对抗样本的决策分数差异，实现对抗样本的高精度、低成本检测。
-
公开(公告)号：CN114841983A
公开(公告)日：2022-08-02
申请号：CN202210556274.3
申请日：2022-05-17
Applicant: 中国信息通信研究院
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于决策分数的图像对抗样本检测方法和系统。其中，方法包括：获取图像数据集并进行预处理，使用不同的模型结构对不同的数据集进行训练，选取各模型中的特定层以计算神经元的决策分数，针对不同的数据集，分别搭建不同的二元分类器，再应用各模型中的特定层计算出的决策分数，训练不同数据集对应的二元分类器，将对抗样本和良性样本的决策分数输入到训练好的二元分类器中进行测试，若分类精度不足，对二元分类器进行优化。本发明提出的方案，从模型内部神经元出发，通过少量样本计算模型的决策分数，训练简单的二元分类器，利用良性样本和对抗样本的决策分数差异，实现对抗样本的高精度、低成本检测。
-
公开(公告)号：CN114897161B
公开(公告)日：2023-02-07
申请号：CN202210540676.4
申请日：2022-05-17
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种基于掩码的图分类后门攻击防御方法、系统、电子设备及存储介质。其中，方法包括：利用随机掩码对图神经网络的邻接矩阵进行掩码操作，每次掩码操作都能掩去网络拓扑结构的部分信息，破坏网络中局部的触发器结构，而同时利用多次叠加的掩码邻接矩阵，经过池化操作后，做到最大限度的保留原网络的原始的拓扑结构，以此使得攻击者在训练数据中嵌入的触发器失效，而模型也能保有正常的表现性能。
-
公开(公告)号：CN111614797B
公开(公告)日：2021-06-08
申请号：CN202010490250.3
申请日：2020-06-02
Applicant: 中国信息通信研究院
IPC: H04L29/12
Abstract: 本发明公开了一种IP地址漏覆盖的检测方法及系统，包括如下步骤：在预定时间段内采集目标企业的域名解析系统对所述目标企业的各目标域名进行解析而获得的若干第一IP地址；获取所述目标企业上报的与所述目标企业的各目标域名对应的若干目标IP地址；基于各所述第一IP地址与各所述目标IP地址，确定所述目标IP地址的漏覆盖情况。本发明通过采集各企业的解析IP(即第一IP地址)，然后将获得的解析IP(第一IP地址)与企业上报的目标IP地址进行比对，由此能够快速、准确的发现企业未上报的IP地址，解决了人工查询速度慢、效率低、查不全的问题，自动、高效、精准、全面的发现漏覆盖的接入资源。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.034 seconds)
