-
公开(公告)号：CN118890137A
公开(公告)日：2024-11-01
申请号：CN202410807395.X
申请日：2024-06-21
Applicant: 厦门大学嘉庚学院
Abstract: 本发明提出了一种基于二维码和分数阶Logistic混沌系统的信息加密方法。本发明利用二维码技术把需要进行保密传输的文本信息转换成二维码，然后利用混沌系统对生成的二维码进行混沌加密，从而保证信息的安全性。本发明使用了一维分数阶Logistic混沌系统进行加密，计算资源要求低，加密速度快。同时，该混沌系统的密钥参数多，密钥复杂度高且密钥空间大，因此，加密算法的安全性更高。
-
公开(公告)号：CN110278067B
公开(公告)日：2022-06-10
申请号：CN201910524086.0
申请日：2019-06-17
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及一种基于低维分数阶混沌系统的图像加密方法，首先，获得两个由0‑255之间的整数组成的长度为256的混沌序列，提供明文图像并进行读取；利用HASH函数MD2作用在明文图像上,得到长度为128bit的私钥K，并利用K得到新的混沌系统初始值；然后，将初始值代入混沌系统得到第三个混沌序列；通过排序函数sort()得到索引序列并利用索引序列分别对明文图像进行行列置乱，得到密文图像C1；最后，进行明文图像像素值的替换获得密文图像C2；密文图像C2分别与混沌序列S2及混沌序列S3进行异域运算，获得最终密文图像C。本发明使用的是低维的混沌系统进行加密，算法简单。并且含有四个参数的分数阶混沌系统，其密钥总数和相应的密钥空间可以达到和高维混沌一样的效果。
-
公开(公告)号：CN112132733B
公开(公告)日：2022-06-03
申请号：CN202010999918.7
申请日：2020-09-22
Applicant: 厦门大学嘉庚学院
IPC: G06T1/00
Abstract: 本发明公开了基于混沌的智能模型黑盒水印触发集自动标注算法。该技术利用混沌解决了触发集标签自动标注问题，可以有效地解决现有黑盒水印触发集的自动标注问题，从而我们可以通过远程API，利用少量的查询提取水印，进而确定深度学习智能模型所有者身份。它能够有效地解决白盒水印方案提取水印困难的问题，不需要下载服务器端的模型或者读懂源程序。司法取证时，也会变得异常简单，只需要对比输出的分类结果是否与预期结果相符。
-
公开(公告)号：CN116028899A
公开(公告)日：2023-04-28
申请号：CN202210658758.9
申请日：2022-06-13
Applicant: 厦门大学嘉庚学院
Abstract: 本发明公开了一种多重的高精度深度学习模型黑盒水印方法。本发明采用的技术方案如下：包括如下步骤，第一步：条件生成对抗网络技术，CGAN主要包括两个模型，一个是生成器G和判别器D，G模拟数据分布，D估计样本来自训练数据而不是G的概率，CGAN的训练是一个动态过程，是生成器G和判别器D之间的相互博弈过程。在现有的深度学习水印方案中，往往关注的是如何制作水印的方式，对深度学习水印如何嵌入并没有展开深入研究，往往只采用与训练集打乱混合之后一起训练。我们方案探索了在训练中每个batch都对触发集进行训练，能够做到在较少触发集的情况下，很好完成水印的嵌入，具有很高的水印提取率。
-
公开(公告)号：CN115482139A
公开(公告)日：2022-12-16
申请号：CN202210872190.0
申请日：2022-07-23
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及计算机应用技术领域，具体为一种可溯源的深度学习模型黑盒水印方案。提出一种能够验证深度模型身份的黑盒水印方案。主要方法是利用图像水印算法生成触发集，形成一种高效的，触发集可溯源可再现的深度模型黑盒水印方案，解决模型身份识别问题、解决当前智能模型水印方案和所有权声称攻击问题。通过添加随机噪声或使用深度网络生成的触发集图片难以复现。即使能够复现的情形下，也无法对其进行溯源和验证身份。在触发集丢失的情形下，通过密钥和原始触发图片，仍能复现触发集。这有效的提高了方案的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN110766598A
公开(公告)日：2020-02-07
申请号：CN201911039838.0
申请日：2019-10-29
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及一种基于卷积神经网络的智能模型水印嵌入和提取方法及系统，该方法的水印嵌入过程为：建立包含公开数据集与非公开数据集的数据集，公开数据集中数据只包括关键特征，非公开数据集中数据包括关键特征和隐含非关键特征；对数据集进行数据的特征提取；对基于卷积神经网络的智能模型进行训练，在模型训练时，对隐含非关键特征的决策边界进行过拟合训练，从而将水印嵌入到智能模型中；水印提取过程为：以非公开数据集为密钥，以密钥为输入数据通过服务器上的API接口调用正版智能模型，将返回的查询结果与预测的分类结果进行比对，以实现水印的提取。该方法及系统无需获取智能模型即可远程进行水印的检测和提取，易于实现，安全性高。
-
公开(公告)号：CN110278067A
公开(公告)日：2019-09-24
申请号：CN201910524086.0
申请日：2019-06-17
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及一种基于低维分数阶混沌系统的图像加密方法，首先，获得两个由0-255之间的整数组成的长度为256的混沌序列，提供明文图像并进行读取；利用HASH函数MD2作用在明文图像上,得到长度为128bit的私钥K，并利用K得到新的混沌系统初始值；然后，将初始值代入混沌系统得到第三个混沌序列；通过排序函数sort()得到索引序列并利用索引序列分别对明文图像进行行列置乱，得到密文图像C1；最后，进行明文图像像素值的替换获得密文图像C2；密文图像C2分别与混沌序列S2及混沌序列S3进行异域运算，获得最终密文图像C。本发明使用的是低维的混沌系统进行加密，算法简单。并且含有四个参数的分数阶混沌系统，其密钥总数和相应的密钥空间可以达到和高维混沌一样的效果。
-
公开(公告)号：CN117893632A
公开(公告)日：2024-04-16
申请号：CN202410069201.0
申请日：2024-01-17
Applicant: 厦门大学嘉庚学院
IPC: G06T11/00 , G06T5/70 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于LMGAN的中国传统山水画生成方法及装置、存储介质，属于人工智能和图片生成的技术领域。本发明引入了LMGAN网络模型，能更有效地从图像中提取线特征的存储模块和用于增强生成输出中的层清晰度的层提取模块。实验结果证明了LMGAN网络模型在生成中国传统山水画与现有技术的其他方法相比，具有清晰结构和层次。
-
公开(公告)号：CN110766598B
公开(公告)日：2023-04-07
申请号：CN201911039838.0
申请日：2019-10-29
Applicant: 厦门大学嘉庚学院
IPC: G06T1/00 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/82 , G06V10/774 , G06Q50/18
Abstract: 本发明涉及一种基于卷积神经网络的智能模型水印嵌入和提取方法及系统，该方法的水印嵌入过程为：建立包含公开数据集与非公开数据集的数据集，公开数据集中数据只包括关键特征，非公开数据集中数据包括关键特征和隐含非关键特征；对数据集进行数据的特征提取；对基于卷积神经网络的智能模型进行训练，在模型训练时，对隐含非关键特征的决策边界进行过拟合训练，从而将水印嵌入到智能模型中；水印提取过程为：以非公开数据集为密钥，以密钥为输入数据通过服务器上的API接口调用正版智能模型，将返回的查询结果与预测的分类结果进行比对，以实现水印的提取。该方法及系统无需获取智能模型即可远程进行水印的检测和提取，易于实现，安全性高。
-
公开(公告)号：CN112132733A
公开(公告)日：2020-12-25
申请号：CN202010999918.7
申请日：2020-09-22
Applicant: 厦门大学嘉庚学院
IPC: G06T1/00
Abstract: 本发明公开了基于混沌的智能模型黑盒水印触发集自动标注算法。该技术利用混沌解决了触发集标签自动标注问题，可以有效地解决现有黑盒水印触发集的自动标注问题，从而我们可以通过远程API，利用少量的查询提取水印，进而确定深度学习智能模型所有者身份。它能够有效地解决白盒水印方案提取水印困难的问题，不需要下载服务器端的模型或者读懂源程序。司法取证时，也会变得异常简单，只需要对比输出的分类结果是否与预期结果相符。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
