公开(公告)号：CN112329052B

公开(公告)日：2024-08-06

申请号：CN202011155392.0

申请日：2020-10-26

Applicant: 哈尔滨工业大学(深圳)

Inventor： 刘洋 ,  尹书君 ,  张伟哲 ,  徐睿峰 ,  王轩 ,  蒋琳 ,  廖清

IPC: G06F21/62 ,  G06F18/214 ,  G06N3/084 ,  G06F18/24

Abstract: 本申请公开了一种模型隐私保护方法，该方法包括以下步骤：基于当前训练场景，确定用于对模型进行隐私保护的目标保护方式；如果目标保护方式为PATE方式，则在使用训练数据集进行模型训练过程中，对中间产生的投票结果进行加噪处理，训练完成后，获得最终的待使用第一模型；如果目标保护方式为差分隐私随机梯度下降DPSGD方式，则在使用训练数据集进行模型训练过程中，对将训练数据集输入到模型后计算得到的梯度进行加噪处理，训练完成后，获得最终的待使用第二模型。应用本申请所提供的技术方案，可以较好地且有效地进行隐私保护，提高训练数据及模型的安全性。本申请还公开了一种模型隐私保护装置，具有相应技术效果。

公开(公告)号：CN115842667A

公开(公告)日：2023-03-24

申请号：CN202211481859.X

申请日：2022-11-24

Applicant: 哈尔滨工业大学(深圳)

Inventor： 张伟哲 ,  尹书君 ,  冯禹铭

IPC: H04L9/40 ,  H04L67/12

Abstract: 本发明提供了一种基于混合策略的物联网DDoS检测系统，包括位于网关处的基于统计的检测模块、位于边缘服务器的基于机器学习的检测模块、流量处理模块，与外界交互的网络流量首先会被基于统计的检测模块收集并提取流量特征，通过基于统计的方法区分良性网络流和恶意流，检测潜在的DDoS攻击威胁；对于基于统计的检测模块无法判断的疑似恶意流量，基于机器学习的检测模块会负责进一步的精确识别和分类DDoS攻击流；所述流量处理模块：对良性流量予以放行，对恶意流量进行防御。本发明的有益效果是:本发明通过基于统计的检测模块、基于机器学习的检测模块和流量处理模块，高效准确的检测网络通信中可能遭受到的DDoS攻击。

公开(公告)号：CN112329052A

公开(公告)日：2021-02-05

申请号：CN202011155392.0

申请日：2020-10-26

Applicant: 哈尔滨工业大学(深圳)

Inventor： 刘洋 ,  尹书君 ,  张伟哲 ,  徐睿峰 ,  王轩 ,  蒋琳 ,  廖清

IPC: G06F21/62 ,  G06K9/62 ,  G06N3/08

Abstract: 本申请公开了一种模型隐私保护方法，该方法包括以下步骤：基于当前训练场景，确定用于对模型进行隐私保护的目标保护方式；如果目标保护方式为PATE方式，则在使用训练数据集进行模型训练过程中，对中间产生的投票结果进行加噪处理，训练完成后，获得最终的待使用第一模型；如果目标保护方式为差分隐私随机梯度下降DPSGD方式，则在使用训练数据集进行模型训练过程中，对将训练数据集输入到模型后计算得到的梯度进行加噪处理，训练完成后，获得最终的待使用第二模型。应用本申请所提供的技术方案，可以较好地且有效地进行隐私保护，提高训练数据及模型的安全性。本申请还公开了一种模型隐私保护装置，具有相应技术效果。