-
公开(公告)号：CN117972370A
公开(公告)日：2024-05-03
申请号：CN202410092849.X
申请日：2024-01-23
Applicant: 杭州市滨江区浙工大网络空间安全创新研究院 , 哈尔滨工程大学
Abstract: 本发明提出一种基于信号识别的机器学习模型测评方法，该方法结合模型的特性和电磁领域特性，构建多层次评估指标结构模型，根据不同电磁环境场景选择需要进行测试的模型，确定不同的评估指标和度量层次，提供合理的测评技术策略，对模型不同度量层次下质量性能进行测评。本发明为信号识别领域下机器学习模型质量测评提供全面合理的指标体系，能够对目标机器学习模型的分类性能、鲁棒性、安全性、复杂性、工程效率等方面进行全面的评估。
-
公开(公告)号：CN117972402A
公开(公告)日：2024-05-03
申请号：CN202410093129.5
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大网络空间安全创新研究院
IPC: G06F18/2131 , G06F18/2135 , G06F18/214 , G06F21/57
Abstract: 本发明提出一种针对电磁信号识别模型的后门攻击方法，本发明分析了AMC面临后门攻击的安全威胁，并对后门攻击的投毒、训练和触发过程，定义了威胁模型；本发明提出了基于DWT和SVD的后门攻击隐写算法，提取了秘密样本的小波域不同频率特征，将其作为后门触发器注入到良性样本中，实现了不可见的、触发器与样本有关的高效后门攻击；本发明的核心在于采用小波域的特征提取与主成分分析的方法，将后门触发器的可见性隐藏到特征级别，并保证了每个毒化样本的后门触发器都与毒化前的良性样本有关，进一步增加了后门的隐蔽性。
-
公开(公告)号：CN118051815A
公开(公告)日：2024-05-17
申请号：CN202410092995.2
申请日：2024-01-23
Applicant: 杭州市滨江区浙工大网络空间安全创新研究院 , 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出一种用于调制信号识别的对抗样本检测与还原方法，所述方法基于自编码器检测与还原框架，引入重构误差和KL散度两路检测，通过设置阈值完成对对抗样本的检测与还原。所述方法中新颖的自编码器AE检测框架能够高效提取输入样本的深层特征，新型AE还原器结构能够有效将复杂的对抗样本有效地还原至模型的决策边界内，两种阈值选择方法增强抵御对抗样本攻击的能力。所述方法可以与任何深度学习模型相结合，能够减轻由对抗样本引起的深度学习模型的性能下降问题。
-
公开(公告)号：CN117938596A
公开(公告)日：2024-04-26
申请号：CN202410092632.9
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大网络空间安全创新研究院
Abstract: 本发明提出一种基于解耦Hilbert‑Schmidt信息瓶颈DHSIB的自动调制分类对抗防御方法，所述方法从互信息的角度分析了AMC模型中间表征中的任务相关和任务无关特征，给出了任务无关特征对对抗鲁棒性影响的解释。本发明针对AMC模型，提出一种对抗防御系统模型，此外描述了频谱监测场景的威胁模型，并且在实验中使用直接攻击方法。
-
公开(公告)号：CN117746163A
公开(公告)日：2024-03-22
申请号：CN202410098174.X
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大网络空间安全创新研究院
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06V10/52 , G06F18/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 一种基于多尺度视觉Transformer的雷达工作模式识别方法，它涉及一种雷达工作模式识别方法。本发明为了解决传统雷达工作模式识别算法全局特征提取能力差，识别功能泛化性差的问题。本发明使用CWD时频变换将雷达脉冲信号转化为时频图，并对样本进行了长度一致化处理，有利于深度学习模型充分提取信号的时频演化规律；该发明采用基于Biformer的多尺度特征提取网络，引入了分层的双层路由注意力机制，可以更好地在捕捉雷达信号时频图的全局和局部特征，能够在有效降低算法的复杂度的同时取得更高的识别准确率。本发明属于数字信号处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN118051772A
公开(公告)日：2024-05-17
申请号：CN202410092753.3
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大网络空间安全创新研究院
IPC: G06F18/214 , G06F18/241 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0464
Abstract: 本发明提出一种基于相位翻转的鲁棒训练方法，所述一种基于相位翻转的鲁棒训练方法的完整流程包括两个主要组成部分：数据增强和对抗训练。该方法利用创新的相位翻转数据增强技术丰富不同样本的训练集，采用软标签训练策略为模型提供更丰富的不确定性判断空间，通过进一步整合基于随机策略和鲁棒泛化平衡的对抗训练机制增强防御能力。
-
公开(公告)号：CN117972402B
公开(公告)日：2025-05-06
申请号：CN202410093129.5
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 杭州市滨江区浙工大人工智能创新研究院
IPC: G06F18/2131 , G06F18/2135 , G06F18/214 , G06F21/57
Abstract: 本发明提出一种针对电磁信号识别模型的后门攻击方法，本发明分析了AMC面临后门攻击的安全威胁，并对后门攻击的投毒、训练和触发过程，定义了威胁模型；本发明提出了基于DWT和SVD的后门攻击隐写算法，提取了秘密样本的小波域不同频率特征，将其作为后门触发器注入到良性样本中，实现了不可见的、触发器与样本有关的高效后门攻击；本发明的核心在于采用小波域的特征提取与主成分分析的方法，将后门触发器的可见性隐藏到特征级别，并保证了每个毒化样本的后门触发器都与毒化前的良性样本有关，进一步增加了后门的隐蔽性。
-
公开(公告)号：CN119441959A
公开(公告)日：2025-02-14
申请号：CN202410296506.5
申请日：2024-03-14
Applicant: 哈尔滨工程大学 , 北京无线电测量研究所
IPC: G06F18/241 , G06F18/10 , G06F18/213
Abstract: 一种用于频谱监测模型的深度时频去噪变换防御方法，包括如下步骤：步骤一、构建包括深度去噪模块、变换模块和预训练的自动调制分类模型的深度时频去噪变换防御架构；步骤二、在深度去噪模块中，使用短时傅里叶变换将输入数据样本映射成时频矩阵，放大原始样本xs与对抗样本xa之间的差异，并在特征提取器所提取的深度特征的监督下重构时频域信号；步骤三、将重构的原始样本和对抗样本输入变换模块中，生成特定于样本的变换矩阵Ms和Ma，得到变换后的原始样本#imgabs0#和变换后的对抗样本#imgabs1#步骤四、将变换后的原始样本#imgabs2#和变换后的对抗样本#imgabs3#输入预训练的自动调制分类模型，实现信号的分类决策。
-
公开(公告)号：CN113848575B
公开(公告)日：2024-12-24
申请号：CN202111123911.X
申请日：2021-09-24
Applicant: 哈尔滨工程大学
Abstract: 本申请涉及全球卫星导航应用技术领域，公开一种基于软件配置的卫星信号通用接收平台，包括：三模接收模块，被配置为接收来自于GPS、GLONASS和北斗卫星导航系统的卫星信号，并对所述卫星信号进行高增益低噪放大处理和滤波以得到射频输入信号；射频前端接收模块，被配置为与所述三模接收模块通信连接，并将所述射频输入信号转换为中频信号；中频信号处理模块，被配置为获取所述中频信号，并对所述中频信号进行差分接收处理以转换为对应的数字信号；通用基带信号处理模块，被配置为根据所述卫星信号的类型调用对应的算法，通过对应的算法对所述数字信号进行数据处理以及定位解算，得到导航定位数据；终端设备，被配置为与所述通用基带信号处理模块通信连接。
-
公开(公告)号：CN118574152B
公开(公告)日：2024-11-22
申请号：CN202410631402.5
申请日：2024-05-21
Applicant: 哈尔滨工程大学
IPC: H04L43/0852
Abstract: 本发明公开了一种演化可调指数分数低阶协方差的时延估计方法及系统，涉及无线通信技术领域。本发明的技术要点包括：获取信号发射端和接收端采样数据；建立可调指数分数低阶协方差时延估计模型；初始化量子云雀群位置和量子速度并设定参数；对初代量子云雀群的位置进行适应度计算，得到量子云雀群的局部最优位置以及全局最优位置；进行量子速度更新，并通过更新后量子速度完成位置更新；更新量子云雀群的局部最优位置，同时找到全局最优位置；判断是否达到最大迭代次数，若达到则输出可调节指数分数低阶协方差的最优参数，根据接收信号进行时延估计。本发明通过量子演化与云雀群寻优，设计时延估计值均方根误差为适应度函数，提高了时延估计效果。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.06 seconds)
