基于对抗样本生成的高保真语音脱敏方法和装置

    公开(公告)号:CN115083426A

    公开(公告)日:2022-09-20

    申请号:CN202210629015.9

    申请日:2022-06-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于对抗样本生成技术的高保真语音脱敏方法和装置,属于数据隐私保护领域。通过将受保护者音频输入对抗式生成网络脱敏模型,输出音频能在保持原来语义内容的前提下,改变音频中的声纹特征,进而使得人工智能说话人识别模型无法通过输入音频判断说话者身份,实现脱除原始说话人身份信息的效果。该脱敏模型的训练主要通过最小化对抗式生成网络中的生成器以及鉴别器损失以达到训练目的。在具体应用场景中,说话者可以先将自己的音频经已训练好的脱敏模型处理,而后将生成的音频提供给外界,而不泄露自己的身份,达到保护个人隐私的目的。

    一种基于智能移动终端操作行为识别的手指灵活度检测模型的构建方法

    公开(公告)号:CN110123280B

    公开(公告)日:2021-04-30

    申请号:CN201910435960.3

    申请日:2019-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于智能移动终端操作行为识别的手指灵活度检测模型的构建方法,该方法通过收集用户与智能移动终端之间的交互行为数据,提取手掌几何特征、手指灵巧度特征等,从而检测判定当前智能移动终端用户的手指灵活度。本发明基于智能移动终端平台,能够在不给用户添加任何负担的情况下实现便捷、准确的检测用户的手指灵活度,本发明的方法可以应用于帕金森病的早期症状检测,也可以应用于其他运动障碍疾病的初步检测,具有极高的适用性与推广前景。

    基于对抗样本生成的高保真语音脱敏方法和装置

    公开(公告)号:CN115083426B

    公开(公告)日:2025-02-14

    申请号:CN202210629015.9

    申请日:2022-06-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于对抗样本生成技术的高保真语音脱敏方法和装置,属于数据隐私保护领域。通过将受保护者音频输入对抗式生成网络脱敏模型,输出音频能在保持原来语义内容的前提下,改变音频中的声纹特征,进而使得人工智能说话人识别模型无法通过输入音频判断说话者身份,实现脱除原始说话人身份信息的效果。该脱敏模型的训练主要通过最小化对抗式生成网络中的生成器以及鉴别器损失以达到训练目的。在具体应用场景中,说话者可以先将自己的音频经已训练好的脱敏模型处理,而后将生成的音频提供给外界,而不泄露自己的身份,达到保护个人隐私的目的。

    一种基于流量特征的电力终端漏洞攻击防护方法

    公开(公告)号:CN112491849B

    公开(公告)日:2022-08-05

    申请号:CN202011295761.6

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于流量特征的电力终端漏洞攻击防护方法,属于智能电网终端设备安全技术领域。通过采集电力终端设备与主站间的通讯流量数据,并将电力终端设备正常工作状态下和受攻击状态下的通讯流量数据分类为正样本、负样本;再对正样本、负样本进行特征提取及选择,形成样本特征向量;选取分类器进行机器学习,生成漏洞攻击识别模型。在具体应用场景中,采集工作中电力终端设备与主站间的实时通讯流量数据并对其进行特征提取,形成检测特征向量;再将检测特征向量输入漏洞攻击检测模型,可判断电力终端是否受到攻击。本发明方法可对电力终端设备进行安全监测,并不依赖解析数据包内部信息,可有效增强电力系统的安全可靠性。

    针对电力系统中深度学习惯量预测模型的脆弱性评估方法

    公开(公告)号:CN113361865B

    公开(公告)日:2022-07-19

    申请号:CN202110535240.1

    申请日:2021-05-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种针对电力系统中深度学习惯量预测模型的脆弱性评估方法。构造数据集并划分为训练集、验证集和测试集;基于训练集构造基于线性回归的系统惯量预测模型;随机选取部分训练样本,基于上述模型生成投毒点,使攻击后的模型在系统低惯量水平区间输出攻击者期望的惯量预测值。分别基于原始训练集,投毒后训练集构造深度学习系统惯量预测模型;将测试集数据投入上述模型得到惯量预测值;利用测试集真实惯量、投毒前后的模型预测值对模型的脆弱性进行评估。本发明提供了一个通过强隐蔽性数据投毒对惯量预测系统特定区域进行定向攻击的方法,根据待测深度学习惯量预测模型在攻击前后评估指标的变化,就可实现对该模型的脆弱性评估。

    针对电力系统中深度学习惯量预测模型的脆弱性评估方法

    公开(公告)号:CN113361865A

    公开(公告)日:2021-09-07

    申请号:CN202110535240.1

    申请日:2021-05-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种针对电力系统中深度学习惯量预测模型的脆弱性评估方法。构造数据集并划分为训练集、验证集和测试集;基于训练集构造基于线性回归的系统惯量预测模型;随机选取部分训练样本,基于上述模型生成投毒点,使攻击后的模型在系统低惯量水平区间输出攻击者期望的惯量预测值。分别基于原始训练集,投毒后训练集构造深度学习系统惯量预测模型;将测试集数据投入上述模型得到惯量预测值;利用测试集真实惯量、投毒前后的模型预测值对模型的脆弱性进行评估。本发明提供了一个通过强隐蔽性数据投毒对惯量预测系统特定区域进行定向攻击的方法,根据待测深度学习惯量预测模型在攻击前后评估指标的变化,就可实现对该模型的脆弱性评估。

    一种基于智能移动终端操作行为识别的手指灵活度检测方法

    公开(公告)号:CN110123280A

    公开(公告)日:2019-08-16

    申请号:CN201910435960.3

    申请日:2019-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于智能移动终端操作行为识别的手指灵活度检测方法,该方法通过收集用户与智能移动终端之间的交互行为数据,提取手掌几何特征、手指灵巧度特征等,从而检测判定当前智能移动终端用户的手指灵活度。本发明基于智能移动终端平台,能够在不给用户添加任何负担的情况下实现便捷、准确的检测用户的手指灵活度,本发明的方法可以应用于帕金森病的早期症状检测,也可以应用于其他运动障碍疾病的初步检测,具有极高的适用性与推广前景。

    一种基于流量特征的电力终端漏洞攻击防护方法

    公开(公告)号:CN112491849A

    公开(公告)日:2021-03-12

    申请号:CN202011295761.6

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于流量特征的电力终端漏洞攻击防护方法,属于智能电网终端设备安全技术领域。通过采集电力终端设备与主站间的通讯流量数据,并将电力终端设备正常工作状态下和受攻击状态下的通讯流量数据分类为正样本、负样本;再对正样本、负样本进行特征提取及选择,形成样本特征向量;选取分类器进行机器学习,生成漏洞攻击识别模型。在具体应用场景中,采集工作中电力终端设备与主站间的实时通讯流量数据并对其进行特征提取,形成检测特征向量;再将检测特征向量输入漏洞攻击检测模型,可判断电力终端是否受到攻击。本发明方法可对电力终端设备进行安全监测,并不依赖解析数据包内部信息,可有效增强电力系统的安全可靠性。

Patent Agency Ranking