-
公开(公告)号：CN113723220B
公开(公告)日：2023-08-25
申请号：CN202110919472.7
申请日：2021-08-11
Applicant: 电子科技大学
Inventor： 倪志彬 , 唐龙翔 , 王昊龙 , 梁淇奥 , 何震宇 , 蒋新科 , 向芝莹 , 周啸宇 , 石爻 , 李顺 , 左健甫 , 杨若辰 , 吴世涵 , 张恩华 , 吉雪莲 , 常世晴 , 罗佳源 , 陈攀宇 , 王瑞锦
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/00
Abstract: 本发明公开了基于大数据联邦学习架构下的深度伪造溯源系统，包括依次顺序连接的应用层、接口层、逻辑层、网络层和存储层；应用层用于为用户提供深度伪造溯源服务，并获取用户登录和上传数据；接口层用于提供接口服务，实现服务器端和web端之间通信；逻辑层用于划分系统功能，并设计算法构建模型实现系统功能逻辑；网络层用于进行参数交换，并对建模过程中的梯度信息进行加密；存储层用于接收传输的参数信息和加密信息，并存储在本地数据库和区块链网络中。本发明提出联邦防伪溯源链的整体架构，建立联邦防伪、异常溯源、风险预测三重机制，在能够防范Web安全威胁的同时还能够有效解决针对联邦学习的数据投毒与单点故障问题。
-
Patent Agency Ranking
公开(公告)号：CN113723220A
公开(公告)日：2021-11-30
申请号：CN202110919472.7
申请日：2021-08-11
Applicant: 电子科技大学
Inventor： 倪志彬 , 唐龙翔 , 王昊龙 , 梁淇奥 , 何震宇 , 蒋新科 , 向芝莹 , 周啸宇 , 石爻 , 李顺 , 左健甫 , 杨若辰 , 吴世涵 , 张恩华 , 吉雪莲 , 常世晴 , 罗佳源 , 陈攀宇 , 王瑞锦
Abstract: 本发明公开了基于大数据联邦学习架构下的深度伪造溯源系统，包括依次顺序连接的应用层、接口层、逻辑层、网络层和存储层；应用层用于为用户提供深度伪造溯源服务，并获取用户登录和上传数据；接口层用于提供接口服务，实现服务器端和web端之间通信；逻辑层用于划分系统功能，并设计算法构建模型实现系统功能逻辑；网络层用于进行参数交换，并对建模过程中的梯度信息进行加密；存储层用于接收传输的参数信息和加密信息，并存储在本地数据库和区块链网络中。本发明提出联邦防伪溯源链的整体架构，建立联邦防伪、异常溯源、风险预测三重机制，在能够防范Web安全威胁的同时还能够有效解决针对联邦学习的数据投毒与单点故障问题。
-
公开(公告)号：CN113705099B
公开(公告)日：2023-06-13
申请号：CN202111008424.9
申请日：2021-08-31
Applicant: 电子科技大学
IPC: G06F30/27 , G06F18/214 , G06N3/0464 , G06N3/09 , G06F18/241
Abstract: 本发明公开了一种基于对比学习的社交平台谣言检测模型构建方法及预测方法，利用事件增强对原始数据集进行扩充和增强，再将增强后的数据输入对比学习和图神经网络进行自监督图表示学习，得到无标签训练下的模型。然后用部分或全部有标签的数据对网络模型进行训练，利用有监督的信息对模型进行微调，得到代表源博文信息的嵌入表示，最后输入神经网络分类器，获得谣言的分类结果。本发明基于图神经网络的对比学习方法和事件增强策略，缓解了现实情况下谣言数据集稀缺、制作数据集标签困难的现状。进一步，本发明将学习到的谣言嵌入表示输入神经网络分类器，从而达到对在线网络平台谣言检测的目的。
-
公开(公告)号：CN113724261A
公开(公告)日：2021-11-30
申请号：CN202110920914.X
申请日：2021-08-11
Applicant: 电子科技大学
Inventor： 倪志彬 , 何震宇 , 梁淇奥 , 蒋新科 , 向芝莹 , 周啸宇 , 石爻 , 李顺 , 左健甫 , 杨若辰 , 吴世涵 , 张恩华 , 吉雪莲 , 常世晴 , 罗佳源 , 陈攀宇 , 王瑞锦
Abstract: 本发明公开了一种基于卷积神经网络的快速图像构图方法，包括以下步骤：步骤1：训练基于孪生神经网络的视图评价模型架构：步骤2：将训练好的视图评价模型部署为teacher model，为候选图像锚框进行打分；以teacher的分数训练视图建议模型作为student model，并输出相同锚框的分数排名；步骤3：通过目标检测网络进行多尺度特征提取；步骤4：将提取的特征经过神经网络全连接层输出锚框；步骤5：根据步骤4得到的锚框，对原输入图片进行裁剪得到新的构图。本发明旨在训练模型以找到具有良好构图的视图，鲁棒性好，能在极短的时间内生成处理好的视图，可以广泛应用于图像裁剪、图像缩略图、图像重定位和实时性查看建议。
-
公开(公告)号：CN113724153A
公开(公告)日：2021-11-30
申请号：CN202110880980.9
申请日：2021-08-02
Applicant: 电子科技大学
Inventor： 周啸宇 , 石爻 , 倪志彬 , 梁淇奥 , 蒋新科 , 向芝莹 , 李顺 , 何震宇 , 左健甫 , 杨若辰 , 吴世涵 , 张恩华 , 吉雪莲 , 常世晴 , 罗佳源 , 陈攀宇 , 王瑞锦
Abstract: 本发明公开了一种基于机器学习的图像多余人物消除方法，方法包括以下步骤：一：获取存在多个多余人物的原始图像，对原始图像中的多余人物进行检测提取；二：对图像中检测提取的人物分别进行标注，并对标注的多余人物进行裁剪，保留目标人物图像；三：采用图像裁剪与修复模型对裁剪后的图像进行图像修复补全，获得消除多余人物的图像；步骤一具体包括：当获取的多个原始图像中存在多余人物和小目标时，将原始图像输入到目标检测提取模型中进行目标检测，并对检测出的多余人物和小目标进行目标分割。本发明具有自动化消除路人的优势，采用较高精度的目标检测算法提取图像中的人物进行剪裁，同时采用先进的图像修复技术尽可能使图像接近真实。
-
公开(公告)号：CN113705099A
公开(公告)日：2021-11-26
申请号：CN202111008424.9
申请日：2021-08-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于对比学习的社交平台谣言检测模型构建方法及预测方法，利用事件增强对原始数据集进行扩充和增强，再将增强后的数据输入对比学习和图神经网络进行自监督图表示学习，得到无标签训练下的模型。然后用部分或全部有标签的数据对网络模型进行训练，利用有监督的信息对模型进行微调，得到代表源博文信息的嵌入表示，最后输入神经网络分类器，获得谣言的分类结果。本发明基于图神经网络的对比学习方法和事件增强策略，缓解了现实情况下谣言数据集稀缺、制作数据集标签困难的现状。进一步，本发明将学习到的谣言嵌入表示输入神经网络分类器，从而达到对在线网络平台谣言检测的目的。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
