-
公开(公告)号：CN114707175B
公开(公告)日：2024-07-23
申请号：CN202210276269.7
申请日：2022-03-21
Applicant: 西安电子科技大学
IPC: G06F21/62 , G06F18/214 , G06F18/241 , G06N20/00
Abstract: 本发明属于人工智能及信息安全技术领域，公开了一种机器学习模型敏感信息的处理方法、系统、设备及终端，包括初次训练以及删除信息后重新训练两部分；采用数据集削减算法，同时使用组合多个单分类器的方案使得需要删除敏感信息时仅需重新训练部分模型。本发明在删除模型内敏感数据时无需重新训练整个模型，只需重新训练包含敏感数据的单分类器，大幅度减少了删除模型内敏感数据的开销。同时本发明结合数据削减算法以削减数据集内包含信息量较少的数据，能够在几乎不影响精准度的情况下大大提高训练的速度。同时该方法在训练单分类模型时将数据分为多个子数据集进行训练，使得删除数据后无需从头训练单分类器，进一步减少了开销。
-
公开(公告)号：CN117787367A
公开(公告)日：2024-03-29
申请号：CN202311811630.2
申请日：2023-12-26
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于LTspice的神经元仿真系统，该系统包括：比较模块，用于根据上一时刻的第一电压与上一时刻的第二电压得到当前时刻的第三电压；状态模块，用于根据该当前时刻的第三电压得到当前时刻的第一电压；神经元模块，用于根据当前时刻的第三电压、开态电阻和关态电阻得到当前时刻的第二电压；该比较模块，还用于根据当前时刻的第一电压和当前时刻的第二电压得到下一时刻的第三电压，以实现神经元的仿真。通过上述技术方案，系统中上一时刻的电压影响当前时刻的电压，进而影响下一时刻的电压，形成循环，与LIF神经元电路的特性一致，实现了利用计算机对LIF神经元电路进行仿真，一定程度上促进了神经元模型研究的发展。
-
公开(公告)号：CN117354638A
公开(公告)日：2024-01-05
申请号：CN202311385191.3
申请日：2023-10-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于非易失性编程的传感器内加密方法及加密传感器，所述方法包括:编程模块对被光线照射之后的光电晶体管进行非易失性编程；秘钥生成模块生成电压秘钥并根据电压秘钥对编程后的光电晶体管的栅极施加阈值电压；同时，控制电路模块向每个编程后的光电晶体管的漏级施加漏级偏置电压得到加密后的光电晶体管；读取电路模块根据加密后的光电晶体管的输出电流确定光线的加密图像。根据本发明提供的方法，通过对传感器进行非易失性编程，并根据电压秘钥对编程后的光电晶体管加密，能够在传感器内对传感器的探测结果直接进行加密运算，从而能够避免依赖于后处理计算单元执行的传统方法安全程度较低、容易被破解的问题，降低信息泄漏风险。
-
公开(公告)号：CN113824681B
公开(公告)日：2022-09-09
申请号：CN202110920146.8
申请日：2021-08-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于压缩感知的图像数据加密传输系统，包括数据压缩模块、数据加密模块、数据传输摸块、数据解密模块和数据恢复模块，数据压缩模块用于利用随机数控制采样开关对原始图像数据像素点中的部分像素点进行多次随机采集，获得原始图像的观测数据；数据加密模块用于对观测数据进行加密；数据传输摸块用于将已加密的观测数据传输至数据接收端；数据解密模块用于在信息接收端对已加密的观测数据进行解密；数据恢复模块用于对已解密的观测数据在稀疏域中进行复原。本发明采用易失性忆阻器与压缩传感技术结合，以远低于奈奎斯特采样的速率进行采样，显著降低了数据存储和传输所产生的功耗，加快了数据采样和复原速率。
-
公开(公告)号：CN112269988A
公开(公告)日：2021-01-26
申请号：CN202011030540.6
申请日：2020-09-27
Applicant: 西安电子科技大学
Abstract: 本发明属于网络安全技术领域，公开了一种模型提取攻击的动态防御方法、系统、介质、设备及应用，使用MLaaS，在线上部署待保护的智能模型；引入差分隐私技术，设定隐私预算，应用到模型中；模型收到请求后，生成正常应答，同时设定模型信息泄漏程度；使用差分隐私技术生成噪声来扰动模型应答，生成带噪回复；监听模型收到的请求和给出的带噪回复，与训练数据集对比计算得出模型因接收到该次请求后导致的信息泄漏程度；计算模型信息泄漏程度计值；将信息泄漏程度代入隐私预算的适应性分配算法；将计算得到的新隐私预算输入给差分隐私技术。本发明能够根据模型信息泄漏程度自适应地调整所加噪声大小，保证模型安全性的同时提升了模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN105976377A
公开(公告)日：2016-09-28
申请号：CN201610301347.9
申请日：2016-05-09
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明提出了一种车载鱼眼摄像头自标定的方法，用于解决现有基于图像序列的自标定方法中存在的标定精度较低、应用范围小的技术问题，包括如下步骤：(1)利用车载鱼眼摄像头拍摄车沿直线行驶的路面视频；(2)提取特征点，并选取不在同一直线上的特征点；(3)跟踪所选取的特征点；(4)建立拟合模型，确定摄像头参数初始值，利用特征点满足的共线约束方程，建立特征点关系行列式；(5)优化关于摄像头参数的非线性方程组(6)判断标定结果是否合理，若合理，车载鱼眼摄像头自标定结束，否则，执行步骤(2)。本发明具有标定结果精度高、应用范围广的特点，可用于确定车载鱼眼摄像头几何模型参数。
-
公开(公告)号：CN102622766A
公开(公告)日：2012-08-01
申请号：CN201210051034.4
申请日：2012-03-01
Applicant: 西安电子科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种多目标优化的多镜头人体运动跟踪方法，主要解决现有技术受训练数据库的限制，跟踪过程的复杂度高，恢复出人体姿态不够准确的问题。其实现过程为：(1)用骨骼抽象的方法建立三维人体骨架模型；(2)预处理视频图像，得到图像上的人体关节点；(3)初始化人体骨架参数；(4)在两个同步镜头下构建相似度函数；(5)用非支配邻域免疫算法优化相似度函数；(6)在优化得到的一组人体骨架中选择最精确的人体骨架作为跟踪结果。该方法适用普遍的视频，采用了两个相似度函数，可以更好的利用视频图像信息，提高了人体运动跟踪的精确度，可用体育训练和动画制作。
-
公开(公告)号：CN118294896A
公开(公告)日：2024-07-05
申请号：CN202410442128.7
申请日：2024-04-12
Applicant: 西安电子科技大学
IPC: G01S7/36 , G06F18/10 , G06F18/15 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种利用融合时序信息的半监督雷达型号识别方法，主要解决现有技术在标注样本稀缺情况下网络训练效果差及识别准确率低的问题。其实现方案为：构建脉冲样本集，对其进行归一化预处理和有、无标签样本集划分；构建融合时序信息的雷达型号识别网络；使用有标签样本对该网络进行预训练；将无标签样本输入预训练后的网络得到预测结果；用预测结果大于阈值的无标签样本生成伪标签样本集；根据无标签样本预测结果计算新的置信阈值；用有标签样本和伪标签样本对预训练后网络进行迭代训练，直到达到预设轮次；将待识别的雷达脉冲输入到训练好的雷达型号识别网络，获得型号识别结果。本发明提升了对雷达型号识别的准确率，可用于雷达信号侦察处理。
-
公开(公告)号：CN114531283B
公开(公告)日：2023-02-28
申请号：CN202210101610.5
申请日：2022-01-27
Applicant: 西安电子科技大学
IPC: H04L9/40
Abstract: 本发明属于机器学习技术领域，公开了一种入侵检测模型的鲁棒性测定方法、系统、存储介质及终端，在入侵检测模型返回分类标签的黑盒场景中采用入侵检测模型的自动鲁棒性测试策略；流量测试样本的生成在网络协议格式的约束下对抗性流量示例变形；利用自动提取目标机器学习模型分类器的原型框架对目标IDS系统执行模型提取；在向目标模型发送查询并获取标签之后，数据用作本地替代模型的训练数据集；使用本地白盒测试来寻找本地替代模型上的对抗性样本，并利用本地替代模型的对抗样本对目标模型进行鲁棒性测试；使用对抗样本执行黑盒迁移测试，生成的测试流量对抗样本。实现流量场景下利用恶意对抗样本对目标模型鲁棒性进行测试的效果。
-
公开(公告)号：CN112269987B
公开(公告)日：2023-01-24
申请号：CN202011030537.4
申请日：2020-09-27
Applicant: 西安电子科技大学
Abstract: 本发明属于网络安全技术领域，公开了一种智能模型信息泄漏程度评估方法、系统、介质、设备，定义代表特定数据集中包含的信息量的指标；利用信息论中的链式法则将指标展开后计算；定义查询向量拼接收到的攻击查询和模型回复；将向量添加到查询矩阵；计算单次查询从训练数据集窃取到的信息量；计算模型信息泄漏程度。本发明设计了一种用于评估模型信息量泄漏程度的计算方法，能够实时准确地计算出当前模型遭受攻击时的信息泄漏程度。同时也可用于两类数据集之间共同信息量的评估。本发明定义了用于评估模型信息量泄漏程度的指标，该指标不受待评定模型种类、复杂度和信息泄漏方式的影响，能够应用于所有智能模型和数据集。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.034 seconds)
