-
公开(公告)号：CN118314613A
公开(公告)日：2024-07-09
申请号：CN202410428557.9
申请日：2024-04-10
Applicant: 复旦大学 , 中电金信数字科技集团股份有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/094 , G06N3/045 , G06N3/0475
Abstract: 本发明提供了一种人脸识别白盒攻击测试系统及方法，具有这样的特征，包括：数据输入模块、数据处理模块、模型加载模块和攻击测试模块，其中，攻击测试模块包括：白盒攻击方法存储单元，用于存储多个白盒攻击方法；耦合策略生成单元，用于将多个白盒攻击方法进行结合得到组合攻击策略；对抗样本生成单元，用于通过组合攻击策略根据测试数据、视觉偏移量和待检测模型生成对应的对抗样本；测试单元，用于将对抗样本输入待检测模型得到白盒攻击测试结果。总之，本方法能够提高白盒攻击强度得到更为准确的白盒攻击测试结果。
-
公开(公告)号：CN118172810A
公开(公告)日：2024-06-11
申请号：CN202410176933.X
申请日：2024-02-08
Applicant: 复旦大学
Abstract: 本发明提供了远程身份认证场景下的细粒度深度伪造人脸身份检测方法，包括以下步骤：步骤S1，获取人脸图像构建人脸图像数据集并预处理，人脸图像数据集包括人脸图像以及对应的真伪人脸标签；步骤S2，使用人脸图像数据集对基于多注意力机制的细粒度深度伪造人脸图像检测模型进行真伪人脸预测训练；步骤S3，将待检测的人脸图像输入检测模型，得到真伪人脸预测结果。本发明将深度伪造人脸图像检测任务建模为特殊的细粒度分类问题，检测模型能够增强和提取更具有判别度的局部特征，更准确捕获注意力区域对象的位置，并且高度聚合浅层细粒度特征和深层高级语义特征作为每个局部特征的表示，让模型更加关注对学习目标有益特征，从而提高整体的预测性能。
-
公开(公告)号：CN113590783B
公开(公告)日：2023-10-03
申请号：CN202110858167.1
申请日：2021-07-28
Applicant: 复旦大学 , 浙江智树网络科技有限公司
IPC: G06F16/332 , G06F40/289 , G06F40/295 , G06F40/30 , G16H20/90
Abstract: 本发明提供一种基于NLP自然语言处理的中医养生智能问答系统，包括：用户终端和管理服务器，其中，管理服务器包括中医养生文字分词模块、词性标注模块、命名实体识别与分类模块、依存关系分析模块、语义相似度计算模块以及答案检索模块，中医养生文字分词模块根据预定分词词库对临床表现文本进行分词处理，命名实体识别与分类模块对分词进行命名实体识别并分类，依存关系分析模块对临床表现文本各个成分之间的关系进行分析，得到临床表现文本语义，语义相似度计算模块基于临床表现文本语义计算用户问题与入库问题之间的语义相似度值，答案检索模块根据语义相似度值采用预定的检索机制从问答库中检索到与用户问题对应的答案，作为养生建议。
-
公开(公告)号：CN114090789B
公开(公告)日：2023-04-21
申请号：CN202111369070.0
申请日：2021-11-12
Applicant: 复旦大学 , 浙江智树网络科技有限公司
IPC: G06F16/36 , G06F16/338 , G06F16/335 , G06F16/332 , G06F16/33
Abstract: 本发明属于人工智能知识图谱领域，提供了一种基于知识图谱的中医养生智能多轮交互系统，因为具备记忆能力可以主动关联与用户交互的内容，用户向系统输入临床表现后，系统会根据用户输入的临床表现的特征，主动向用户提问相关主诉表现，用户根据系统提问的问题输入反馈内容，智能交互系统使用这样的方式，经过与用户多轮交互后，最终给予用户有较高准确率的中医养生建议。本发明的交互系统采用多轮对话的交互形式，在终端用户的体验上和中医养生咨询问答的结论准确度上均高于普通单轮交互的问答系统。本发明针对前后文中识别到的实体进行实体链接，结合前后文的文本信息基于记忆序列的实体链接模型来解决多轮会话中语句的实体省略和指代消解。
-
公开(公告)号：CN114090789A
公开(公告)日：2022-02-25
申请号：CN202111369070.0
申请日：2021-11-12
Applicant: 复旦大学 , 浙江智树网络科技有限公司
IPC: G06F16/36 , G06F16/338 , G06F16/335 , G06F16/332 , G06F16/33
Abstract: 本发明属于人工智能知识图谱领域，提供了一种基于知识图谱的中医养生智能多轮交互系统，因为具备记忆能力可以主动关联与用户交互的内容，用户向系统输入临床表现后，系统会根据用户输入的临床表现的特征，主动向用户提问相关主诉表现，用户根据系统提问的问题输入反馈内容，智能交互系统使用这样的方式，经过与用户多轮交互后，最终给予用户有较高准确率的中医养生建议。本发明的交互系统采用多轮对话的交互形式，在终端用户的体验上和中医养生咨询问答的结论准确度上均高于普通单轮交互的问答系统。本发明针对前后文中识别到的实体进行实体链接，结合前后文的文本信息基于记忆序列的实体链接模型来解决多轮会话中语句的实体省略和指代消解。
-
Patent Agency Ranking
公开(公告)号：CN113821268A
公开(公告)日：2021-12-21
申请号：CN202010561627.X
申请日：2020-06-18
Applicant: 复旦大学
Abstract: 本发明属于云计算技术领域，具体涉及一种与OpenStack Neutron融合的Kubernetes网络插件方法。本发明包括：设计一种基于Neutron的容器网络插件，从Kubernetes的CNI容器网络模型出发，为Neutron实现CNI模型接口，在Kubernetes中使用所述插件，将容器网络建立在Neutron的虚拟网络中，实现Kubernetes与OpenStack的网络融合。本发明在网络插件的基础上，提供了基于Load Balancer实例实现Kubernetes中service服务的解决方案，以OpenStack的Octavia项目为基础，将Kubernetes中的service服务转化为Load Balance实例，为后端容器提供了对外稳定的访问入口，实现了前后端解耦，提高了系统的可靠性。本发明能解决在虚拟机与容器资源融合的应用场景下网络资源的融合问题，并保障高并发情况下云平台的资源吞吐量。
-
公开(公告)号：CN113345574A
公开(公告)日：2021-09-03
申请号：CN202110577264.3
申请日：2021-05-26
Applicant: 复旦大学 , 浙江智树网络科技有限公司
Abstract: 本发明提供了一种基于BERT语言模型与CNN模型的中医胃痛养生方案获取装置，其特征在于，包括：BERT模型，用于对患者胃痛症状进行处理，从而得到该患者胃痛症状对应的句向量；CNN模型，用于基于句向量进行养生方案的概率预测，得到每个养生方案的概率值，将最大的概率值对应的养生方案作为患者养生方案。其中，BERT模型以及CNN模型的训练过程包括如下步骤：从中医养生知识书籍中获取养生数据集；从中医问诊数据集中获取训练集；将养生数据集输入预先搭建好的BERT模型进行训练，从而得到训练好的BERT模型；利用训练好的BERT模型从训练集中提取到词嵌入表示；将词嵌入表示输入到预先搭建好的CNN模型进行训练，从而得到训练好的CNN模型。
-
公开(公告)号：CN107241384B
公开(公告)日：2020-11-03
申请号：CN201710303167.9
申请日：2017-05-03
Applicant: 复旦大学
Abstract: 本发明属于云计算和网络多媒体技术领域，具体为一种基于多云架构的内容分发服务资源优化调度方法。本发明方法包括：在多云选择初部署阶段，基于备选多个公有云服务资源提供商的计费策略提出一种云选择初部署启发式算法；在多云扩展阶段，基于可预测ARIMA模型和云爆发两种情境下提出了两种不同的多云扩展方法；在多云切换阶段，基于预拷贝Precopying策略，将大批量的内容资源以尽量短的延迟拷贝到新启动的数据中心。本发明解决了在多云环境中，流媒体应用的自动优化初部署，当访问流量突发激增时云架构敏捷扩容，以及当某个私有云数据中心或某公有云宕掉或出现严重带宽等问题时，云服务如何快速切换的问题。
-
公开(公告)号：CN110390345A
公开(公告)日：2019-10-29
申请号：CN201810357057.5
申请日：2018-04-20
Applicant: 复旦大学
Abstract: 本发明属计算技术领域，涉及基于云平台的大数据集群自适应资源调度方法。包括：在大数据分析任务分类解析阶段，通过神经网络分类器对大数据分析任务的CPU及I/O特性初步解析；在少量样本集群配置初定阶段，借助贝叶斯优化算法，快速取到最优配置；在集群配置在线优化阶段，配置选择策略的迭代优化；在足量样本带有时间限制的配置选择阶段，基于非负最小二乘法，预测大数据分析任务在不同配置下的执行时间，以及在有时间限制条件选择最优配置。本方法能解决在云平台上运行大数据分析任务的集群配置合理选择问题，在保证任务执行效率同时，保障云平台资源利用率。
-
公开(公告)号：CN104123189B
公开(公告)日：2017-12-01
申请号：CN201410309032.X
申请日：2014-06-30
Applicant: 复旦大学
Abstract: 本发明属于云计算和网络技术领域，具体为一种基于IaaS层应用感知的Web多层应用动态资源调整方法。其步骤包括：IaaS云平台对Web多层应用架构的感知，即在传统的IaaS管理的基础上，增加对应用的管理及信息维护，以感知到Iaas层之上的Web多层应用的状态；在感知基础上进行动态资源需求量化评估，即首先对其进行建模，进而提出Web多层应用的动态资源需求的量化分析方法及算法；基于应用负载感知的资源动态调整，即在Web多层应用负载发生变化时，及时检测到资源需求并量化，然后做出响应，以动态调整资源分配。本发明在不影响应用性能的情况下优化调整虚拟机的资源分配，避免潜在的资源浪费，提高了数据中心整体的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.025 seconds)
