-
公开(公告)号：CN118839324A
公开(公告)日：2024-10-25
申请号：CN202410790650.4
申请日：2024-06-18
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F21/32 , A61B5/117 , A61B5/378 , A61B5/00 , H04L9/32 , G06F18/241 , G06F18/213 , G06V40/10 , G06V40/50 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于混合任务编码的可撤销脑电身份认证方法，应用于身份认证技术领域。本发明包括：S1、诱发图案设计步骤：采用多个圆形闪烁图案来构成诱发图案；S2、用户注册步骤：获取用户根据S1中诱发图案产生的脑电信号，并依据脑电信号产生身份编码完成用户注册；S3、用户认证步骤：采集用户根据注册时的诱发图案产生的脑电信号，依据脑电信号产生对应身份编码，通过判断认证产生的身份编码与注册产生的身份编码是否一致来完成用户的认证；S4、身份编码撤销更换步骤：当身份编码面临安全风险时，用户则重新进行注册来产生新的身份编码。本发明由于该生成身份编码与任务高度相关，可以通过改变诱发任务更改用户的身份编码，实现脑电身份编码的可撤销性。
-
公开(公告)号：CN118319296A
公开(公告)日：2024-07-12
申请号：CN202410512072.8
申请日：2024-04-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: A61B5/117 , A61B5/372 , A61B5/00 , G06F18/25 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开一种基于集成学习的多维度EEG信号身份识别的方法和系统，该方法包括：将原始脑电信号转换为时频图和脑电地形图，并使用生成对抗网络进行数据增强；分别针对时频图和脑电地形图设计不同分类网络，提取时频空特征，进而进行身份识别；将不同分类网络的身份识别结果通过加权投票的集成策略进行整合，得到最终的身份识别结果。本发明充分利用了不同分类网络的优势，通过适应性的权重调整实现更为鲁棒和精确的整体分类性能，同时能够处理同一被试的不同形式数据集，从而有效学习脑电信号的时间、频谱和空间结构等多维度的特征信息，显著提升身份识别准确性。
-
公开(公告)号：CN116405244A
公开(公告)日：2023-07-07
申请号：CN202310154630.3
申请日：2023-02-22
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请公开了一种基于智能卡的认证与密钥交换方法，选择MLWE作为底层困难问题构造智能卡与服务器的双向认证方案，实现了用户与服务器之间的双向认证并协商出会话密钥，由于智能卡及服务器使用的私钥及公钥均是基于MLWE问题来获取的，使得目前的量子算法无法通过公钥恢复出智能卡及服务器使用的私钥，同样，更无法恢复出使用错误协调机制得到的中间秘密，进而无法恢复出验证用户身份信息、验证服务器身份信息以及两者协商出的会话密钥，从而使得智能卡与服务器在认证与协商密钥的过程中能够抵抗量子计算机的攻击。
-
公开(公告)号：CN115358373A
公开(公告)日：2022-11-18
申请号：CN202211000089.2
申请日：2022-08-19
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对基于交叉熵对抗攻击的防御方法。该方法包括：采用干净样本对需要防御的深度神经网络模型进行训练，使其达到拟合状态；当所述深度神经网络模型达到拟合状态之后，采用干净样本对其继续训练使其达到超拟合状态；所述超拟合状态对应至采用对抗样本对所述深度神经网络模型进行训练之后达到的拟合状态；将此时超拟合状态下的深度神经网络模型作为训练好的深度神经网络模型进行使用。
-
公开(公告)号：CN114781583A
公开(公告)日：2022-07-22
申请号：CN202210238956.X
申请日：2022-03-07
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种提高深度神经网络模型对抗鲁棒性的方法。该方法包括：步骤1：构建内生防护模块，所述内生防护模块包括注意力单元，所述注意力单元包括用于输入原始样本的第一输入端和用于输入对抗样本的第二输入端，以及对应的用于输出原始输出的第一输出端和用于输出对抗输出的第二输出端；步骤2：在给定的深度神经网络模型结构中确定若干个插入位置，在所述插入位置插入所述内生防护模块，得到新的深度神经网络模型；步骤3：采用对抗训练方法对所述新的深度神经网络模型进行训练。本发明从深度神经网络模型结构本身着手，可以极大提高深度神经网络模型的对抗鲁棒性，又不会对其性能带来负面影响。
-
Patent Agency Ranking
公开(公告)号：CN114723663A
公开(公告)日：2022-07-08
申请号：CN202210208338.0
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对目标检测对抗攻击的预处理防御方法。该方法包括：步骤1：对原始图像数据集中的图像添加对抗扰动，生成目标检测对抗样本；步骤2：对目标检测对抗样本进行双边滤波和数据归一化处理，得到处理后的目标检测对抗样本；步骤3：构建降噪自编码器模型，将处理后的目标检测对抗样本作为输入，将其对应的原始图像作为标签，对降噪自编码器模型进行降噪训练；步骤4：获取待目标检测图像，对待目标检测图像进行双边滤波和数据归一化处理，得到处理后的待目标检测图像；步骤5：将处理后的待目标检测图像输入至训练好的降噪自编码器模型，得到去噪后的待目标检测图像，将去噪后的待目标检测图像作为目标检测模型的输入实现目标检测。
-
公开(公告)号：CN113642427A
公开(公告)日：2021-11-12
申请号：CN202110863279.6
申请日：2021-07-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对人工智能伪造的图像保护方法。该方法将初始的输入图像记作xorg，将利用人工智能伪造图像的网络模型记作伪造模型G，所述方法包括：步骤1：随机选定一个初始化方向向量wd，所述方向向量wd的大小与伪造模型G的输出相同，且满足[‑1，1]区间内的均匀分布；步骤2：根据伪造模型G的输出和方向向量wd，定义扰动向量vI(xorg，G，wd)；步骤3：设计用于更新输入图像的迭代公式，根据所述扰动向量，通过所述迭代公式对输入图像进行迭代找到一个远离初始的输入图像的新的图像，将所述新的图像作为生成对抗样本图像的攻击起点；步骤4：基于所述攻击起点，按照基于梯度的对抗样本生成方法生成最终的符合条件的对抗样本图像。
-
公开(公告)号：CN108390855A
公开(公告)日：2018-08-10
申请号：CN201810025690.4
申请日：2018-01-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开了一种面向云存储的属性基关键词搜索加密系统及方法，授权机构生成公开参数和系统主密钥，并根据公开参数和系统主密钥生成所述数据用户的私钥，将所述私钥分发至对应的数据用户；数据拥有者创建合法数据用户列表，选取密文关键字，制定访问策略，生成关键字索引；数据用户根据自身私钥和关键字信息生成陷门，并将所述陷门发送至所述搜索服务器；搜索服务器接收数据用户的密文获取请求，并根据所述数据用户发送的陷门和所述数据拥有者发送的关键字索引进行匹配处理得到匹配结果，当所述匹配结果满足时，则将对应的密文返回给所述数据用户。通过本发明实现了减少用户计算成本和通信开销的目的。
-
公开(公告)号：CN115146310B
公开(公告)日：2024-10-01
申请号：CN202210761993.9
申请日：2022-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开了一种应用容器镜像层度量列表的验证方法及系统，容器服务端可以生成与客户端请求下载的目标容器镜像对应的验证请求；并将其发送至容器镜像远程仓库后，获取第一数据集合，第一数据集合包括第一加密信息、身份证明证书以及容器镜像层度量列表，容器镜像层度量列表为基于默克尔树构造的度量列表，其包括镜像平台的度量聚合值以及每个容器镜像的镜像层哈希值；确定第一数据集合中的容器镜像层度量列表是否完整；若容器镜像层度量列表的度量结果与目标数据库中的哈希值相同，确定目标容器镜像的镜像层完整。通过容器镜像层度量列表，在远程证明过程中减少了远程镜像仓库基础平台和镜像文件的信息泄露、提高了验证效率。
-
公开(公告)号：CN114722407B
公开(公告)日：2024-05-24
申请号：CN202210208387.4
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.038 seconds)
