基于图像重构的对抗样本防御方法及系统

    公开(公告)号:CN114842289A

    公开(公告)日:2022-08-02

    申请号:CN202210343414.9

    申请日:2022-04-02

    摘要: 本发明属于图像数据处理技术领域,特别涉及一种基于图像重构的对抗样本防御方法及系统,针对输入图像,利用预设的压缩比例并通过选取切比雪夫节点来构造采样的压缩样本点空间;针对压缩样本点空间,通过滤波插值对图像进行压缩;针对压缩后的图像数据,利用预设的重构比例并通过选取切比雪夫节点来构造采样的重构样本空间;针对重构样本空间,通过插值滤波对图像进行重构,将重构后的图像数据作为对抗样本数据进行输出。本发明采用压缩和重构预处理方式进行对抗样本防御,无需训练即可使深度神经网络DNN模型在干净样本集上保持较高准确率,便于实际场景应用。

    基于信道特征的物理层密钥生成方法及系统

    公开(公告)号:CN112202511A

    公开(公告)日:2021-01-08

    申请号:CN202011051698.1

    申请日:2020-09-29

    摘要: 本发明属于安全通信技术领域,特别涉及一种基于信道特征的物理层密钥生成方法及系统,包含:通信双方依据事先约定采样策略,将多信道网络中各子信道信号强度作为信道特征参数,对该信道特征参数进行评估和提取;对提取到的信道特征参数通过信道量化方式进行量化;通信双方分别针对量化数据进行信息调和,获取各自初始密钥,双方并经过密钥协商进行密钥增强,得到最终会话密钥。本发明通信双方根据采样策略对多个子信道的RSS进行采样,经过去均值滤波、量化编码等处理后最终形成密钥,不但能够有效降低采样数据的相关性,克服信道相干时间限制,提高密钥生成效率,同时方法、简单,计算开销少,能够有效在物联网设备上实现,具有较好的应用前景。

    基于深度学习的文字修复方法及系统

    公开(公告)号:CN112435196B

    公开(公告)日:2022-11-29

    申请号:CN202011391379.5

    申请日:2020-12-02

    摘要: 本发明属于文字修复技术领域,特别涉及一种基于深度学习的文字修复方法及系统,包含:收集若干不同风格的书法文字作品图像,并提取各作品图像中的文字,将文字按笔画进行拆解,获取文字及与文字对应的笔画图像样本数据;构建用于检测文字图像缺失笔画并进行缺失笔画风格匹配的检测网络及用于文字图像修复的修复网络;将文字及笔画图像样本数据作为训练数据,对检测网络和修复网络进行训练学习;将待修复的文字图像作品进行拆解,并利用训练后的检测网络和修复网络来获取修复后的文字图像作品。本发明能够以高相似度来提供修复残损的书法文字的效果图,提高文字修复工作效率,拓展深度学习算法在文物保护上的应用。

    频域对抗样本生成方法及系统
    5.
    发明公开

    公开(公告)号:CN113537291A

    公开(公告)日:2021-10-22

    申请号:CN202110667860.0

    申请日:2021-06-16

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明属于数据样本处理技术领域,特别涉及一种频域对抗样本生成方法及系统,针对原始样本数据,利用白盒攻击生成第一对抗样本数据;并依据第一对抗样本数据和原始样本数据的差异,通过傅里叶变换获取频域内样本数据之间正弦波幅度变化矩阵;将目标数据傅里叶变换后与正弦波幅度变化矩阵进行融合,并通过逆傅里叶变换输出目标数据最终的对抗样本数据。本发明在白盒攻击基础上利用对抗样本与原始数据之间的差异性来构造最终对抗样数据,利用结构相似性生成用于对抗样本生成中攻击阶段的通用扰动,能够获取具有较高攻击成功率的样本数据,提升生成样本的逼真程度,能够使得用于图像识别等模型优化识别效果更好,具有较好应用前景。

    基于深度学习的文字修复方法及系统

    公开(公告)号:CN112435196A

    公开(公告)日:2021-03-02

    申请号:CN202011391379.5

    申请日:2020-12-02

    摘要: 本发明属于文字修复技术领域,特别涉及一种基于深度学习的文字修复方法及系统,包含:收集若干不同风格的书法文字作品图像,并提取各作品图像中的文字,将文字按笔画进行拆解,获取文字及与文字对应的笔画图像样本数据;构建用于检测文字图像缺失笔画并进行缺失笔画风格匹配的检测网络及用于文字图像修复的修复网络;将文字及笔画图像样本数据作为训练数据,对检测网络和修复网络进行训练学习;将待修复的文字图像作品进行拆解,并利用训练后的检测网络和修复网络来获取修复后的文字图像作品。本发明能够以高相似度来提供修复残损的书法文字的效果图,提高文字修复工作效率,拓展深度学习算法在文物保护上的应用。

    基于信道特征的物理层密钥生成方法及系统

    公开(公告)号:CN112202511B

    公开(公告)日:2023-09-22

    申请号:CN202011051698.1

    申请日:2020-09-29

    摘要: 本发明属于安全通信技术领域,特别涉及一种基于信道特征的物理层密钥生成方法及系统,包含:通信双方依据事先约定采样策略,将多信道网络中各子信道信号强度作为信道特征参数,对该信道特征参数进行评估和提取;对提取到的信道特征参数通过信道量化方式进行量化;通信双方分别针对量化数据进行信息调和,获取各自初始密钥,双方并经过密钥协商进行密钥增强,得到最终会话密钥。本发明通信双方根据采样策略对多个子信道的RSS进行采样,经过去均值滤波、量化编码等处理后最终形成密钥,不但能够有效降低采样数据的相关性,克服信道相干时间限制,提高密钥生成效率,同时方法、简单,计算开销少,能够有效在物联网设备上实现,具有较好的应用前景。