-
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
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： 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
摘要： 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
申请人： 中国人民解放军战略支援部队信息工程大学
IPC分类号： A61B5/117 , A61B5/372 , A61B5/00 , G06F18/25 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0442
摘要： 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：CN115358373A
公开(公告)日：2022-11-18
申请号：CN202211000089.2
申请日：2022-08-19
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 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：CN114723663A
公开(公告)日：2022-07-08
申请号：CN202210208338.0
申请日：2022-03-03
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 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
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 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：CN114722407B
公开(公告)日：2024-05-24
申请号：CN202210208387.4
申请日：2022-03-03
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 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。
-
公开(公告)号：CN113703918B
公开(公告)日：2022-10-11
申请号：CN202110990232.6
申请日：2021-08-26
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本申请提供了一种基于硬件辅助的虚拟可信平台及安全处理方法，虚拟可信平台中应用程序使用TSS接口通过调用VirtIO前端驱动，将待处理请求写入环形队列，VirtIO后端驱动从环形队列中获取待处理请求，并将待处理请求发送给密码协处理器加密接口，密码协处理器加密接口通过调用密码协处理器驱动程序，将待处理请求发送给密码协处理器，以使密码协处理器对待处理请求进行安全运算处理，得到处理结果，实现基于硬件对数据进行安全运算，增强虚拟可信平台的安全性保护能力，提高数据的安全性。
-
公开(公告)号：CN108200181B
公开(公告)日：2021-03-19
申请号：CN201810025746.6
申请日：2018-01-11
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明公开了一种面向云存储的可撤销属性基加密系统及方法，属性授权模块生成加密系统的公钥和主私钥和数据用户的属性私钥和属性群初始密钥；数据拥有者模块构造数据访问结构，对明文加密得到初始密文；数据管理模通过构建的密钥加密密钥树生成属性群密钥，对初始密文进行重加密处理，生成密文文件和密文文件的密文头,并通过存储模块对密文文件进行存储；数据管理模块还可以更新数据用户模块属性撤销后的属性群密钥，并处理得到更新后的密文文件。数据用户模块访问密文文件，对密文文件进行解密处理，得到密文文件对应的明文。因此，实现了属性级用户撤销能力，能够抵抗撤销用户与非撤销用户之间的合谋攻击，且具有定长的密文长度和更高的效率。
-
公开(公告)号：CN108200181A
公开(公告)日：2018-06-22
申请号：CN201810025746.6
申请日：2018-01-11
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明公开了一种面向云存储的可撤销属性基加密系统及方法，属性授权模块生成加密系统的公钥和主私钥和数据用户的属性私钥和属性群初始密钥；数据拥有者模块构造数据访问结构，对明文加密得到初始密文；数据管理模通过构建的密钥加密密钥树生成属性群密钥，对初始密文进行重加密处理，生成密文文件和密文文件的密文头,并通过存储模块对密文文件进行存储；数据管理模块还可以更新数据用户模块属性撤销后的属性群密钥，并处理得到更新后的密文文件。数据用户模块访问密文文件，对密文文件进行解密处理，得到密文文件对应的明文。因此，实现了属性级用户撤销能力，能够抵抗撤销用户与非撤销用户之间的合谋攻击，且具有定长的密文长度和更高的效率。
-
公开(公告)号：CN113609952B
公开(公告)日：2023-08-15
申请号：CN202110874517.3
申请日：2021-07-30
申请人： 中国人民解放军战略支援部队信息工程大学
摘要： 本发明公开一种基于密集卷积神经网络的深度伪造视频频域检测方法，包括：步骤1，对视频进行预处理：对真实和伪造视频进行分帧处理；对所述视频中的人脸进行定位，扩大选框后进行人脸图像提取，并利用2D‑DCT变换至频域；所述伪造视频包括深度伪造视频；步骤2，构建密集卷积神经网络并基于步骤1得出的频域数据进行训练；所述密集卷积神经网络包括密集块及过渡模块；步骤3，基于训练后的密集卷积神经网络检测深度伪造视频。本发明在训练密集卷积神经网络时，以频域图像为单位对卷积神经网络检测模型进行训练，最后对频域图像检测结果融合判断后得出视频的检测结果。无论视频压缩在时域产生多少冗余特征，都不影响最终的检测效果。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.042 秒)
