-
公开(公告)号：CN114358278A
公开(公告)日：2022-04-15
申请号：CN202111423212.7
申请日：2021-11-26
Applicant: 北京邮电大学 , 中国人民解放军32802部队
Abstract: 本公开提供一种神经网络模型的训练方法及装置。所述方法包括：获取与所述神经网络模型的攻击防御需求相应的原始数据集；利用所述原始数据集对所述神经网络模型进行预训练，以得到预训练模型；基于协方差矩阵自适应进化策略CMA‑ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型。本公开提供的神经网络模型的训练方法及装置，利用基于协方差矩阵自适应进化策略的神经网络训练算法对神经网络进行补充训练，获得鲁棒神经网络模型，提高神经网络对抗防御的准确性和高效性，确保深度学习相关系统的安全性。
-
公开(公告)号：CN114186604A
公开(公告)日：2022-03-15
申请号：CN202111241117.5
申请日：2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本公开提供一种深度神经网络样本木马的构造方法及电子设备，所述方法包括：通过注入后门中毒数据，调整深度神经网络结构以及构造后门攻击触发模式模型的方法，分析后门中毒数据、深度神经网络结构、后门攻击触发模式与深度神经网络中毒攻击成功之间的关系特性；基于所述关系特性，针对特定类别或通用类别数据构造深度神经网络样本木马的后门攻击触发模式；构造嵌入隐形后门的第一水印图案，以及构造校准图像几何变换的第二水印图案；基于优化所述后门攻击触发模式的方法构造所述深度神经网络样本木马。本公开提供的深度神经网络样本木马的构造方法构造的样本木马，具有良好的隐形性以及鲁棒性，能够为后续木马检测研究提供支撑。
-
公开(公告)号：CN105740246B
公开(公告)日：2019-08-06
申请号：CN201410746565.4
申请日：2014-12-08
Applicant: 北京邮电大学
IPC: G06F16/29
Abstract: 本发明涉及一种基于图数据的集合关键字查询方法，包括：确定目标图中的节点，节点所能提供的服务，提供服务的评分，节点之间的距离和相应开销；解析查询指令，确定起始节点、n个服务关键字、开销约束和半径约束，确定备选集合；对备选集合进行减少冗余计算；对减少冗余计算后的集合进行剪枝；标记查询到的最优集合进行显示。通过本发明的技术方案，能够根据用户提出的多个参数进行查询，满足用户精准的需要，并且通过过滤处理和减冗余处理，可以极大地提高节点查询的速度，从而更快地为用户反馈结果，并且对于大规模的图数据，可以进行分治处理技术，建立多级的索引结构，进而减小问题求解规模并降低算法求解的时间开销。
-
-
公开(公告)号：CN106484883A
公开(公告)日：2017-03-08
申请号：CN201610900686.9
申请日：2016-10-17
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/9577 , G06F16/958
Abstract: 本发明提供一种网页加载方法和装置。其中，该方法包括：获取待加载网页的设计分辨率和网页内容，网页内容中包含至少两种元素；获取电子设备的显示分辨率与设计分比率的比值；根据比值确定网页内容中各元素的布局和/或网页的显示尺寸。本发明提供的网页加载方法和装置，根据电子设备显示分辨率和网页设计分辨率的比值，确定网页内容中各元素的布局和/或网页的显示尺寸，从而在开发和维护时只针对一个版本的网页，降低了网页开发和维护的成本。
-
Patent Agency Ranking
公开(公告)号：CN105931122A
公开(公告)日：2016-09-07
申请号：CN201610224907.5
申请日：2016-04-12
Applicant: 北京邮电大学
CPC classification number: G06Q50/01 , G06F16/958
Abstract: 本发明公开了一种学术社交网络中魔力研究社区的排序方法，属于数据挖掘技术领域。所述排序方法中，给定一个时间窗口，在学术社交网络中发现魔力研究社区；所述的魔力研究社区是那些逐渐开始流行的有吸引力的研究社区。具体包括研究社区内部特征计算、外部特征FE计算和排序的步骤。本发明可帮助研究人员更好地了解和把握当前的研究趋势和热点；突破了现有研究中的假设，即一个人在一个时刻只处于一个社区；抽取了魔力研究社区的特征，并设计了统一的算法对研究社区的潜在流行程度进行排序。
-
公开(公告)号：CN105740246A
公开(公告)日：2016-07-06
申请号：CN201410746565.4
申请日：2014-12-08
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于图数据的集合关键字查询方法，包括：确定目标图中的节点，节点所能提供的服务，提供服务的评分，节点之间的距离和相应开销；解析查询指令，确定起始节点、n个服务关键字、开销约束和半径约束，确定备选集合；对备选集合进行减少冗余计算；对减少冗余计算后的集合进行剪枝；标记查询到的最优集合进行显示。通过本发明的技术方案，能够根据用户提出的多个参数进行查询，满足用户精准的需要，并且通过过滤处理和减冗余处理，可以极大地提高节点查询的速度，从而更快地为用户反馈结果，并且对于大规模的图数据，可以进行分治处理技术，建立多级的索引结构，进而减小问题求解规模并降低算法求解的时间开销。
-
公开(公告)号：CN105721201A
公开(公告)日：2016-06-29
申请号：CN201610044363.4
申请日：2016-01-22
Applicant: 北京邮电大学
IPC: H04L12/24
CPC classification number: Y02D50/30 , H04L41/0833
Abstract: 本发明公开了一种节能的虚拟网络迁移方法，属于计算机网络领域的网络虚拟化技术领域。所述方法包括确定待迁移的虚拟节点；对待迁移虚拟节点进行排序，得到迁移序列；周期性的进行虚拟节点迁移的步骤。本发明首次将迁移技术应用于虚拟网络映射的问题中，提出了迁移模型，相比于之前的最优算法，本发明中提出的算法进一步节能20％。
-
公开(公告)号：CN104408070A
公开(公告)日：2015-03-11
申请号：CN201410601580.X
申请日：2014-10-31
Applicant: 北京邮电大学
CPC classification number: G06F17/30321 , G06F17/30536 , G06F21/6227
Abstract: 本发明提供一种云计算环境下保护隐私的相似子图查询方法及其系统，包括：抽取图状数据集合的特征子结构，用特征向量表示每个图状数据包含的各特征子结构的数量；产生用于进行加密的参数及随机向量对每个图状数据的特征向量及随机向量进行加密运算，生成安全向量并建立安全索引，将加密后的图状数据集合及安全索引外包到云平台中；对查询请求图抽取特征子结构，用请求特征向量表示查询请求图中包含的各特征子结构的数量，计算最大允许特征结构差异数，并生成陷门提交到云平台；云平台收到陷门后，在安全索引上计算请求特征向量和图状数据对应的安全向量的差异性，以进行相似子图查询。本发明能保护相似子图查询过程中涉及的隐私信息安全。
-
公开(公告)号：CN104320276A
公开(公告)日：2015-01-28
申请号：CN201410589834.0
申请日：2014-10-28
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于割集的虚拟网络映射方法及其系统，先基于虚拟网络的网络拓扑构建广度优先搜索树，并计算虚拟网络的割集，再基于广度优先搜索树进行虚拟网络中虚拟节点映射，且每完成一个虚拟节点的映射便进行与其相连接的虚拟链路的映射；在进行虚拟链路的映射时，先判定是否存在一个包含虚拟链路的割集，如果不存在，则将虚拟链路映射到负载最小的物理链路上，如果存在，则判断割集中除虚拟链路外的其他虚拟链路是否已经被映射到与同一个物理节点直接相连的物理链路上，如果是，则将虚拟链路映射到除与同一个物理节点直接相连的物理链路外的负载最小的物理链路上。本发明满足了虚拟网络轻量级可靠需求，提高了物理网络的长期平均运营收益。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.029 seconds)
