-
公开(公告)号：CN119577823A
公开(公告)日：2025-03-07
申请号：CN202411523538.0
申请日：2024-10-30
Applicant: 南京理工大学
IPC: G06F21/62 , G06V40/16 , G06V10/26 , G06V10/44 , G06V10/80 , G06T11/00 , G06T11/60 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于StyleGAN编码器和肤色匹配生成对抗网络的人脸匿名方法，该方法为：使用预训练好的人脸语义分割模型BiSeNet将原始人脸图像转化为语义分割图；利用翻译编码器提取语义分割图的姿态潜在表征，利用身份编码器提取参考人脸图像的身份潜在表征信息；融合姿态潜在表征信息和身份潜在表征信息，得到一个保持原始人脸姿态又具有区别于原始人脸身份的新潜在表征，通过StyleGAN生成器将注入的新潜在表征转化为初步匿名人脸图像；利用肤色匹配生成对抗网络将生成的匿名人脸图像以及原始图像的背景进行融合，实现最终的人脸匿名。本发明提高了匿名图片的匿名性、人脸检测性能、图像生成质量、多样性、面部表情识别性能和图片完整性。
-
公开(公告)号：CN116489104A
公开(公告)日：2023-07-25
申请号：CN202310520976.0
申请日：2023-05-10
Applicant: 南京理工大学
IPC: H04L47/24 , H04L47/27 , H04L47/525 , H04L47/6275 , H04L47/6295 , H04L49/60
Abstract: 本发明公开了一种基于动态优先级的流量调度方法及系统，具体为：发送端根据SDN的网络状态信息计算每条流的剩余时间及优先级；智能决策层服务器使用MADDPG‑Q算法对队列阈值进行优化得到集中式训练的模型；控制层SDN控制器将网络状态信息上报决策层服务器进行模型训练后下发给交换机；转发层可编程交换机通过模型和本地信息获得多级反馈队列阈值，对不同优先级的流分配不同的优先级队列，完成流优先级调度；同时，对同一流优先级区间队列中不同数据包优先级的数据包进行排序，在流优先级改变时调整数据包在队列中的位置，实现动态优先级的队列调度。本发明减少了系统平均流完成时间，能够更好地适应复杂的分布式网络应用。
-
公开(公告)号：CN116385159A
公开(公告)日：2023-07-04
申请号：CN202211527564.1
申请日：2022-12-01
Applicant: 南京理工大学
IPC: G06Q40/04 , G06Q20/38 , G06F18/23 , G06F18/2431 , G06F18/2415 , G06N5/01 , G06N3/042 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种区块链交易识别系统，该系统包括连接建立、消息获取、聚类、实体事务子图确定、特征矩阵确定、模型训练这些模块；本地客户端建立区块链网络节点连接，获取链上交易数据；在本地客户端通过启发式方法，对原始交易数据进行构图，得到实体事务图；对实体事务图进行子图提取得到实体事务子图，重构实体事务子图中的样本的邻接矩阵；通过N_motif图以及分类器进行特征提取得到特征矩阵；将实体事务子图中的样本的邻接矩阵和实体事务图的特征矩阵作为图学习输入，经过GCN和全连接层，得到分类预测模型。本发明提高了提取特征的质量、区块链中交易分类结果的置信度、模型的训练效率。
-
公开(公告)号：CN115859788A
公开(公告)日：2023-03-28
申请号：CN202211470078.0
申请日：2022-11-23
Applicant: 南京理工大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/092 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种基于深度强化学习的自动驾驶安全关键场景生成方法。该方法为：首先在Carla仿真模拟器中，采集自动驾驶的基础场景信息；然后基于所获的基础场景信息和被测车辆运行状态信息进行强化学习，生成动态要素的初始状态；接着对动态要素和环境的交互进行强化学习，得到动态要素的动作序列；再根据动态要素的动作序列，获的动态要素和环境交互的反馈信息；最后基于交互的反馈信息调整策略网络的网络参数，直至交互的反馈信息达到预期，得到关键安全场景。本发明生成的安全关键场景具有成本低、检测效率高、多样性强、能够适用于大多数道路的优点。
-
公开(公告)号：CN114301889B
公开(公告)日：2024-06-11
申请号：CN202111540629.1
申请日：2021-12-16
Applicant: 南京理工大学
IPC: H04L67/01 , H04L67/06 , H04L69/04 , G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种基于权重压缩的高效联邦学习方法及系统。该方法为：客户端本地训练结束后计算本地模型的更新值，首先将更新值的符号和数值分开，然后计算更新值较大一部分数值的拟合函数，使用拟合函数代替数值传输，进一步使用LZMA2算法压缩对应索引数据，使用进制编码符号，将客户端和服务器之间的通信从权重参数转换为拟合函数、编码符号和压缩索引从而达到降低通信量的目的。系统包括服务器、客户端；服务器、客户端能实现所述基于权重压缩的高效联邦学习方法中服务器、客户端需要实现的步骤。本发明能适用于不平衡数据分布场景，模型准确率和收敛速度接近联邦平均算法，具有很好的适用性。
-
Patent Agency Ranking
公开(公告)号：CN118094008A
公开(公告)日：2024-05-28
申请号：CN202410273717.7
申请日：2024-03-11
Applicant: 南京理工大学
IPC: G06F16/9535 , G06F21/60 , G06F21/62 , G06F21/64
Abstract: 本发明公开了一种基于国密算法和联邦学习的新闻推荐方法。方法为：首先服务器分发全局用户模型和全局新闻模型给各个客户端，客户端根据本地数据训练模型，得到用户模型梯度和新闻模型梯度；然后客户端将用户模型梯度和新闻模型梯度使用SM9算法进行数字签名，并使用SM2算法进行加密，将签名与密文打包上传至服务器；服务器端接收数据包后先进行解密和验签，确认未被篡改后，使用聚合梯度更新全局用户模型和全局新闻模型；重复进行交互训练模型，直到全局用户模型收敛，得到最终的全局用户模型，使用最终的全局用户模型进行新闻推荐。本发明增强了用户的隐私保护，降低了模型遭遇投毒攻击的风险，并且具有较好的推荐性能和较低的通信开销。
-
公开(公告)号：CN115834486A
公开(公告)日：2023-03-21
申请号：CN202211470088.4
申请日：2022-11-23
Applicant: 南京理工大学
IPC: H04L47/125 , G06N20/00 , G06N3/006
Abstract: 本发明公开了一种基于SDN的面向分布式机器学习的流量调度方法。方法为：在分布式机器学习场景下，从时间和空间两个维度进行考虑，从时间方面，若已知数据流的截止时限，使用基于最早截止最短剩余时间优先的优先级算法确定数据流的优先级；若未知时，使用基于最少获得服务优先级算法确定数据流的优先级；从而缩短流平均完成时间；从空间方面，利用改进的果蝇算法，将同源同宿、具有相同优先级的数据流进行聚合，采用改进的果蝇算法计算最佳路由，从而最小化平均负载均衡程度，提升带宽的利用率。本发明适用于分布式机器学习场景中，在最小化平均完成时间的同时，提升了带宽利用率，实现了负载平衡。
-
公开(公告)号：CN111245843A
公开(公告)日：2020-06-05
申请号：CN202010038284.9
申请日：2020-01-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于属性的用户身份认证方法及系统。该方法为：首先第三方属性机构初始化整个系统；然后认证申请者生成属性证明；最后认证服务器检查属性索引的有效性，完成认证。该系统包括第三方属性机构、认证申请者和认证服务器，所述第三方属性机构，用于初始化整个系统；所述认证申请者，用于生成属性证明；所述认证服务器，用于检查属性索引的有效性，确定认证。本发明方法及系统用于认证技术，以保护用户身份防止隐私泄露，将双线性对的基于属性方法引入身份认证之中，提高了用户身份认证的安全性，并且提高了认证效率。
-
公开(公告)号：CN108334772A
公开(公告)日：2018-07-27
申请号：CN201710044445.3
申请日：2017-01-19
Applicant: 南京理工大学
IPC: G06F21/51
Abstract: 本发明公开了一种Android 应用签名攻击检测方法。在Android合法应用被恶意插装重打包签名后，攻击者同时在原应用中注入签名攻击代码，使得原应用内部的签名校验结果失效，应用仍认为自身是合法应用。本发明通过在应用内部获取与签名相关的方法列表，分析签名读取的方法是否被劫持，来判断应用自身的签名校验机制是否受到攻击，进而判断出应用是否被重打包或者当前运行环境存在风险。本发明可有效的检测出目前主流的应用内部签名攻击方法以及系统全局攻击，同时本发明作为一种全新的应用签名攻击检测方法对Android恶意应用检测有很好的促进作用，也对移动应用安全方面提供了一个很好的思路。
-
公开(公告)号：CN114220137B
公开(公告)日：2025-05-02
申请号：CN202111310617.X
申请日：2021-11-08
Applicant: 南京理工大学
IPC: G06V40/16 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于MindSpore的隐私保护人脸识别方法。该方法为：首先读取人脸图像并裁剪成统一的宽度和高度，利用基于水平和垂直的2DPCA得到数据集的最佳投影矩阵并进行归一化，再对归一化的最佳投影矩阵加入拉普拉斯噪声得到扰动的投影矩阵，最后得到随机化的重构图像。本发明方法用于人脸识别技术，以保护用户人脸信息防止隐私泄露，将差分隐私和基于水平方向和垂直方向的2DPCA方法引入人脸识别之中，提高了用户人脸图像信息的安全性，并且提高了人脸识别效率。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
