-
公开(公告)号：CN115348360A
公开(公告)日：2022-11-15
申请号：CN202210963950.9
申请日：2022-08-11
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种基于GAN的自适应嵌入数字标签信息隐藏方法。该方法包括：获取初始载体图像、目标密钥和初始数字标签信息；对所述初始载体图像进行强化处理，得到强化图像；根据所述强化图像确定修改概率图像；根据所述强化图像、所述修改概率图像、所述目标密钥以及所述初始数字标签信息确定含密图像，通过本发明的技术方案，以解决初始载体图像被攻击者恶意篡改的问题，能够提升安全性。
-
公开(公告)号：CN114925369A
公开(公告)日：2022-08-19
申请号：CN202210255021.2
申请日：2022-03-15
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种针对业务系统容器安全的静态分析方法与系统，主要对docker容器中的已知漏洞、木马、病毒、恶意软件和其他恶意威胁进行静态分析，具体包括从待检验容器中获取业务系统软件信息；基于所述业务系统软件信息与预先存储于漏洞数据库中的软件信息进行比对确定漏洞；使用防病毒引擎对所述业务系统软件进行扫描，判断所述业务系统软件是否感染木马、病毒、恶意软件和其他威胁，并对扫描结果进行分析，生成整改建议。实现了对业务软件容器安全性的监测。
-
公开(公告)号：CN114863243A
公开(公告)日：2022-08-05
申请号：CN202210463318.8
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种模型的数据遗忘方法、装置、设备及存储介质。该方法包括：采用预先训练好的图像识别模型，对获取到的待遗忘图像数据进行图像识别，确定所述待遗忘图像数据的掩码结果，其中，所述图像识别模型包含至少两个卷积网络通道，所述卷积网络通道用于确定通道输入数据的掩码信息和输出特征图，所述掩码结果包括各所述卷积网络通道针对所述待遗忘图像数据输出的掩码信息；获取预设的模型剪枝参数，结合所述掩码结果，从各所述卷积网络通道中确定待剪枝通道，并对所述待剪枝通道进行参数调整，得到参数更新后的图像识别模型。本发明在保持模型识别准确度的同时，实现对部分训练数据的完全遗忘，使被删除的训练数据无法恢复，保护用户隐私。
-
公开(公告)号：CN112734004A
公开(公告)日：2021-04-30
申请号：CN202011622912.4
申请日：2020-12-31
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明提供了一种同态加密下神经网络构建方法、图像处理方法和系统，包括：获取预先训练的卷积神经网络模型输出所述卷积神经网络模型的网络参数；根据所述网络参数，在同态加密下对所述卷积神经网络模型进行转换，得到可识别多类型数据的卷积神经网络；其中，所述卷积神经网络模型是由用户层多个图像数据及其对应的分类结果训练得到的。本发明构建了一个可同时处理原始数据和同态加密的数据的可识别多类型数据的卷积神经网络，改善现有机器学习的弊端，提高预测准确率。
-
公开(公告)号：CN115348360B
公开(公告)日：2023-11-07
申请号：CN202210963950.9
申请日：2022-08-11
Applicant: 国家电网有限公司大数据中心
IPC: H04N1/32 , H04L9/40 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于GAN的自适应嵌入数字标签信息隐藏方法。该方法包括：获取初始载体图像、目标密钥和初始数字标签信息；对所述初始载体图像进行强化处理，得到强化图像；根据所述强化图像确定修改概率图像；根据所述强化图像、所述修改概率图像、所述目标密钥以及所述初始数字标签信息确定含密图像，通过本发明的技术方案，以解决初始载体图像被攻击者恶意篡改的问题，能够提升安全性。
-
Patent Agency Ranking
公开(公告)号：CN112995076A
公开(公告)日：2021-06-18
申请号：CN201911298496.4
申请日：2019-12-17
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明涉及一种离散数据频率估计方法、用户端、数据中心及系统，包括：用户端根据向数据中心发送的离散数据的种类生成离散数据编码；用户端获取离散数据编码对应的扰乱编码，并将该离散数据编码对应的扰乱编码发送至数据中心；数据中心接收各用户端的离散数据编码对应的扰乱编码；数据中心根据所述各用户端的离散数据编码对应的扰乱编码确定各类离散数据的发生频率。该方案中用户终端根据松散本地差分隐私的定义，在原始数据上减少噪声的注入，在满足本地差分隐私的基础上，尽可能的降低数据的失真度，提高扰乱后数据的可用性，进而提高统计结果的准确率。
-
公开(公告)号：CN114780997A
公开(公告)日：2022-07-22
申请号：CN202210462556.7
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种数据处理方法、装置、设备和介质。该方法包括：响应于数据处理请求指令，确定目标数据所在的数据片段；对目标数据所在的数据片段执行删除操作，并查找目标数据所在的数据片段之前的最后一个数据片段；从最后一个数据片段开始对预先创建的目标训练模型进行重训练，以得到新的目标训练模型，其中，预先创建的目标训练模型为按照遗忘概率所划分得到的低遗忘概率数据片段和高遗忘概率数据片段对原始训练模型进行训练得到的模型。本实施例解决了现有技术中SISA模型无法充分利用遗忘概率信息的问题，提高聚合之后目标训练模型的预测准确率，加快了模型进行重训练的速度，以及提高了模型的可用性。
-
公开(公告)号：CN114863243B
公开(公告)日：2024-12-17
申请号：CN202210463318.8
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
IPC: G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种模型的数据遗忘方法、装置、设备及存储介质。该方法包括：采用预先训练好的图像识别模型，对获取到的待遗忘图像数据进行图像识别，确定所述待遗忘图像数据的掩码结果，其中，所述图像识别模型包含至少两个卷积网络通道，所述卷积网络通道用于确定通道输入数据的掩码信息和输出特征图，所述掩码结果包括各所述卷积网络通道针对所述待遗忘图像数据输出的掩码信息；获取预设的模型剪枝参数，结合所述掩码结果，从各所述卷积网络通道中确定待剪枝通道，并对所述待剪枝通道进行参数调整，得到参数更新后的图像识别模型。本发明在保持模型识别准确度的同时，实现对部分训练数据的完全遗忘，使被删除的训练数据无法恢复，保护用户隐私。
-
公开(公告)号：CN116684357A
公开(公告)日：2023-09-01
申请号：CN202210162400.7
申请日：2022-02-22
Applicant: 国家电网有限公司大数据中心
IPC: H04L47/2441 , H04L47/2483 , H04L9/40 , H04L9/08
Abstract: 一种传输层安全协议加密流量的识别方法及系统，包括：获取被检测加密流量数据；基于所述被检测加密流量数据进行数据预处理，提取流信息转换为直方图；将所述直方图输入预先训练好的分类模型，进行流量分类，实现加密流量的识别；其中，所述预先训练好的分类模型是以所述直方图为输入，所述直方图对应的消息类型为输出对卷积神经网络进行训练得到。本发明主要针对传输层安全协议的网络流信息,通过提取传输层安全协议记的类型、长度、序列、交互等特征实现加密流量识别。网络流信息可以更好的反应用户行为，对不同的网络应用有更好的识别度。
-
公开(公告)号：CN112422767B
公开(公告)日：2022-07-22
申请号：CN202011188063.6
申请日：2020-10-30
Applicant: 国家电网有限公司大数据中心
IPC: H04N1/44
Abstract: 本发明提供的一种基于视觉效果秘密共享方法及系统，包括：将原始图像拆分为多个秘密图像；将每个秘密图像映射为秘密块；基于秘密块的大小逐块生成多个共享图像块；采用循环堆叠的方式移动各共享图像块实现对共享图像块的加密；解密时将所有共享图像块按次序叠加，获得与原始图像质量相同的解密图像；其中，秘密块具有多个像素，通过逐块加密图像，使共享图像的大小与秘密影像相同，消除了像素扩展，提高了恢复图像的性能，实现几乎无损的视觉加密；通过对加密前后像素块的映射关系进行处理，获得了更高的对比度，同时本发明不需要像传统加解密过程那样需要借助电子设备，本发明可以将共享图像块直接打印到纸上将多张纸垂直排列即可得进行解密。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.048 seconds)
