公开(公告)号：CN117332822A

公开(公告)日：2024-01-02

申请号：CN202311281668.3

申请日：2023-10-07

申请人： 河北工业大学 ,  电子科技大学(深圳)高等研究院 ,  大连理工大学

发明人： 曹斌 ,  周子润 ,  柳鑫 ,  李耘 ,  申人升 ,  常玉春

IPC分类号： G06N3/0475 ,  G06N3/086 ,  G06N3/094 ,  G06N3/006

摘要： 本发明属于生成对抗网络自动化设计技术领域，公开了一种面向生成对抗网络的多目标自适应演化神经架构搜索方法。依据神经架构搜索对演化过程进行分阶段处理，将演化过程分为探索、发展、收敛三个阶段，并设计了一个控制器，使得神经架构搜索能够依据演化过程进行调整，有效提升了神经架构搜索性能。通过新设计的概率函数，在不同的阶段对演化过程的交叉概率和突变概率进行控制，并在演化后期时加速收敛，并做了大量的消融实验。通过本发明所设计的基于双因子协同变异机制的演化过程对神经架构搜索过程进行动态化的调整与控制。

公开(公告)号：CN117391147A

公开(公告)日：2024-01-12

申请号：CN202311455415.3

申请日：2023-11-03

申请人： 河北工业大学 ,  电子科技大学(深圳)高等研究院 ,  大连理工大学

发明人： 曹斌 ,  徐迪凯 ,  柳鑫 ,  李耘 ,  申人升 ,  常玉春

IPC分类号： G06N3/0464 ,  G06N3/08

摘要： 本发明提出了一种基于异步梯度下降分布式并行策略的小样本生成扩散模型多目标神经架构搜索方法。本发明将扩散模型的多目标神经架构搜索与分布式并行演化计算相融合，设计了强化差异特征的数据增广方法，快速增加少数类样本数量，改善训练数据集不平衡问题；结合注意力机制、交叉注意力机制、位置编码，实现扩散模型特征提取能力、泛化能力的增强；提出了特征增强小样本生成扩散模型的多目标优化方法，优化扩散模型生成样本质量、多样性和计算复杂度；提出了异步梯度下降分布式并行策略，提升网络的训练效率。

公开(公告)号：CN116562343A

公开(公告)日：2023-08-08

申请号：CN202211569928.2

申请日：2022-12-08

申请人： 河北工业大学 ,  大连理工大学 ,  电子科技大学(深圳)高等研究院

发明人： 曹斌 ,  雷欢 ,  柳鑫 ,  何华 ,  常玉春 ,  李耘

IPC分类号： G06N3/0475 ,  G06N3/092

摘要： 本发明公开了一种考虑统计全局信息的多目标演化生成对抗网络，在多目标演化算法与生成对抗网络结合的基础上，构建浅层的神经网络统计非局部性的信息，将自注意力机制模块从通道域方面进行修改，把修改之后的自注意力机制模块加入到生成器的第三层和第四层卷积网络之间；对鉴别器进行进一步的约束，将谱归一化加入到鉴别器的每一层神经网络中代替传统的批归一化；将余弦退火算法替代传统的学习率更新策略，在每次对生成器进行更新后都要根据生成样本的质量和多样性两个目标在生成器的种群中来选出最优解，以进行下一步的迭代更新，需要修改原有的拥挤度比较算子，使其同时考虑不同维度的影响，得到最优解。

公开(公告)号：CN117527327A

公开(公告)日：2024-02-06

申请号：CN202311435934.3

申请日：2023-11-01

申请人： 河北工业大学 ,  电子科技大学(深圳)高等研究院 ,  大连理工大学

发明人： 曹斌 ,  赵宪锐 ,  柳鑫 ,  李耘 ,  申人升 ,  常玉春

IPC分类号： H04L9/40 ,  H04L9/00 ,  G06N3/0464 ,  G06N3/086 ,  G06F18/213 ,  G06F18/23213 ,  G06F18/2415 ,  G06N3/048

摘要： 本发明属于物联网入侵检测技术领域，提出了一种可信的多目标神经演化入侵检测框架，尽可能保证入侵检测警报数据不被篡改。针对入侵检测警报数据的信息安全保护，通过节点信用评级，设计奖励和惩罚机制来加强节点上传可信警报数据；在入侵检测模型方面，针对基于深度学习的入侵检测模型的自动化设计问题，通过多目标演化算法来演化一些出参数量小并且准确度尽可能高的卷积神经网络结构；并设计新的卷积块结构用于搜索空间，以进一步增强模型特征提取能力；经过神经网络架构搜索会产生多个帕累托解，最终通过提出自适应权重的决策方法决策出最终解。