公开(公告)号：CN112418347B

公开(公告)日：2024-11-05

申请号：CN202011451030.6

申请日：2020-12-09

申请人： 浙江工业大学

发明人： 宣琦 ,  崔慧 ,  徐鑫杰 ,  项靖阳

IPC分类号： G06F18/2415 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/0985

摘要： 本发明提出一种基于无线电信号分类的对抗增强方法，具体包括如下步骤：S1：样本处理；S2：预训练分类模型；S3：数据增强；S4：数据筛选；S5：增强识别模型；S6：将增强的识别模型用于识别无线电信号，完成调试识别。本发明通过引入对抗训练思想，通过控制eps、iteration参数，在样本上添加算法精心设计的细微扰动，生成边界样本，将边界样本与原训练样本混合，在增强模型防御能力的同时提高模型的分类精度。

公开(公告)号：CN118247598A

公开(公告)日：2024-06-25

申请号：CN202410331076.6

申请日：2024-03-22

申请人： 浙江工业大学

发明人： 陈晋音 ,  韩烨 ,  郑海斌 ,  项圣 ,  梁盛辉 ,  宣琦 ,  王巍 ,  苗春雨 ,  杨星

IPC分类号： G06V10/774 ,  G06V10/143 ,  G06V10/25 ,  G06V10/74 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/094 ,  G06N3/126

摘要： 本发明公开了一种基于交叉对比学习的后融合伪装方法和装置，方法包括以下步骤：预训练对比学习模型并提取其优化后的骨干网络构建目标检测模型；结合差分进化算法生成对抗性补丁，将添加对抗性补丁的多模态的图像分别输入多模态的目标检测模型，构建包括对比损失、目标检测损失和感知损失及正则项的总对抗性损失，优化对抗性补丁；基于优化后的对抗性补丁生成对抗样本输入目标检测模型得到多模态的检测结果，再将多模态的检测结果输入后融合模型中得到最终检测结果并对隐身效果进行评估。本发明在提高对抗样本隐身效果的同时也能够揭示后融合模型在安全性和鲁棒性方面的弱点，适用于自动驾驶、机器人技术、安防、隐私保护领域等多种应用场景。

公开(公告)号：CN113111657B

公开(公告)日：2024-05-03

申请号：CN202110241500.4

申请日：2021-03-04

申请人： 浙江工业大学

发明人： 俞山青 ,  张建林 ,  甘燃 ,  童天航 ,  傅晨波 ,  宣琦

IPC分类号： G06F40/295 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开一种跨语言知识图谱对齐与融合方法、装置及存储介质，所述方法包括：S1、构建两个不同语言的知识图谱网络中实体的一阶子图特征矩阵；S2、将实体的结构特征矩阵、属性特征矩阵和一阶子图特征矩阵输入到对齐模型中，获得两个不同语言的知识图谱网络中所有实体的结构特征、属性特征、子图特征三种嵌入向量矩阵，并对三种嵌入向量矩阵进行拼接；S3、计算待对齐实体与目标知识图谱网络中各实体之间嵌入向量的相似度；S4、根据相似度高低，对目标知识图谱网络中的实体进行排序，获得待对齐实体的候选等效实体；S5、根据候选等效实体对两个不同语言的知识图谱网络进行融合。本发明能够有效实现跨语言知识图谱的对齐和融合。

公开(公告)号：CN117892310A

公开(公告)日：2024-04-16

申请号：CN202410018087.9

申请日：2024-01-05

申请人： 浙江工业大学

发明人： 俞山青 ,  陈万起 ,  周嘉俊 ,  宣琦

IPC分类号： G06F21/57 ,  G06F21/56 ,  G06F18/2431 ,  G06F18/25

摘要： 一种基于图注意力的以太坊智能合约漏洞检测方法及系统，其方法包括：S1：分析以太坊智能合约漏洞产生的原因并获取到智能合约代码及其抽象语法树，进而通过投票系统获取代码的漏洞类型；S2：依据分析智能合约生成漏洞的模式，将不同漏洞根据其产生原因与抽象语法树相结合成漏洞图；S3:根据S2中生成的漏洞图，使用多层图注意力的分类方法快速和准确的识别漏洞。本发明不仅能适应多种漏洞类型，还可以为代码审核人员提供更多有关漏洞检测的建议，从而节约审核时间。本发明能够显著提升漏洞检测速度、降低假阳性率、提高检测准确性的能力，并且在不同智能合约的漏洞检测方面表现出泛化性能，适用于大规模的合同漏洞检测任务。

公开(公告)号：CN112380928B

公开(公告)日：2024-04-02

申请号：CN202011191624.8

申请日：2020-10-30

申请人： 浙江工业大学

发明人： 宣琦 ,  周锦超 ,  裘坤锋

IPC分类号： G06F18/2431 ,  G06F18/25 ,  G06F18/213 ,  G06F123/02

摘要： 基于圆系有限穿越可视图建网的调制信号分类方法，包括：S1、采集I/Q调制信号，并对所采集的I/Q调制信号进行处理，将双通道的I/Q调制信号转换为四通道信号；S2、采用圆系有限穿越可视图建网方法将四通道信号分别转换成加权有向网络图；S3、对四个所述加权有向网络图进行特征提取，得到四个特征向量，并对特征向量进行空间扩展，得到每个所述I/Q调制信号的融合特征向量；S4、对调制信号分类模型进行训练，分类精度小于预设阈值，调整圆系有限穿越可视图建网方法中的超参数，并重复步骤S2～S3，直到分类精度大于或等于预设阈值，得到训练好的调制信号分类模型，通过训练好的分类模型完成对I/Q调制信号的分类。本发明能够提高I/Q调制信号的分类精度。

公开(公告)号：CN113156440B

公开(公告)日：2024-03-26

申请号：CN202110457163.2

申请日：2021-04-27

申请人： 浙江工业大学

发明人： 傅晨波 ,  姚虹蛟 ,  冯婷婷 ,  徐倩 ,  宣琦

IPC分类号： G01S13/91 ,  G01S13/89 ,  G01S13/86 ,  G01S13/00 ,  G01S7/36 ,  G01S7/41

摘要： 一种基于雷达和图像数据融合检测的防御方法，包括：S1，在自动驾驶正常运行过程中，对摄像机进行致盲攻击；S2，自动驾驶的离线平台对数据进行采集，并进行攻击检测；S3，经过主系统确认存在攻击，自动驾驶的离线平台重新进行training部署；S4，自动驾驶的在线平台，利用新的模型进行目标检测，从而达到防御效果。本发明还包括一种基于雷达和图像数据融合检测的防御系统，由依次连接的攻击检测模块、training重部署模块、目标检测模块组成。本发明利用了可以调节大小、位置、亮度的光斑，仿真进行致盲攻击，仿真实验结果说明致盲攻击会对自动驾驶形成安全隐患，利用所提出的防御方法可以抵御攻击，提高自动驾驶的安全性。

公开(公告)号：CN113378644B

公开(公告)日：2024-03-22

申请号：CN202110525754.9

申请日：2021-05-14

申请人： 浙江工业大学

发明人： 徐东伟 ,  顾淳涛 ,  杨浩 ,  蒋斌 ,  房若尘 ,  宣琦

IPC分类号： G06F18/241 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/084 ,  H04L27/00

摘要： 一种基于生成式对抗网络的信号调制类型识别攻击的防御方法，包括以下步骤：(1)根据原始信号数据集，搭建生成式对抗网络，过程如下：搭建的生成网络G包括全连接层、逆卷积层和卷积层，输入数据为随机噪声，输出为与原始信号维度一致的假信号，搭建的判别网络D包括卷积层、全连接层，输入为生成网络G生成的假信号和原始信号，输出为对假信号和原始信号的判别结果，采用对抗训练的方法对该生成式对抗网络进行训练，获得无线电信号生成式对抗网络；(2)利用训练完成的生成式对抗网络进行信号样本重构。该方法可以利用生成网络重构信号样本，提高模型的分类精度，从而提高模型对对抗样本的防御能力。

公开(公告)号：CN117371502A

公开(公告)日：2024-01-09

申请号：CN202311201727.1

申请日：2023-09-18

申请人： 浙江工业大学

发明人： 卢瑾 ,  李一佳 ,  任宏亮 ,  李明 ,  杨小牛 ,  宣琦

IPC分类号： G06N3/067 ,  G06N3/044

摘要： 一种基于串联耦合微环谐振腔阵列的光子时延储备池计算系统，包括输入层、储备池层和输出层，输入层包括激光器、输入信号x(t)的mask处理和调制器，储备池层由一根波导和与该波导边耦合的一组串联耦合的微环谐振腔阵列构成，该组串联耦合的微环谐振腔阵列包括一个主微环谐振腔和一组串联耦合的线性微环谐振腔，主微环谐振腔具有非线性效应且直接边耦合到该根波导，该组串联耦合的线性微环谐振腔两两串联耦合并通过其中的一个线性微环谐振腔与主微环谐振腔耦合；所述输出层包括光电探测器、训练和测试单元。本发明在提供较大记忆容量的同时极大缩小了器件的整体尺寸，满足光子时延储备池计算系统对可扩展性和集成性的迫切需求。

公开(公告)号：CN117315511A

公开(公告)日：2023-12-29

申请号：CN202311338624.X

申请日：2023-10-16

申请人： 浙江工业大学

发明人： 翔云 ,  胡晋瑄 ,  苏忠敬 ,  宣琦

IPC分类号： G06V20/17 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06V10/56 ,  G06N3/0464

摘要： 基于目标检测方法下无人机RGB图像的菜用大豆苗数识别方法和装置，其方法包括：(S1)：在菜用大豆苗期时使用无人机自动化采集高分辨率菜用大豆RGB图像数据；(S2)：设定指定间隔分隔算法将RGB图像进行分割，使用数据增强算法对数据集进行扩充；(S3)：使用Yolov5模型进行训练，输入测试集检测目标检测的苗数识别结果；(S4)：在一孔多苗问题阈下进行目标检测方法下的打标重训练，检测苗数识别结果。本发明提出的基于无人机的毛豆苗数识别方法解决了人工成本较大的问题，如果在苗期发生大规模缺苗断垄的情况对产量会造成巨大的损失，是无人机苗数识别的成功应用，可以进一步应用到其他果蔬。

公开(公告)号：CN113571067B

公开(公告)日：2023-12-26

申请号：CN202110682934.8

申请日：2021-06-21

申请人： 浙江工业大学

发明人： 徐东伟 ,  蒋斌 ,  房若尘 ,  顾淳涛 ,  杨浩 ,  宣琦

IPC分类号： G10L17/02 ,  G10L17/04 ,  G10L17/18 ,  G10L21/14 ,  H04L9/00

摘要： 一种基于边界攻击的声纹识别的对抗样本生成方法，包括以下步骤：1)对所使用的语音数据集进行数据预处理；2)搭建声纹识别模型；3)边界攻击生成对抗样本的算法，流程为：选择边界攻击算法的初始点；选择游走方向；超参数调整。本发明对声纹身份进行分类时未采用传统的声学特征的方法，而是通过将语音转化为语谱图进行训练，可以充分利用卷积神经网络在图像上提取特征的优点，使精度得到极大的提高；本发明属于黑盒攻击，不需要知道原始模型的结构和参数，只需要模型的分类标签，应用面更广更具实际意义。攻击成功率高，产生的对抗样本肉眼无法察觉。