-
公开(公告)号：CN111460478B
公开(公告)日：2022-05-13
申请号：CN202010239448.4
申请日：2020-03-30
Abstract: 本发明公开了一种面向协同深度学习模型训练的隐私保护方法，包括：提出协同的分布式深度学习模型训练方法，参与者在其本地利用已有训练数据进行模型参数梯度计算，并将计算得到的梯度数据发送给参数服务器，进行模型参数更新；提出基于双陷门公钥密码算法的隐私保护机制，使得参与者在保证各自训练数据隐私的前提下，实现深度学习模型的安全训练；设计细粒度的深度学习模型发布方法，确保只有参加训练的数据拥有者才可以获得模型，保证模型训练公平性。仿真测试的结果表明本发明能够在保证参与者数据隐私的前提下提供准确的模型训练服务。可为人工智能等新一代计算机技术提供隐私保护。
-
公开(公告)号：CN112118099B
公开(公告)日：2021-10-08
申请号：CN202010974661.X
申请日：2020-09-16
IPC: H04L9/08 , H04L29/06 , G06F30/27 , G06N20/00 , G06F111/04 , G06F111/06
Abstract: 抗推理攻击的分布式多任务学习隐私保护方法及系统，通过各任务节点基于本地数据进行模型训练，并通过共享知识的方式实现联合模型训练；本发明提出基于同态密码学的隐私保护模型训练机制，使得任务节点在保证训练数据隐私的前提下，实现多任务学习模型训练，并使得模型训练效率独立于样本数据量，提高了机器学习模型训练效率；设计了基于差分隐私的模型发布方法，可以抵抗模型用户在访问机器学习模型时发起的身份推理攻击。系统包括密钥生成中心、中央服务器、任务节点和模型用户。本发明能够保证模型训练过程中和模型发布后任务节点的数据隐私，促进多任务机器学习的大规模应用。
-
公开(公告)号：CN112118099A
公开(公告)日：2020-12-22
申请号：CN202010974661.X
申请日：2020-09-16
IPC: H04L9/08 , H04L29/06 , G06F30/27 , G06N20/00 , G06F111/04 , G06F111/06
Abstract: 抗推理攻击的分布式多任务学习隐私保护方法及系统，通过各任务节点基于本地数据进行模型训练，并通过共享知识的方式实现联合模型训练；本发明提出基于同态密码学的隐私保护模型训练机制，使得任务节点在保证训练数据隐私的前提下，实现多任务学习模型训练，并使得模型训练效率独立于样本数据量，提高了机器学习模型训练效率；设计了基于差分隐私的模型发布方法，可以抵抗模型用户在访问机器学习模型时发起的身份推理攻击。系统包括密钥生成中心、中央服务器、任务节点和模型用户。本发明能够保证模型训练过程中和模型发布后任务节点的数据隐私，促进多任务机器学习的大规模应用。
-
公开(公告)号：CN111460478A
公开(公告)日：2020-07-28
申请号：CN202010239448.4
申请日：2020-03-30
Abstract: 本发明公开了一种面向协同深度学习模型训练的隐私保护方法，包括：提出协同的分布式深度学习模型训练方法，参与者在其本地利用已有训练数据进行模型参数梯度计算，并将计算得到的梯度数据发送给参数服务器，进行模型参数更新；提出基于双陷门公钥密码算法的隐私保护机制，使得参与者在保证各自训练数据隐私的前提下，实现深度学习模型的安全训练；设计细粒度的深度学习模型发布方法，确保只有参加训练的数据拥有者才可以获得模型，保证模型训练公平性。仿真测试的结果表明本发明能够在保证参与者数据隐私的前提下提供准确的模型训练服务。可为人工智能等新一代计算机技术提供隐私保护。
-
公开(公告)号：CN118410423A
公开(公告)日：2024-07-30
申请号：CN202410464644.X
申请日：2024-04-17
Applicant: 西安电子科技大学青岛计算技术研究院 , 西安电子科技大学
IPC: G06F18/243 , G06Q10/20 , G06F18/211 , G06F18/213 , G06N3/0475 , G06N3/094 , G06N20/20 , G06N3/047 , G06N3/088
Abstract: 本发明属于设备检测维护技术领域，公开了一种智能生产线预测性维护方法、系统、设备及终端；创建设备运行状态数据库对数据进行分类和标识；使用无监督深度置信网络对设备运行状态数据进行数据降维和特征选择；使用改进后的生成式对抗网络对降维后的数据进行过采样；使用处理完成的数据训练随机森林算法的分类器；使用训练好的分类器对实时数据进行故障时间预测；使用基于视觉表现的方法对实时数据中的概念漂移进行检测；对已经发生概念漂移的实时数据采用概念漂移适应方法，及时更新预测模型。本发明有助于提高生产线的生产效率，降低维护成本，避免连续生产过程中预测模型的性能劣化，增强生产系统的稳定性和可靠性，确保生产线的高质量产出。
-
Patent Agency Ranking
公开(公告)号：CN118411457A
公开(公告)日：2024-07-30
申请号：CN202410464647.3
申请日：2024-04-17
Applicant: 西安电子科技大学青岛计算技术研究院 , 西安电子科技大学
Abstract: 本发明属于三维可视化下的多路视频与三维场景拼接融合技术领域，公开了一种多路视频与三维场景拼接融合方法，本发明通过层次包围盒结构对投影的三维场景进行空间划分，有效加速排除当前视角之外的物体。本发明将投影相机与包围盒关联，快速识别当前视区内的视频节点。为了快速筛选渲染对象，采用了一种自适应的启发式方法来构建BVH，本发明提出了一种中心—表面排序策略，该策略可以自适应地对场景进行有效划分，从而减少几何查询所需的计算量。本发明基于WebGL的多路视频投影融合系统设计旨在提供沉浸式视觉体验。保障所有视频数据的安全传输和存储，并符合当前的数据保护标准。在设计时考虑到未来的功能扩展或升级，确保系统的长期可维护性。
-
公开(公告)号：CN119669764A
公开(公告)日：2025-03-21
申请号：CN202411903527.5
申请日：2024-12-23
Applicant: 西安电子科技大学
IPC: G06F18/214 , G06N3/08 , G06F18/213 , G06F18/15 , G06F18/2135 , G06N3/0455 , G06F18/22 , G06F18/2411 , G06N3/09
Abstract: 本发明公开了一种无人机行为模式识别模型的训练方法、识别方法及系统，属于无人机安全技术领域，该方法首先获取无人机在不同行为模式下的飞行参数；然后根据飞行参数提取感知数据并结合自适应滑动窗口方法遍历行为模式执行的时间区间，确定行为模型对应的关键动作的时间窗口，根据时间窗口的时序区间数据构建关键动作数据集；最后采用关键动作数据集对行为识别模式进行训练，得到训练后的行为识别模型。该方法能够显著降低无人机因行为模式执行不当而坠毁的风险。
-
公开(公告)号：CN113626827B
公开(公告)日：2025-02-07
申请号：CN202110862144.8
申请日：2021-07-29
Applicant: 西安电子科技大学
IPC: G06F21/57 , G06F18/211 , G06F18/241 , G06N3/0464 , G06V10/82
Abstract: 本发明属于区块链安全技术领域，公开了一种智能合约漏洞检测方法、系统、设备、介质、终端，所述智能合约漏洞检测方法包括：将大规模智能合约漏洞数据集作为基础训练数据集；使用新类数据进行增量学习训练；将所有类测试数据分为支持集和测试集，使用支持集数据输入已训练好的模型，获得每种新漏洞类型对应的全连接网络参数；将已有漏洞类型和新漏洞类型对应的全连接网络参数作为网络节点，使用图注意力网路建立观察旁路；使用测试集计算，并预测结果的计算交叉熵损失；使用交叉熵损失对观察旁路中的图注意力网络进行参数更新，并继续训练下一批新的数据集。本发明能够在基于旧有数据集进行训练学习漏洞检测能力的同时，也能够训练模型的持续学习能力。
-
公开(公告)号：CN118626379A
公开(公告)日：2024-09-10
申请号：CN202410779520.0
申请日：2024-06-17
Applicant: 西安电子科技大学
Abstract: 一种面向Hyperledger Fabric的智能合约漏洞检测方法与系统，检测方法包括上传待测链码、辅助链码和测试参数；将待测链码进行分析处理，生成抽象语法树AST，根据抽象语法树AST生成数据流图和关键数据流图，将待测链码和生成的关键数据流图作为输入进行漏洞检测，得到图学习漏洞检测结果；将待测链码、辅助链码分别安装在区块链网络的两个通道上，获取区块链网络运行状态，结合测试参数生成测试用例，执行测试用例进行测试，验证漏洞是否存在，得到模糊测试漏洞检测结果；对图学习漏洞检测结果与模糊测试漏洞检测结果进行整合展示。本发明可以实现链码的动静态结合漏洞检测，增强了漏洞检测的准确性与高效性。
-
公开(公告)号：CN118132250A
公开(公告)日：2024-06-04
申请号：CN202311867687.4
申请日：2023-12-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于容器的分布式异构设备资源管理方法及系统，包括：构建两层的嵌入式云抽象系统架构；其中，嵌入式云抽象系统架构包括：下层的嵌入式云节点层和上层的云计算层；嵌入式云节点层包括分布式分布的若干异构设备，异构设备之间通过异构网络进行通信形成异构设备集群；对异构设备集群中所有异构设备进行统一抽象聚合，并利用容器技术将每个异构设备的资源进行封装，将封装好的资源聚合成同构的容器资源池，对容器资源池进行统一协调调度；基于多实例负载均衡任务卸载算法确定卸载决策，根据卸载决策从异构设备集群中选择执行设备，再将任务分配给执行设备并在执行设备上对任务进行实时调度。本发明提高了异构设备任务管理效率。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.067 seconds)
