“李丽香”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果107个，建议您升级VIP下载更多相关专利

[发明专利]一种基于遗传卷积网络的恶意PE文件检测方法-CN202310725880.8在审
发明人：吴薇;彭海朋;朱浩田;李丽香 -专利权人：北京邮电大学
申请日： 2023-06-19 - 公布日： 2023-10-27 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于遗传卷积网络的恶意PE文件检测方法，属于网络安全技术领域。本发明通过构建了一个全局多模态化、多任务量网络，解决固定的专用分类模型分类效果不佳的问题；通过构建局部神经网络结构，利用小卷积核的思想和最大池化层的思想，提取最重要特征，加快了模型的训练速度，并利用金字塔池化层的思想，解决了传统神经网络中必须输入尺寸大小一致图片的问题。
一种基于遗传卷积网络恶意 pe 文件检测方法

[发明专利]一种安全实体知识图谱关系推理方法及装置-CN202310672312.6在审
发明人：李明远;刘霄;彭海朋;李丽香;李娇 -专利权人：李明远;北京天融信网络安全技术有限公司
申请日： 2023-06-07 - 公布日： 2023-09-05 - 主分类号： G06F16/36 文献下载
摘要：本申请实施例提供一种安全实体知识图谱关系推理方法及装置，涉及威胁检测技术领域。该方法包括基于威胁情报日志构建安全实体三元组；基于所述安全实体三元组获取事实数据和反事实数据；根据所述事实数据和反事实数据获取正样本数据和负样本数据；将所述正样本数据和负样本数据分别输入预先训练的预测模型，获得正负样本存在的概率。该方法使用反事实数据增强了知识图谱领域的表达能力，进而提高了在安全知识图谱上的关系预测能力，能够挖掘出安全知识图谱的隐含关系，解决了现有方法缺乏对反事实数据的预测能力的问题。
一种安全实体知识图谱关系推理方法装置

[发明专利]基于区块链的联邦学习激励方法、装置、设备和存储介质-CN202310537880.5在审
发明人： 李丽香;宋杰;彭海朋;李海涛;陈俊;戴一挥;丁一航;姚俊先;杨方;刘济舟 -专利权人：广东省农村信用社联合社;北京邮电大学
申请日： 2023-05-12 - 公布日： 2023-08-15 - 主分类号： G06F16/27 文献下载
摘要：本发明提供一种基于区块链的联邦学习激励方法、装置、设备和存储介质，涉及机器学习技术领域。其中方法包括：获取联邦学习参与方设备发送的第一模型参数，所述联邦学习参与方设备与所述区块生成节点关联，所述第一模型参数为所述联邦学习参与方设备迭代更新后的模型参数；基于所述第一模型参数，确定所述联邦学习参与方设备的训练贡献度；基于所述训练贡献度确定激励方案，以供所述主链基于所述主链的智能合约和所述激励方案对所述联邦学习参与方设备进行激励。本发明提高了联邦学习激励的可靠性以及激励资金的安全性。
基于区块联邦学习激励方法装置设备存储介质

[发明专利]基于语音增强算法的对抗样本攻击防御方法及装置-CN202010206879.0有效
发明人： 李丽香;潘爽;彭海朋;李帅 -专利权人：北京邮电大学
申请日： 2020-03-23 - 公布日： 2023-08-08 - 主分类号： G10L15/02 文献下载
摘要：本发明实施例提供基于语音增强算法的对抗样本攻击防御方法及装置，可以获取待识别语音样本与待识别语音样本的频谱特征；根据待识别语音样本的频谱特征，通过预设算法对待识别语音样本进行噪声频谱的计算，并利用计算得到的估计噪声频谱对待识别语音样本进行去噪，得到去噪后的语音样本，其中，算法包括基于连续最小值跟踪的谱减法与结合语音存在概率的对数最小均方误差算法MMSE算法；通过预先训练的语音识别模型对去噪后的语音样本进行识别，得到识别结果。从而通过获取待识别语音样本后对待识别语音样本进行去噪处理后，通过对去噪后的语音样本进行识别，增加语音识别准确率，提高防御对抗样本攻击的效率。
基于语音增强算法对抗样本攻击防御方法装置

[发明专利]攻击预测方法、装置、电子设备及存储介质-CN202310622962.X在审
发明人：刘霄;李明远;彭海朋;李丽香;李娇 -专利权人：李明远;北京天融信网络安全技术有限公司
申请日： 2023-05-26 - 公布日： 2023-08-04 - 主分类号： H04L9/40 文献下载
摘要：本申请提供一种攻击预测方法、装置、电子设备及存储介质，涉及安全技术领域。该方法通过利用Query2Box模型在预先构建的知识图谱中进行推理预测，获得包含当前攻击行为以及后继攻击行为的多条候选攻击路径，从而实现对当前攻击行为的后继攻击行为的预测，由于Query2Box模型可以在大规模和不完整的知识图谱中使用交集、并集等运算符对任意查询进行推理预测，所以能够处理复杂关系的攻击行为，进而可有效提高多步攻击预测的准确性。
攻击预测方法装置电子设备存储介质

[发明专利]基于P张量秘密共享和多个数据隐藏器的信息隐藏方法-CN202210577089.2有效
发明人：彭海朋;王兰兰;李丽香;暴爽;梁俊英;张卓群;任叶青 -专利权人：北京邮电大学
申请日： 2022-05-25 - 公布日： 2023-07-25 - 主分类号： H04N1/32 文献下载
摘要：本发明公开了一种基于P张量秘密共享和多个数据隐藏器的信息隐藏方法，通过压缩感知技术处理原始图像以尽可能地减小影子图像的大小，并为信息隐藏者嵌入额外信息提供了便利，且由于压缩感知能够在采样的同时对信号压缩，因此，可实现较高的嵌入率。另外，将P张量积理论应用到矩阵运算当中，使用较小维数的测量矩阵同样可以处理高维信号，避免内存浪费，且P变换的矩阵是随机矩阵，可根据需求灵活地选择，所以经过P张量积运算的结果也更加多样，可以表示的矩阵也更多。在信息隐藏阶段，我们使用多个数据隐藏器进行信息嵌入，避免因单个信息隐藏器遭到损坏而不能恢复原始图像，提高信息隐藏模型的安全性。
基于张量秘密共享数据隐藏信息方法

[发明专利]一种图像描述文本生成方法及装置-CN202110823822.X有效
发明人：彭海朋;刘冬瑶;李丽香 -专利权人：北京邮电大学
申请日： 2021-07-21 - 公布日： 2023-07-11 - 主分类号： G06F16/58 文献下载
摘要：本发明实施例提供了一种图像描述文本生成方法及装置，涉及图像处理技术领域，上述方法包括：检测目标所在的目标区域；计算平均像素值，得到区域特征；对第一输入信息进行特征提取，得到第一隐藏特征；生成各目标区域的权重系数；对各个目标区域中相同位置的像素点的像素值进行加权计算得到第一输出信息；对第二输入信息进行特征提取，得到第二隐藏特征；获得预设词汇表中输出概率最高的输出单词；将第一输入信息更新为包含第一隐藏特征、已获得的输出单词和区域特征的信息，并返回得到第一隐藏特征的步骤，直至输出文本满足输出结束条件，将输出文本确定为图像描述文本。应用本发明实施例提供的方案能够提高生成图像描述文本的准确度。
一种图像描述文本生成方法装置

[发明专利]一种面向ASV系统的通用语音欺骗检测模型的建立方法-CN202310422093.6在审
发明人： 李丽香;薛晓鹏;彭海朋;任叶青;尉立雯;卢玥;夏玮江 -专利权人：北京邮电大学
申请日： 2023-04-19 - 公布日： 2023-07-07 - 主分类号： G10L17/04 文献下载
摘要：本发明公开了一种面向ASV系统的通用语音欺骗检测模型的建立方法，通过引入子网络方法，设计检测LA攻击的LANet，检测PA攻击的PANet以及联合检测LA攻击和PA攻击的混合模型FusionNet。该方法以LANet的浅层参数为基础，构建了一个轻量级的PANet，最后将LANet与PANet输出的embedding进行连接，送入FusionNet中，判定输入语音是否为真实语音。本发明在现有的针对特定攻击的检测模型的基础上，增加少量参数就可构建一个通用的语音欺骗检测模型，该模型既可以检测LA攻击又可以检测PA攻击，解决了现有模型仅能检测特定攻击的问题，同时实现轻量化，从而满足实际应用的需求。
一种面向 asv 系统通用语音欺骗检测模型建立方法

[发明专利]一种图像的识别方法及装置-CN202010158601.0有效
发明人： 李丽香;李帅;彭海朋;潘爽 -专利权人：北京邮电大学
申请日： 2020-03-09 - 公布日： 2023-07-07 - 主分类号： G06V10/82 文献下载
摘要：本发明实施例提供的一种图像的识别方法及装置，其中，方法包括：获取原始图像，基于原始图像生成粒子群，迭代更新粒子群，直至达到迭代次数，得到更新后的粒子群，在更新后的粒子群中，确定自适应值最小的目标粒子，针对原始图像，将该原始图像的特征值上与目标粒子对应的坐标值求和，得到对抗样本，利用对抗样本，训练预设的深度学习模型，得到训练后的深度学习模型，利用训练后的深度学习模型识别被扰动的图像。本发明实施例无需获知深度学习模型的内部结构，将目标粒子的坐标值与原始图像的特征值求和得到对抗样本，使用该对抗样本训练得到的深度学习模型抗干扰能力较强，可以提高识别携带未知扰动的图像时的准确性。
一种图像识别方法装置

[发明专利]用于车联网环境的智能无人机辅助决策规划方法及装置-CN202211130407.7有效
发明人： 李丽香;暴爽;彭海朋;王兰兰;梁俊英;张卓群 -专利权人：北京邮电大学
申请日： 2022-09-16 - 公布日： 2023-06-27 - 主分类号： H04L67/12 文献下载
摘要：本发明公开了一种用于车联网环境的智能无人机辅助决策规划方法及装置，首先将训练好的无人机辅助网络部署于多旋翼无人机上，得到智能无人机；其次创建道路信息数据库，将智能无人机部署在道路网络中收集实时数据；然后将智能无人机收集的实时数据输入三层人工神经网络的输入层，在隐藏层中对传入的信息进行数据预处理和预测，在输出层中对预测结果进行判断和决策，输出对车辆驱动部分的控制命令；最后对控制命令进行判断，再输出到目标车辆的驱动设备上，完成最终的驾驶行为转换。本发明提高了车辆决策规划的准确性，同时保证了信息的实时性，从而降低了决策的错误率，提高了对无人机的控制准确性，能够大面积覆盖道路，从而高效收集实时信息。
用于联网环境智能无人机辅助决策规划方法装置

[发明专利]一种针对联邦学习中差分隐私预算计算的收紧方法-CN202210151961.7有效
发明人： 李丽香;石佳鑫;彭海朋 -专利权人：北京邮电大学
申请日： 2022-02-18 - 公布日： 2023-06-27 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种针对联邦学习中差分隐私预算计算的收紧方法，通过从假设检验的角度出发，计算隐私预算，通过f‑差分隐私技术完成对联邦图像分类系统中隐私预算的跟踪工作，并通过客户端标准化梯度下降法完成对单个客户端更新梯度的规范，限制单个客户端对整体模型的影响，解决了现有工作中梯度阈值超参选择的难题，让模型可以完成更多轮次的训练，以及规避梯度剪裁阈值C对联邦学习模型的影响，使得联邦学习系统可以在不过分影响精度的同时，满足差分隐私。
一种针对联邦学习中差分隐私预算计算收紧方法

[发明专利]一种基于区块链的动态差分隐私联邦学习系统-CN202310221541.6在审
发明人：彭海朋;吴晗;李丽香;周泽宁;杨阳;王祯 -专利权人：北京邮电大学
申请日： 2023-03-09 - 公布日： 2023-05-16 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于区块链的动态差分隐私联邦学习系统，针对联邦学习自身的特点和存在的问题，将差分隐私技术进行改进，采用自适应裁剪梯度、加权法添高斯噪声和随机性调度的联邦学习，将联邦学习的隐私性与性能同时做到高水平，再结合区块链的特性，给联邦学习进行赋能，解决了联邦学习中所面临的推理攻击、投毒攻击和中心聚合服务器攻击等问题，可以为联邦学习提供多重安全保障，保护数据隐私、提高模型安全、性能、保障公平性和信任度，从而为联邦学习的应用提供更加安全、可靠、有效的解决方案。
一种基于区块动态隐私联邦学习系统

[实用新型]一种用于IDC液冷浸泡装置-CN202222860668.6有效
发明人： 李丽香;郑俊彬 -专利权人：纯钧新材料（深圳）有限公司
申请日： 2022-10-28 - 公布日： 2023-05-05 - 主分类号： H05K7/20 文献下载
摘要：本实用新型公开了一种用于IDC液冷浸泡装置，包括浸泡瓶和夹紧组件，夹紧组件包括挂钩部、用于夹紧待浸泡器材使其浸没于浸泡液中的夹紧件、用于连接挂钩部与夹紧件的连接部，挂钩部固定于浸泡瓶顶部，夹紧件悬空于浸泡瓶内，浸泡瓶内装有浸泡液，浸泡液为冷却液；本实用新型提供的用于IDC液冷浸泡装置，通过设置夹紧组件将待浸泡器件夹紧使其(待浸泡器件)浸没于浸泡液中，且夹紧件是悬空于浸泡瓶内的，使待浸泡器件在充分浸泡的同时不接触浸泡瓶的内壁，进而可以实现高效浸泡，且适用于密度小于浸泡液的待浸泡器件，避免因无法完全浸没于浸泡液中导致影响浸泡结果，提高浸泡效率，可以降低浸泡时长，装置简单，操作方便。
一种用于 idc 浸泡装置

[发明专利]一种基于LWE问题的短公共参数身份基代理重加密方法-CN202310047583.2在审
发明人：张可源;王励成;刘媛;李丽香 -专利权人：北京邮电大学
申请日： 2023-01-31 - 公布日： 2023-05-02 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于LWE问题的短公共参数身份基代理重加密方法，通过更加简洁、高效的陷门生成算法，生成陷门矩阵，即格上的一个短基，并将其作为主私钥MSK，并通过分块技术将l比特长度的身份序列分成l′＝l/β块，减少公共参数的选取个数，主私钥与公共参数的尺寸均得到缩小，公共参数计算复杂度降低，提高计算效率，减少存储开销。本发明满足标准模型下的自适应IND‑ID‑CPA安全，具备单向性、有限多跳性，且能够抵抗合谋攻击。
一种基于 lwe 问题公共参数身份代理加密方法

[发明专利]一种目标信息的预测方法及装置-CN202110598271.1有效
发明人： 李丽香;张雅盟;彭海朋 -专利权人：北京邮电大学
申请日： 2021-05-31 - 公布日： 2023-04-18 - 主分类号： G06F18/214 文献下载
摘要：本发明实施例提供了一种目标信息的预测方法及装置，上述方法包括：获取目标信息在当前时间点之前的多个离散的时间点对应的目标历史信息；将目标历史信息输入预先训练的目标信息预测模型，获取目标信息在当前时间点后的变化趋势预测结果；RNN层，用于对输入的目标历史信息进行初始变化趋势特征提取，并将所提取的初始变化趋势特征输入GAN层；GAN层，用于基于初始变化趋势特征，确定目标信息在当前时间点后的变化趋势信息，作为目标信息的变化趋势预测结果。采用本发明实施例提供的方法，提高了预测出的目标信息在当前时间点后的变化趋势信息的精度。
一种目标信息预测方法装置

1
2
3
4
5
6
7
8
下一页»
尾页
共 107 条