“程杰仁”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40个，建议您升级VIP下载更多相关专利

[发明专利]基于混合网络模型和联邦学习的网络入侵检测-CN202310517274.7在审
发明人： 程杰仁;寇雨晴 -专利权人：海南大学
申请日： 2023-05-09 - 公布日： 2023-10-03 - 主分类号： H04L9/40 文献下载
摘要：本申请公开了一种网络入侵检测方法、系统、装置、存储介质及电子设备，所述方法包括：获取当前入侵检测模型的参数和当前本地检测模型的流量时序数据；根据流量时序数据和本地检测模型，确定所述本地检测模型的局部模型参数；通过联邦学习算法对局部模型参数进行全局聚合，得到入侵检测模型的全局模型参数；若全局模型参数满足预设条件，则根据全局流量时序数据和入侵检测模型，确定网络入侵检测结果。这样，一方面通过联邦学习可以确定入侵检测模型的全局模型参数，从而对网络入侵进行准确检测，提高了检测结果的准确性，另一方面增加了入侵检测模型的数据量，解决了网络入侵场景中的数据孤岛问题，同时保障本地用户数据不被泄露。
基于混合网络模型联邦学习入侵检测

[发明专利]一种点云特征增强的区块链DDoS攻击分类与分割方法-CN202310510837.X在审
发明人： 程杰仁;李修来;唐湘滟 -专利权人：海南大学
申请日： 2023-05-08 - 公布日： 2023-08-18 - 主分类号： H04L9/40 文献下载
摘要：本申请实施例公开了一种点云特征增强的区块链DDoS攻击分类与分割方法，属于网络安全技术领域。所述方法包括：基于CIC‑DDoS2019数据集，获取多个DDoS攻击类型的数据，建立具有DDoS攻击类型的数据集；预处理CIC‑DDoS2019数据集中多个DDoS攻击类型的数据以外的数据，得到具有有效特征的第一数据；具有有效特征的第一数据输入决策树模型筛选，得到具有关键特征的第二数据；基于具有关键特征的第二数据和具有DDoS攻击类型的数据集，生成DDoS实时检测数据集；输入具有关键特征的第二数据到点云，增强点云特征，并建立检测模型；输入DDoS实时检测数据集到检测模型，得到DDoS攻击流量的分类和分割结果。因此，本申请实施例可以在分布式网络环境中有效地对DDoS攻击进行分类和分割。
一种特征增强区块 ddos 攻击分类分割方法

[发明专利]基于感受野增强和注意力引导聚合的目标检测方法及装置-CN202310513345.6在审
发明人： 程杰仁;唐柱;唐湘滟 -专利权人：海南大学
申请日： 2023-05-08 - 公布日： 2023-08-11 - 主分类号： G06V10/80 文献下载
摘要：本申请实施例公开了一种基于感受野增强和注意力引导聚合的目标检测方法及装置，属于计算机视觉领域。所述方法包括：特征图输入骨干网络模块提取图像特征，得到不同特征层次的特征图，选取部分不同特征层的特征图；输入选取的部分不同特征层的特征图到感受野增强模块，扩大特征感受野，提取多尺度特征信息；根据不同特征层的特征两两融合的方式，输入不同特征层的特征图到注意力引导融合模块融合特征，提高特征融合的质量，降低噪声信息干扰。因此，本申请实施例可以在终端设备和其他资源受限环境下，缩小网络规模，降低模型对存储空间的要求，平衡检测精度和速度。
基于感受增强注意力引导聚合目标检测方法装置

[发明专利]用于预测地铁客流量的方法及装置、存储介质-CN202310662638.0在审
发明人： 程杰仁;李雅静 -专利权人：海南大学
申请日： 2023-06-06 - 公布日： 2023-08-11 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及智能交通技术领域，公开一种用于预测地铁客流量的方法，所述方法应用于卷积神经网络模型中，所述方法包括：获取客流数据、网络拓扑数据和环境数据；基于客流数据、网络拓扑数据和环境数据，分别提取客流数据特征、网络拓扑数据特征和环境数据特征；将客流数据特征、网络拓扑数据特征和环境数据特征进行融合，得到融合特征；根据融合特征，预测客流量。该方法在利用卷积神经网络模型预测地铁中客流量时，充分考虑了影响客流量的地铁线路所经位置和天气信息，从而提升了预测地铁中客流量的可靠性。本申请还公开一种用于预测地铁客流量的装置及存储介质。
用于预测地铁客流量方法装置存储介质

[发明专利]基于上下文级联和多尺度特征细化的语义分割方法及装置-CN202310508273.6在审
发明人： 程杰仁;花帅 -专利权人：海南大学
申请日： 2023-05-08 - 公布日： 2023-08-04 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于上下文级联和多尺度特征细化的语义分割方法及装置，所述方法应用于卷积神经网络，卷积神经网络包括基于上下文级联和多尺度特征细化的语义分割网络，方法包括：图像输入骨干网络进行特征编码；后输入上下文级联模块，各级不同感受野的特征图进行级联操作，获取具有全局特征的多尺度上下文信息特征图；将低维阶段的特征图输入多尺度特征细化模块通过通道切分及卷积，获取低维阶段多尺度空间信息，注意力指导后得到低维多尺度空间特征图，并和具有全局特征的多尺度上下文信息特征图深度融合，通过上采样实现特征图的预测。本发明实现了在资源受限平台上挖掘多尺度上下文信息和细化空间细节时更好的平衡分割准确率和推理速度。
基于上下文级联尺度特征细化语义分割方法装置

[发明专利]一种图表示学习方法、装置、设备及可读存储介质-CN202310112687.7在审
发明人： 程杰仁;唐湘滟;彭鑫 -专利权人：海南大学
申请日： 2023-02-13 - 公布日： 2023-07-14 - 主分类号： G06N3/042 文献下载
摘要：本发明公开了一种图表示学习方法，所述方法包括：接收所采集的图结构数据，对每个图结构数据进行数据增强；通过图神经网络对所述图结构数据进行编码，得到图表示向量；通过局部‑全局的互信息最大化对所述图表示向量进行训练；通过两种对比策略分别在节点级别和特征级别对所述图表示向量约束。本发明还提供了图表示学习装置、设备及可读存储介质。本发明提供的图表示学习方法、装置、设备及可读存储介质，可以提升图表示学习的可靠性。
一种图表学习方法装置设备可读存储介质

[发明专利]一种异步自适应联邦学习方法及装置-CN202211431258.8在审
发明人： 程杰仁;罗平 -专利权人：海南大学
申请日： 2022-11-16 - 公布日： 2023-05-30 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种异步自适应联邦学习方法及装置，所述方法应用于工作节点，所述方法包括：从参数服务器接收全局模型参数，并从本地训练数据集执行本地SGD迭代；当完成指定次数的局部SGD迭代后，将本地模型参数和控制参数发送到所述参数服务器，使得所述参数服务器利用所述本地模型参数计算得到新的全局模型参数，利用所述控制参数计算得到所有工作节点上的最优SGD迭代次数的集合；接收所述参数服务器发送的最优SGD迭代次数的集合、全局模型参数和循环指数；重复上述步骤，直至获得最优全局模型参数。本申请在不同工作节点上动态确定局部SGD迭代次数，从而在时间资源预算下平衡快工作节点和慢工作节点，以获得稳定的性能。
一种异步自适应联邦学习方法装置

[发明专利]基于区块链的单份文档多接口编辑方法-CN202011624754.6有效
发明人： 程杰仁;叶光亮;唐湘滟;李慧;袁煜明;张渊 -专利权人：海南大学;海南火链科技有限公司
申请日： 2020-12-30 - 公布日： 2023-04-11 - 主分类号： G06F40/166 文献下载
摘要：本发明提供一种基于区块链的单份文档多接口编辑方法，将参与文档编辑的终端节点与边缘服务器通信连接，获取边缘服务器区块链中已储存的序列化编辑指令，完成当前文档版本同步；编辑过程中，边缘服务器收集对应终端节点的编辑指令，将编辑指令整合形成序列化编辑指令，参与编辑的所有终端节点和对应边缘服务器依据序列化编辑指令完成当前文档版本同步；当达预设同步条件，参与文档编辑的边缘服务器将当前文档版本信息和新的序列化编辑指令广播至边缘服务器区块链存储，经共识机制达成文档共识后，同步至所有终端区块链中参与文档编辑的终端节点。本发明可有效解决传统的单份文档多接口编辑方法存在的可用性差、安全性低、存储开销大的问题。
基于区块文档接口编辑方法

[发明专利]一种基于区块链的非法数据上链识别方法及装置-CN202211431918.2在审
发明人： 程杰仁;李圆深 -专利权人：海南大学
申请日： 2022-11-16 - 公布日： 2023-03-14 - 主分类号： H04L9/40 文献下载
摘要：本申请提供了一种基于区块链的非法数据上链识别方法及装置，所述方法应用于区块链中的识别链，所述方法包括：生成智能合约；和被识别链进行协商，根据协商结果将识别参数填入智能合约；发送令牌至被识别链IDBC，使得所述被识别链IDBC将存储在星际文件系统IPFS的数据信息及令牌生成的hash值返回给所述识别链；基于信誉的节点随机选择算法选择识别节点；将所述接收的hash值广播通知所述识别节点，使得所述每个识别节点通过所述hash值下载所述数据信息，并对所述数据信息进行识别。本申请提供的方法不仅实现了对非法数据上链的识别，还实现了对识别节点的管理，减少了非法数据上传至区块链的违法事件发生。
一种基于区块非法数据识别方法装置

[发明专利]基于用户分组协同的联邦学习方法、系统及装置-CN202211431701.1在审
发明人： 程杰仁;刘振豪 -专利权人：海南大学
申请日： 2022-11-16 - 公布日： 2023-03-07 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种基于用户分组协同的联邦学习方法、系统及装置，其中，一种基于用户分组协同的联邦学习方法，提出了一种基于用户的分组协作联邦学习隐私保护框架，它使用两种尺度的传输方法，在传统的联邦学习架构上增加本地计算，减少与服务器的连接数，可以有效解决用户串通问题。通过改变组数来减少链式结构导致的系统上行消耗时间延长，优于经典的联邦学习平均聚合算法。即使用户相互勾结，仍然可以保护隐私，并且不影响模型训练的准确性。
基于用户分组协同联邦学习方法系统装置

[发明专利]基于双向信任模型的移动群智感知激励机制-CN202211248060.6在审
发明人： 程杰仁;许信彬;袁煜明;张博 -专利权人：海南大学;海南火链科技有限公司
申请日： 2022-10-12 - 公布日： 2023-02-03 - 主分类号： G06Q10/105 文献下载
摘要：本发明公开了基于双向信任模型的移动群智感知激励机制，所述方法包括：接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，以使所述工人收集感知数据，并将所述感知数据提供给所述请求者；接收所述请求者和所述工人反馈的评价数据；基于所述评价数据评估所述请求者与所述工人之间的信任关系；根据所述信任关系和所述任务预算，计算所述工人应获得的奖励。本发明还提供了用户激励装置及可读存储介质。本发明提供的基于双向信任模型的移动群智感知激励装置及可读存储介质，可以提升用户激励机制的可靠性。
基于双向信任模型移动感知激励机制

[发明专利]基于熵值与SVM-BOOSTING的DDoS攻击分级检测方法-CN202211250473.8在审
发明人：唐湘滟;程杰仁;杨昊;袁煜明;张博 -专利权人：海南大学;海南火链科技有限公司
申请日： 2022-10-12 - 公布日： 2023-02-03 - 主分类号： H04L9/40 文献下载
摘要：基于熵值与SVM‑BOOSTING的DDoS攻击分级检测方法，所述方法包括：获取交换机和/或路由器端口统计数据；根据所述端口统计数据构建对应的熵值特征；当所述熵值特征对应的熵值超过对应的预设阈值时，调用自适应支持向量机进行流量分类；基于所述分类进行攻击流量识别。本申请提供的基于熵值与SVM‑BOOSTING的DDoS攻击分级检测方法在粗粒度模式下通过统计特征对异常流量触发阈值警报，在触发警报后，细粒度模式进行更精细的特征提取，以通过SVM‑Boosting检测算法做进一步的攻击流量判别。通过日常情况下在粗粒度模式下运行、受攻击时在细粒度模式下运行的方式减少了检测的工作量，通过SVM‑Boosting提高了对支持平面附近实例的分类准确性。
基于 svm boosting ddos 攻击分级检测方法

[发明专利]一种基于区块链的数据分发方法与装置-CN202011632209.1有效
发明人： 程杰仁;叶光亮;唐湘滟;李慧;袁煜明;胡广荆 -专利权人：海南大学;海南火链科技有限公司
申请日： 2020-12-31 - 公布日： 2023-02-03 - 主分类号： H04L67/1097 文献下载
摘要：本发明提供一种基于区块链的数据分发方法与装置，应用于双层区块链中的任一节点，双层区块链包括多条底层区块链和一条顶层区块链，每条底层区块链由边缘服务器节点及其下属的终端节点分别组织而成，顶层区块链由各个边缘服务器节点组织而成，该方法包括以下步骤：获取待分发数据；根据第一预设规则对待分发的数据以及接收对应数据的终端节点集合在顶层区块链中达成共识，以特定数据结构将待分发数据打包至顶层区块链新区块；将待执行的数据分发任务保存至边缘服务器缓冲区，根据数据分发任务解析区块以获取待分发数据，将待分发数据分发到目标终端节点。本发明具有数据分发效率高、可扩展性强、安全性高的特点。
一种基于区块数据分发方法装置

[发明专利]一种基于多尺度上下文聚合网络的实时语义分割方法及装置-CN202211247279.4在审
发明人： 程杰仁;李花 -专利权人：海南大学
申请日： 2022-10-12 - 公布日： 2023-01-06 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于多尺度上下文聚合网络的实时语义分割方法及装置，所述方法包括：将原始图像输入至骨干网络中进行编码输出图像信息，并对所述图像信息进行卷积特征提取生成多层特征图；基于所述多层特征图学习多尺度特征，得到特征图；将所述特征图中的深层特征与所述多层特征图中的浅层特征进行融合。本发明还提供了基于多尺度上下文聚合网络的实时语义分割装置、设备及可读存储介质。本发明提供的基于多尺度上下文聚合网络的实时语义分割方法、装置、设备及可读存储介质，可以提升语义分割的分割精度和分割效率。
一种基于尺度上下文聚合网络实时语义分割方法装置

[发明专利]一种用于无监督域自适应的前景目标迁移方法-CN202211247609.X在审
发明人：唐湘滟;程杰仁;刘乐 -专利权人：海南大学
申请日： 2022-10-12 - 公布日： 2023-01-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种用于无监督域自适应的前景目标迁移方法，所述方法包括：获取已标记的源域样本和未标记的目标域样本作为训练样本，将所述源域样本和所述目标域样本输入至深度神经网络进行训练得到分类模型，将目标域中待分类的数据输入至所述分类模型，得到分类结果。本发明还提供了一种用于无监督域自适应的前景目标迁移装置。本发明提供的一种用于无监督域自适应的前景目标迁移方法及装置，可以提升分类精度和分类效率。
一种用于监督自适应前景目标迁移方法

1
2
3
下一页»
尾页
共 40 条