“陈晋音”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364个，建议您升级VIP下载更多相关专利

[发明专利]一种基于条件生成式网络的图像融合模型安全性检测方法-CN202310225449.7有效
发明人：杨星;穆华;梁振宇;陈晋音;郑海斌;李秦峰;许颢砾;王阳阳;高皓琪;朱东涛 -专利权人：中国人民解放军国防科技大学
申请日： 2023-03-10 - 公布日： 2023-10-10 - 主分类号： G06F21/57 文献下载
摘要：本发明提出一种基于条件生成式网络的图像融合模型安全性检测方法，涉及数据安全技术领域。所述方法包括：获取待进行安全性检测的原模型，所述原模型至少包括图像融合模型，基于条件生成式网络构建所述图像融合模型的替换模型，并利用所述替换模型得到所述原模型的等价模型；通过搜索触发器来确定所述等价模型的可疑后门，并基于所述可疑后门的聚散度函数确定所述等价模型的恶意后门，作为对所述原模型的安全性检测结果。本发明解决了基于传统图像融合方法的图像融合智能识别模型由于图像融合部分与识别模型分离无法使用已有的模型安全性测试方法对图像融合智能识别模型进行测试的问题。
一种基于条件生成网络图像融合模型安全性检测方法

[发明专利]一种面向强化学习的数据异常检测防御方法-CN202010071877.5有效
发明人： 陈晋音;章燕;王雪柯 -专利权人：浙江工业大学
申请日： 2020-01-21 - 公布日： 2023-09-01 - 主分类号： G06N3/092 文献下载
摘要：本发明公开了一种面向强化学习的异常数据检测防御方法，包括：(1)搭建小车自动驾驶环境，并基于根据小车自动驾驶环境提供的状态数据，采用深度确定性策略梯度算法进行强化学习，生成驾驶状态数据作为训练样本；(2)利用所述训练样本训练由生成器和判别器组成的生成式对抗网络；(3)采集的驾驶状态数据，利用训练好的生成器生成根据当前时刻驾驶状态数据得到的下一时刻的预测驾驶状态数据；(4)利用训练好的判别器判别下一时刻的真实驾驶状态数据和预测驾驶状态数据是否正常，当下一刻的真实驾驶状态数据异常，预测驾驶状态数据正常，利用预测驾驶状态数据替换真实驾驶状态数据。
一种面向强化学习数据异常检测防御方法

[发明专利]一种基于显著特征变异确定特征样本优先级的方法与系统-CN202310532146.X在审
发明人：杨星;许颢砾;陈晋音;郑海斌;项云鹏;王阳阳;高皓琪;朱东涛;梁振宇;穆华 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-12 - 公布日： 2023-08-29 - 主分类号： G06V10/46 文献下载
摘要：本发明提出一种基于显著特征变异确定特征样本优先级的方法与系统，涉及数据处理技术领域。本公开基于高频信息与强梯度特征融合的关键像素点确定方法，通过对高频信息像素位置与强梯度信息像素位置取并集，确定关键像素点的位置；基于激活值差异值的关键神经元确定方法，通过原样本与变异样本输入后激活值的变化，确定关键神经元位置；基于样本和模型变异的放大，通过对于关键像素点的变异操作，增加可以使用的样本数，形成样本组合特征，从而增加对于特征判断的准确性。
一种基于显著特征变异确定样本优先级方法系统

[发明专利]一种基于通用逆扰动防御矩阵的对抗攻击防御方法-CN201911182144.2有效
发明人： 陈晋音;吴长安;郑海斌 -专利权人：浙江工业大学
申请日： 2019-11-27 - 公布日： 2023-08-22 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于通用逆扰动防御矩阵的对抗攻击防御方法，首先，准备对抗样本，利用各类攻击方法获得比较全面的对抗样本；然后开始训练通用逆扰动矩阵，训练策略包括通用逆扰动防御矩阵策略、通用逆扰动防御矩阵生成网络策略和自集成通用逆扰动防御矩阵生成网络策略，使用三种不同的策略生成通用逆扰动矩阵，以应对不用的用户需求，用户的计算资源越充足，防御等级需求越高，使用的通用逆扰动矩阵生成策略越复杂；最后，观察所产生的通用逆扰动矩阵的性能指标，指标达标后，进行对抗攻击防御的应用。本发明的方法，不需要使用模型的反馈信息，也不会改动模型内部结构，既能对已知的各种攻击进行防御，还能实现对部分未知攻击进行防御。
一种基于通用扰动防御矩阵对抗攻击方法

[发明专利]一种基于声谱图的声纹识别集成模型的防御方法及防御装置-CN202010105807.7有效
发明人： 陈晋音;叶林辉;王雪柯;郑喆 -专利权人：浙江工业大学
申请日： 2020-02-20 - 公布日： 2023-08-18 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于声谱图的声纹识别集成模型的防御方法，包括：(1)采集音频文件，并对音频文件转化为声谱图，该声谱图作为良性样本；(2)利用良性样本训练多个声纹识别模型，获得训练好的多个声纹识别模型；(3)采用投票机制从训练好的多个声纹识别模型从筛选获得较优的多个声纹识别模型进行集成，形成声纹识别集成模型，利用良性样本重新训练声纹识别集成模型；(4)采集布谷鸟搜索算法分别攻击多个声纹识别模型，生成对抗样本；(5)利用对抗样本和良性样本对步骤(3)获得的声纹识别集成模型进行再训练，获得能够抵抗攻击的声纹识别集成模型；(6)利用步骤(5)获得的声纹识别集成模型对音频文件对应的声谱图进行防御识别。
一种基于声谱声纹识别集成模型防御方法装置

[发明专利]一种对成像位置变化鲁棒的抗衰减红外目标检测物理对抗方法-CN202310345590.0在审
发明人：郑海斌;严云杰;陈晋音;陈靖文;赵晓明 -专利权人：浙江工业大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G06F30/20 文献下载
摘要：一种对成像位置变化鲁棒的抗衰减红外目标检测物理对抗方法，包括如下步骤：步骤1，建立物理域扰动数字域模型；步骤2，生成数字域对抗扰动；步骤3、数字域对抗扰动物理迁移；包括：依据数字域上生成对抗扰动，对于像素值高于200的部分，使用透热布料进行迁移，对于像素值介于0到200之间的部分，使用厚度不同的聚酰亚胺板进行迁移。本发明将物理域的随机扰动建模成对图像的线性变换，在使用梯度下降优化的过程中对多种物理随机扰动进行采样，保证对抗扰动对于成像位置变化的鲁棒性。
一种成像位置变化衰减红外目标检测物理对抗方法

[发明专利]一种对成像主体变化鲁棒的行人目标检测物理抗衰减对抗方法-CN202310346511.8在审
发明人：郑海斌;陈若曦;陈晋音;曹志骐;陈靖文 -专利权人：浙江工业大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G06F30/20 文献下载
摘要：一种对成像主体变化鲁棒的行人目标检测物理抗衰减对抗方法，包括以下步骤：1)成像主体的衰减因子体系化建模；2)基于插值的单因子对抗衰减建模，通过多样本拟合，对成像主体的光源光线和目标物体表面特征进行衰减效果的细粒度分析；3)面向成像主体的多因子联合扰动优化，对成像主体中的光源、目标对象和采集设备等影响扰动效果的因素进行具体分析和参数化，实现成像主体中衰减原因的体系化建模，探究光学特性对成像中扰动的衰减作用，利用插值算法拟合单因子对扰动对抗性的影响函数，以此指导对抗样本生成，以挖掘深度模型中的深层次漏洞。利用生成的对抗样本对模型进行重新训练，可以修复其中的漏洞，使深度模型在应用时更加安全可靠。
一种成像主体变化行人目标检测物理衰减对抗方法

[发明专利]一种基于强化学习的联邦系统偏见中毒防御方法、装置-CN202211089354.9在审
发明人： 陈晋音;刘嘉威;郑海斌;倪洪杰;赵云波 -专利权人：浙江工业大学
申请日： 2022-09-07 - 公布日： 2023-06-30 - 主分类号： G06F21/55 文献下载
摘要：本发明公开了一种基于强化学习的联邦系统偏见中毒防御方法、装置，包括：服务器调用全局模型，分发给各个客户端，客户端接收中央服务器下发的全局模型，并利用本地数据基于平等机会偏差指标检测全局模型对敏感属性是否有偏见；若检测全局模型存在偏见，则利用基于强化学习的联邦学习方法进行去偏，得到去偏模型；使用本地数据训练去偏模型，并将训练后的去偏模型上传至中央服务器；若检测全局模型不存在偏见，则使用本地数据训练全局模型，并将训练后的全局模型上传至中央服务器；将训练后的全局模型和训练后去偏模型进行聚合，得到新的全局模型，并将新的全局模型下发到客户端；重复上述步骤，直至基于强化学习的联邦学习结束。
一种基于强化学习联邦系统偏见中毒防御方法装置

[发明专利]基于独立认证的联邦学习产权认证方法和系统-CN202211097276.7在审
发明人：潘晓华;陈晋音;沈诗婧;苏蒙蒙;叶林辉 -专利权人：杭州榕数科技有限公司
申请日： 2022-09-08 - 公布日： 2023-06-23 - 主分类号： G06F21/44 文献下载
摘要：本发明公开了一种基于独立认证的联邦学习产权认证方法和系统，包括聚合器和客户端用于进行关于贷款预测模型的多轮联邦学习；聚合器还用于将不同于各客户端本地数据的独立数据集输入至当前贷款预测模型后将得到的输出结果拼接成向量作为正样本，同时收集多个已训练好的其他贷款预测模型，将独立数据集输入至其他贷款预测模型后将得到的输出结果拼接成向量作为负样本，将正样本和负样本输入至认证模型进行训练，训练目标为当前贷款预测模型是否为联邦学习得到的全局模型；模型所有者还用于利用训练好的认证模型对待认证的贷款预测模型进行认证预测，输出认证预测结果。该方法和系统能够实现对模型产权的准确认证。
基于独立认证联邦学习产权方法系统

[发明专利]面向基于人工免疫算法对抗攻击的对抗防御方法-CN202010361159.1有效
发明人： 陈晋音;上官文昌;沈诗婧 -专利权人：浙江工业大学
申请日： 2020-04-30 - 公布日： 2023-06-02 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种面向基于人工免疫算法对抗攻击的对抗防御方法，包括以下步骤：(1)获取原始图片样本集；以原始图片样本为基础，基于人工免疫算法生成对抗样本；将原始图片样本与对抗样本合并，分为训练集和测试集；(2)利用训练集和测试集对图片分类器进行训练，获得图片识别模型；(3)利用图片识别模型对待识别图片进行识别，实现图片识别的对抗防御。本发明可以解决在面对基于人工免疫算法对抗攻击时，现有技术的防御效果较差、分类器识别准确率较低的技术问题。
面向基于人工免疫算法对抗攻击防御方法

[发明专利]一种面向无线电信号识别对抗攻击的防御方法-CN202010322789.8有效
发明人： 陈晋音;吴长安 -专利权人：浙江工业大学
申请日： 2020-04-22 - 公布日： 2023-06-02 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种面向无线电信号识别对抗攻击的防御方法，包括：(1)对采集的无线电信号进行预处理，获得测试样本；(2)利用基于长短时记忆网络构建的第一无线电信号识别模型对测试样本进行识别，获得第一识别结果；(3)利用基于卷积神经网络构建的第二无线电信号识别模型对测试样本进行识别，获得第二识别结果；(4)利用基于图卷积神经网络构建的第三无线电信号识别模型对测试样本进行识别，获得第三识别结果；(5)利用softmax分类器集成所述第一识别结果、第二识别结果以及第三识别结果，获得无线电信号调制类型的最终识别结果。该防御方法大大提高无线电信号识别深度学习模型的鲁棒性和对于对抗样本的防御能力。
一种面向无线电信号识别对抗攻击防御方法

[发明专利]基于神经通路激活状态的深度学习模型测试方法与装置-CN202010324434.2有效
发明人： 陈晋音;金海波;熊晖;张龙源;邹健飞 -专利权人：浙江工业大学
申请日： 2020-04-22 - 公布日： 2023-06-02 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于神经通路激活状态的深度学习测试样本的生成方法及装置，方法包括以下步骤：1)获取图数据集与深度学习模型；2)预训练深度学习模型并获得神经通路激活状态特征矩阵；3)构建样本批次；4)变异操作；5)生成测试样本，其中包括计算变异样本与神经通路激活状态特征矩阵的距离，保持神经通路激活状态一致的情况下，根据梯度上升最大化修改测试样本与原始样本的距离并最终生成数据集与相应深度学习模型的测试集。该方法可以根据深度学习模型内部神经元与神经元、层与层之间的联系，有针对性地生成测试样本。
基于神经通路激活状态深度学习模型测试方法装置

[发明专利]一种基于突变算法的数据维度敏感性排序方法-CN202211727467.7在审
发明人：郑海斌;项云鹏;陈晋音;宣琦 -专利权人：浙江工业大学
申请日： 2022-12-30 - 公布日： 2023-05-30 - 主分类号： G16B20/50 文献下载
摘要：本发明提出了一种基于突变算法的数据维度敏感性排序方法，该发明通过对数据进行突变来获得完整的数据组合，计算数据基尼系数并根据基尼系数排序获得模型对于数据值的敏感程度，对每个数据值的敏感程度进行统计的方法，获得模型对于数据维度的敏感度以及敏感性的排序。本方法实现了通过无监督的方法对于模型数据维度敏感度进行排序，通过实验发现，该方法对于敏感属性的推断能力较强，并且在不同数据集和不同模型下都可以使用，能够较好的适用于各种任务中。
一种基于突变算法数据维度敏感性排序方法

[发明专利]基于注意力机制的多智能体深度强化学习策略优化方法-CN202110777110.9有效
发明人： 陈晋音;胡书隆;王雪柯;章燕 -专利权人：浙江工业大学
申请日： 2021-07-09 - 公布日： 2023-05-30 - 主分类号： G06N3/092 文献下载
摘要：本发明公开了一种基于注意力机制的多智能体深度强化学习策略优化方法，所述方法包括如下步骤：搭建多智能体强化学习协作模拟场景，并利用深度确定性策略梯度算法训练多智能体；个性生成器利用概率分类器对智能体观察到的图片的概率分布进行预测，对概率分布器进行训练，使得概率分布器区分智能体更加准确，从而使得智能体的个性逐渐显现；获取每个时间步智能体观察到的图片的特征信息并正则化奖励折扣因子，将得到的奖励折扣因子更新至个性生成器中的奖励函数得到新设置的奖励函数；将新设置的奖励函数更新至深度确定性策略梯度算法的多智能体强化学习框架中对多智能体进行训练，直至多智能体达到收敛。
基于注意力机制智能深度强化学习策略优化方法

[发明专利]一种基于灰度参数重整的红外全向隐身方法-CN202211542841.6在审
发明人：郑海斌;严云杰;陈晋音;王璨;曹志骐 -专利权人：浙江工业大学
申请日： 2022-12-02 - 公布日： 2023-05-09 - 主分类号： G06T15/00 文献下载
摘要：一种基于灰度参数重整的红外全向隐身装置，包括如下步骤：步骤1，生成对抗样本；步骤2，获取全向攻击数字域模型；步骤3，数字域全向隐身模型在物理域上的迁移。本发明将Gumbel‑softmax技术与阈值方法相结合，实现利用梯度下降方法优化只有两种像素值的对抗样本，加速对抗样本生成过程。针对单个目标进行多个角度的采样，对每一个就角度采样的图片都分别进行对抗纹理生成，将生成的组对抗样本输入到3D渲染器当中，经过3D渲染器的优化，生成数字域的3D全向对抗纹理的模型。本发明使用隔热材料和普通透热衣料在物理域下复现数字域的全向对抗纹理，实现物理域下的红外全向隐身装置，在多个角度采集的图像均无法被检测模型识别。
一种基于灰度参数重整红外全向隐身方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 364 条