“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]一种基于模仿学习的Deepfake检测方法-CN202011528449.7在审
发明人：刘毅;王鹏程;陈晋音 -专利权人：浙江工业大学
申请日： 2020-12-22 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于模仿学习的Deepfake检测方法，包括：(1)采集样本数据，将样本数据进行预处理后划分为专家样本S和测试样本T；(2)对专家样本S和测试样本T中数据的类别进行one‑hot编码，获取对应的类别标签序列；(3)构建策略模型Actor和判别器D，将专家样本S的状态‑动作对输入到策略模型Actor中进行训练，并通过判别器D输出的置信度反向传播梯度求导更新策略模型Actor的模型参数，直到损失函数收敛；(4)策略模型Actor的训练结束，用测试样本进行测试，计算出策略模型Actor的决策准确率；(5)将策略模型Actor应用于Deepfake视频的真假判别。利用本发明，使得模型的训练过程相对简单，不需要设计复杂的框架结构，应用场景更加全面。
一种基于模仿学习 deepfake 检测方法

[发明专利]一种基于MAML元学习算法的多特征真假视频检测方法-CN202011528465.6在审
发明人：刘毅;王鹏程;陈晋音 -专利权人：浙江工业大学
申请日： 2020-12-22 - 公布日： 2021-03-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于MAML元学习算法的多特征真假视频检测方法，包括：(1)采集预训练数据集以及局部训练数据集；(2)对预训练数据集和局部训练数据集进行处理；(3)对数据类别进行one‑hot编码，获取对应的类别标签序列；(4)构建引入注意力机制的模型M，利用预训练数据集对模型M进行训练，采用MAML元学习算法，得到预训练好的模型Mt；(5)将局部训练数据集分别作为模型Mt的输入，得到训练好的模型M1、模型M2和模型M3；(6)从预训练数据集的视频数据中获取光流图，输入到模型Mt中，得到训练好的模型M4；(7)将训练好的模型M1、模型M2、模型M3和模型M4进行测试和应用。本发明可以对脸部的局部特征进行训练，不需要大量的训练数据集。
一种基于 maml 学习算法特征真假视频检测方法

[发明专利]一种基于强化学习的动态链路预测模型鲁棒性增强方法-CN202011532408.5在审
发明人：刘毅;王珏;陈晋音 -专利权人：浙江工业大学
申请日： 2020-12-22 - 公布日： 2021-03-30 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于强化学习的动态链路预测模型鲁棒性增强方法，包括：(1)对原始图数据进行特征嵌入，提取嵌入向量；(2)将特征嵌入后的嵌入向量作为马尔科夫决策过程中的状态进行建模，输出动作为修改的连边数；(3)使用强化学习DDPG的训练策略，逐图增删连边，直到最后一张；(4)计算处理后的图数据，输入到动态链路预测模型进行准确率预测，得到回报值；(5)重复步骤(3)～(4)，直到设定的训练轮数，得到鲁棒性增强的图数据。利用本发明的方法，修改后的图数据在模型上可以保持良好的性能，同时具有强鲁棒性，对动态链路预测模型应用到安全关键的领域中具有重要的理论和实践意义。
一种基于强化学习动态预测模型鲁棒性增强方法

[发明专利]一种基于分类边界的用户隐私保护方法-CN201910247890.9有效
发明人： 陈晋音;黄国瀚;林翔;吴洋洋 -专利权人：浙江工业大学
申请日： 2019-03-29 - 公布日： 2021-03-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于分类边界的用户隐私保护方法，包括：(1)将原始网络输入至GCN分类模型中，计算关键节点在真实类标下的损失函数，连边梯度信息；(2)更改关键节点的类标，计算新损失函数，新连边梯度信息；(3)根据关键节点的损失函数，连边梯度信息以及新损失函数，新连边梯度信息确定最容易被修改成的新类标；(4)根据关键节点在真实类标下的连边梯度信息，以及在容易被修改成的新类标下的新连边梯度信息，在原始网络中添加扰动，形成对抗网络；(5)利用对抗网络和原始网络训练GCN分类模型；(6)将添加有扰动的待测网络输入至训练好的GCN模型中，经计算输出正确的分类结果，实现对待测网络中用户隐私的保护。
一种基于分类边界用户隐私保护方法

[发明专利]一种基于多视图的动态链路预测深度模型及应用-CN201910502233.4有效
发明人： 陈晋音;李玉玮;林翔;徐轩珩 -专利权人：浙江工业大学
申请日： 2019-06-11 - 公布日： 2021-03-23 - 主分类号： G06F16/958 文献下载
摘要：本发明公开了一种基于多视图的动态链路预测深度模型及应用，该动态链路预测深度模型包括：池化模块，用于将初始网络中具有相似特征和属性的节点分类聚合成新节点形成新网络，实现对初始网络的降维；GCN‑attention模块，其输入连接池化模块的输出，用于对输入的网络采用注意力机制进行特征提取，获得同时具有空间信息和时间信息的节点表征向量；反池化模块，其输入连接GCN‑attention模块的输出，用于对输入的节点表征向量进行反池化，输出动态链路概率预测矩阵。该模型能够实现对动态网络的链路预测。主要应用于对社交网络、通信网络、交通网络、科学合作网络或社交安全网络中动态链路的预测。
一种基于视图动态预测深度模型应用

[发明专利]联邦学习的中毒攻击检测方法、装置及设备-CN202011463000.7在审
发明人： 陈晋音;张龙源;吴长安;刘涛;宣琦 -专利权人：浙江工业大学
申请日： 2020-12-11 - 公布日： 2021-03-19 - 主分类号： G06F21/56 文献下载
摘要：本申请提供一种联邦学习的模型中毒攻击检测方法、装置及设备，涉及人工智能技术领域。该方法包括：接收参与联邦学习的至少一个终端设备发送的终端设备侧模型的模型参数；根据各终端设备侧模型的模型参数进行聚合处理，得到服务器侧的聚合模型；对聚合模型进行反演，得到聚合模型的反演数据集；根据聚合模型的反演数据集生成中毒补丁；根据中毒补丁，确定聚合模型是否是正常模型。该方法可以保证对联邦学习的模型中毒攻击检测的效率，还可以保证各终端设备中的本地数据的安全隐私。
联邦学习中毒攻击检测方法装置设备

[发明专利]一种基于自编码器的垂直联邦学习防御方法-CN202011494369.4在审
发明人： 陈晋音;李荣昌;张龙源;吴长安;刘涛 -专利权人：浙江工业大学
申请日： 2020-12-17 - 公布日： 2021-03-09 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于自编码器的垂直联邦学习防御方法，包括：(1)终端利用本地数据对边缘模型进行训练，训练过程中，同时聚合边缘模型内每层相邻节点的嵌入特征；(2)终端构建并训练包含编码器和解码器的自编码器，获得编码器参数和解码器参数，同时利用编码器对嵌入特征进行编码得到编码信息；(3)终端上传解码器参数至服务端，服务端依据解码器参数构建解码模型后，与终端进行消息验证后，终端上传编码信息至服务端；(4)服务端利用解码模型对接收的编码信息解码获得解码信息后，聚合所有解码信息得到嵌入信息后，利用嵌入信息对全局模型进行训练，训练后反馈梯度信息至各终端。可以能够有效的防御恶意参与方窃取隐私数据。
一种基于编码器垂直联邦学习防御方法

[发明专利]一种基于遗传算法的路牌识别对抗防御方法-CN201910297748.5有效
发明人： 陈晋音;陈治清;沈诗婧;苏蒙蒙 -专利权人：浙江工业大学
申请日： 2019-04-15 - 公布日： 2021-03-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于遗传算法的路牌识别对抗防御方法，包括：(1)构建训练集、测试集以及对抗集；(2)构建路牌分类器，并利用训练集、测试集对路牌分类器进行训练，获得路牌识别模型；(3)根据遗传算法构建路牌攻击模型，利用路牌攻击模型生成对抗样本；(4)矫正对抗样本，并将对抗样本应用在物理场景下，再采集对抗样本的物理图像；(5)将对抗样本的物理图像输入至路牌识别模型，筛选得到高质量的对抗样本；(6)将高质量的对抗样本添加到训练集中，利用训练集再训练路牌识别模型，实现对路牌识别模型的对抗防御优化；(7)利用对抗防御优化后的路牌识别模型对路牌图像进行识别，以实现路牌识别的对抗防御。
一种基于遗传算法路牌识别对抗防御方法

[发明专利]一种基于动态迭代快速梯度的用户隐私保护方法-CN201910125911.X有效
发明人： 陈晋音;陈一贤;吴洋洋;沈诗婧 -专利权人：浙江工业大学
申请日： 2019-02-20 - 公布日： 2021-03-05 - 主分类号： G06F16/953 文献下载
摘要：本发明公开了一种基于动态迭代快速梯度的用户隐私保护方法，包括：(1)对于原始网络，采用原始网络和对应的真实类标训练图卷积神经网络，并确定图卷积神经网络参数；(2)根据图卷积神经网络参数，以原始网络中目标节点重连边前后的交叉熵作为隐藏目标函数，并计算隐藏目标函数对邻接矩阵的梯度信息，再综合上一次的梯度信息计算动量信息，根据获得的动量信息对原始网络对应的邻接矩阵进行更新。该用户隐私保护方法能够快速有效地隐藏用户的信息，实现对用户隐私的保护。
一种基于动态快速梯度用户隐私保护方法

[发明专利]一种基于生成对抗网络的高隐藏中毒攻击的防御方法及应用-CN201910808010.0有效
发明人： 陈晋音;朱伟鹏;苏蒙蒙;郑海斌 -专利权人：浙江工业大学
申请日： 2019-08-29 - 公布日： 2021-03-05 - 主分类号： G06F21/55 文献下载
摘要：本发明公开了一种基于生成对抗网络的高隐藏中毒攻击的防御方法，包括：构建生成器训练体系，包括生成器G、检测器D，检测器FCD；构建生成器G、检测器D、检测器FCD的损失函数Gloss，Dloss，Floss；利用损失函数Gloss和Dloss交替训练生成器G和检测器D；同时，利用损失函数Floss训练生成器G，获得训练好的生成器G；利用生成器G生成大量的对抗样本，将对抗样本结合待攻击样本，重新训练检测器FCD，获得训练好的检测器FCD，将攻击目标样本输入至训练好的检测器FCD，输出攻击目标样本的置信度；根据输出的置信度确定中毒攻击现象的严重性，采用不同防御措施。该防御方法能够防御中毒攻击。
一种基于生成对抗网络隐藏中毒攻击防御方法应用

[发明专利]一种基于特征迁移学习的多工况过程软测量建模方法-CN201810531977.4有效
发明人：刘毅;杨超;陈波成;陈晋音;徐东伟;宣琦 -专利权人：浙江工业大学
申请日： 2018-05-29 - 公布日： 2021-02-26 - 主分类号： G01D21/02 文献下载
摘要：一种基于特征迁移学习的多工况过程软测量建模方法，包括以下步骤：(1)获取连续搅拌釜式反应器的多工况过程变量数据集；(2)多工况数据的预处理以及数据集划分；(3)不同工况下的数据特征分布匹配迁移训练；(4)建立域适应极限学习机软测量模型；(5)将特征分布匹配好的新训练数据送入软测量模型训练并进行预测评估。本发明利用特征迁移方法将相关工况数据特征信息迁移到标签数据缺乏的工况中，有效提升了软测量模型对标签数据缺乏的工况的预测准确度。
一种基于特征迁移学习工况过程测量建模方法

[发明专利]一种基于对抗训练的网络攻击防御方法-CN201811633759.8有效
发明人： 陈晋音;吴洋洋;熊晖;郑海斌 -专利权人：浙江工业大学
申请日： 2018-12-29 - 公布日： 2021-02-26 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于对抗训练的网络攻击防御方法，包括：(1)构建节点分类模型，将原始网络结构所对应的邻接矩阵与标记类标的训练节点输入节点分类模型进行初始训练，得到初始分类模型；(2)依据对抗网络攻击算法和得到的初始分类模型依次修改每个训练节点的至少一个节点对，并迭代更新原始网络结构的邻接矩阵，构建所需的对抗网络；(3)利用得到的对抗网络与被标记类标的训练节点，重新训练初始分类模型，最终得到具有防御能力的节点分类模型。利用本发明的方法，可以提高模型对对抗样本的分类效果，从而提高对对抗网络攻击的防御效果。
一种基于对抗训练网络攻击防御方法

[发明专利]基于AR的户外拓展活动开放平台及其实现方法-CN201710320479.0有效
发明人： 陈晋音;李玉玮;王腾志;王诗铭 -专利权人：浙江工业大学
申请日： 2017-05-09 - 公布日： 2021-02-26 - 主分类号： G06T19/00 文献下载
摘要：一种基于AR的户外拓展活动开放平台，所述开放平台依托云储存和云计算，采用云服务+移动终端模式；所述开放平台包括移动终端和云平台，所述移动终端用于标识信息的获取、渲染数字信息完成虚实混合；所述云平台采用分布式的结构设计，用于将从移动终端获取的数字数据接收到后进行存储，通过算法运算识别匹配，再从数据库中提取与之相对应的信息发送到移动端，在移动端进行无缝的虚实融合。以及一种基于AR的户外拓展活动开放平台的实现方法。本发明提供一种增加活动项目、成本较低、有效连接线上线下的基于AR的户外拓展活动开放平台及其实现方法。
基于 ar 户外拓展活动开放平台及其实现方法

[发明专利]基于神经元分布特征的联邦学习中毒检测方法-CN202011459232.5在审
发明人： 陈晋音;张龙源;刘涛;吴长安 -专利权人：浙江工业大学
申请日： 2020-12-11 - 公布日： 2021-02-12 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于神经元分布特征的联邦学习中毒检测方法，包括以下步骤：(1)获取在客户端训练并上传的多个边缘模型，依据每个客户端对应的相邻几次上传的边缘模型的相似度，从每次上传的多个边缘模型筛选满足筛选要求的多个边缘模型作为候选中毒模型；(2)依据模型参数的分布状态，从候选中毒模型中筛选至少1个模型作为中毒模型，并剔除中毒模型，(3)根据样本数据和标签对中毒模型进行反演以得到中毒补丁数据，依据中毒补丁数据优化服务端的聚合模型参数，得到优化后的聚合模型，将优化后的聚合模型由服务端下发到客户端作为客户端的边缘模型，用于下一轮次的边缘训练。该联邦学习中毒检测方法能够快速检测中毒模型。
基于神经元分布特征联邦学习中毒检测方法

[发明专利]异常攻击的检测方法及装置-CN201811220229.0有效
发明人：潘旭华;陈晋音;郑海斌;熊晖 -专利权人：北京鼎力信安技术有限公司
申请日： 2018-10-18 - 公布日： 2021-02-02 - 主分类号： G05B23/02 文献下载
摘要：本发明提供一种异常攻击的检测方法及装置，涉及工业控制技术领域，该方法包括：获取工业设备的设备数据，设备数据用于表示工业设备在预设时间段内的状态；将设备数据输入攻击检测模型，得到检测结果，检测结果为攻击检测模型根据工业设备的历史设备数据，对设备数据分析得到的；根据检测结果，确定工业设备是否受到异常攻击。通过攻击检测模型根据工业设备的历史设备数据，对工业设备当前的设备参数进行分析，确定工业设备是否受到异常攻击，预测工业设备未来较长时间内的运行状态，避免了预测到工业设备在短时间内会出现异常状态，导致用户无法根据预测的异常状态做出应对措施，延长了终端能够预测的时间长度，提高了终端检测异常攻击的实时性。
异常攻击检测方法装置