“双锴”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105个，建议您升级VIP下载更多相关专利

[发明专利]一种对抗样本生成方法、装置及电子设备-CN202310148707.6在审
发明人：王玉龙;谢宏港;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学
申请日： 2023-02-14 - 公布日： 2023-06-23 - 主分类号： G06F18/214 文献下载
摘要：本申请提供一种对抗样本生成方法、装置及电子设备。所述方法包括：获取训练数据，以及根据所述训练数据训练得到的目标神经网络模型；将所述训练数据作为输入值，分别计算所述目标神经网络模型每一层输出值的平均值，并将每一层的平均值作为该层的输出基准数据；根据所述输出基准数据，通过迭代计算，得到目标数据；响应于确定达到预定条件，将所述目标数据作为对抗样本。通过所述方法，限制了生成的对抗样本远离正常样本流形的程度，降低了对抗样本被检测到的可能性。
一种对抗样本生成方法装置电子设备

[发明专利]一种基于云原生平台Kubernetes的云原生大数据组件管理系统-CN202310108301.5有效
发明人：刘钟允;施力;鄂海红;宋美娜;王勇;魏文定;王浩田;双锴 -专利权人：北京邮电大学;四方联盟（北京）科技发展有限公司;联洋国融（北京）科技有限公司;施力
申请日： 2023-02-14 - 公布日： 2023-05-12 - 主分类号： G06F8/61 文献下载
摘要：本发明提出一种基于云原生平台Kubernetes的云原生大数据组件管理系统，其特征在于，包括：镜像管理模块，用于从公共镜像仓库中拉取所需的大数据组件镜像以及将构建好的镜像存入私有镜像仓库；容器部署模块，用于根据用户配置生成临时镜像和自动化部署脚本，通过所述临时镜像和所述自动化部署脚本完成大数据组件的容器化部署；集群监控模块，用于管理Kubernetes集群中的资源以及对已部署的容器化大数据组件进行状态监控；网络管理模块，用于对使用Service资源实现Kubernetes集群内组件的网络配置管理以及使用Ingress资源实现服务的对外暴露。
一种基于原生平台 kubernetes 数据组件管理系统

[发明专利]一种图像数据处理方法和装置-CN202210845137.1在审
发明人：王玉龙;杨恩;徐鹏;双锴;张忠宝;程祥;苏森 -专利权人：北京邮电大学
申请日： 2022-07-18 - 公布日： 2022-12-06 - 主分类号： G06V10/774 文献下载
摘要：本申请一个实施例提供一种图像数据处理方法和装置，该方法包括：获取图像数据集；对于图像数据集中的每一个像素点，计算以每一个像素点为中心的预设领域窗口内的像素值的加权中位数，进而更新为对应的像素点的像素值，响应于达到预设终止条件，终止数据预处理进程，进而更新图像数据集，以得到更新后的图像数据集；响应于第一预测类别与各个第二预测类别不同并且第一置信度与各个第二置信度不同，确定图像数据集为异常图像数据集并输出；或者响应于各个第二预测类别与第一预测类别相同并且第一置信度与各个第二置信度的差异均超过阈值，确定图像数据集为异常图像数据集并输出。极大地减轻对抗样本对模型的安全形成存在的巨大威胁。
一种图像数据处理方法装置

[发明专利]虚拟中毒图像数据的后门触发器拟合方法及相关设备-CN202210492940.1在审
发明人：王玉龙;王东霞;李阳;苏森;徐鹏;双锴;程祥;张忠宝 -专利权人：北京邮电大学;中国人民解放军32802部队
申请日： 2022-05-07 - 公布日： 2022-10-11 - 主分类号： G06V10/764 文献下载
摘要：本公开提供一种虚拟中毒图像数据的后门触发器拟合方法及相关设备。所述方法包括：根据原始图像数据集，随机生成张量数据；基于协方差自适应调整的进化策略(CMA‑ES)，随机生成原始图像数据集的多个候选坐标位置，并根据原始图像数据集和张量数据构造第一虚拟中毒图像数据集；将原始图像数据集和第一虚拟中毒图像数据集输入到预先训练的注入后门的分类模型中，根据计算得到的激活后门的第一成功率确定目标坐标位置并构造目标虚拟中毒图像数据集；迭代训练张量数据，将训练好的张量数据确定为虚拟中毒图像数据的后门触发器。本公开的方案拟合出的后门触发器没有尺寸大小的限制，检测后门更具通用性，从而提升神经网络模型的安全性。
虚拟中毒图像数据后门触发器拟合方法相关设备

[发明专利]训练用于清除对抗扰动的生成器模型的方法和电子设备-CN202210266453.3在审
发明人：王玉龙;石龙;王东霞;苏森;徐鹏;双锴;程祥;张忠宝 -专利权人：北京邮电大学;中国人民解放军32802部队
申请日： 2022-03-17 - 公布日： 2022-08-16 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种训练用于清除对抗扰动的生成器模型的方法和电子设备。所述方法包括：利用原始样本图像集对神经网络模型进行训练，以得到神经网络分类模型；基于所述原始样本图像集，利用对抗样本生成算法生成对抗样本图像集；根据所述原始样本图像集、所述对抗样本图像集和所述神经网络分类模型，对生成对抗网络中的判别器模型和所述生成器模型进行迭代训练，直至所述判别器模型的第一损失不大于第一预设阈值为止；将所述迭代训练结束后得到的所述生成器模型作为目标生成器模型。这样训练出的目标生成器模型可以用来清除对图像的对抗扰动，以消除安全隐患。
训练用于清除对抗扰动生成器模型方法电子设备

[发明专利]一种文档级别的中文事件抽取方法-CN202210639099.4在审
发明人：王剑;双锴;周冀;安镇宙;于勇涛;杨健 -专利权人：北京合立春天科技发展有限公司
申请日： 2022-06-07 - 公布日： 2022-08-09 - 主分类号： G06F16/33 文献下载
摘要：一种文档级别的中文事件抽取方法，包括：步骤1、从文档中粗筛中文事件数据，对获取到的中文事件数据进行预处理后获取事件数据集；步骤2、对事件数据集制定不同领域下的典型事件进行标注，得到每一类事件类别的标注数据集；步骤3、构建中文通用领域事件抽取模型：基于卷积神经网络和图卷积神经网络，对标注数据集进行特征提取后，进行事件类别分类和论元角色抽取。本方法将原始文档重构为“图像”结构和图结构，完成事件分类和相应论元分类任务，提高事件抽取精度和模型的泛化能力。
一种文档级别中文事件抽取方法

[发明专利]神经网络模型的对抗样本生成方法及相关设备-CN202210204381.X在审
发明人：王玉龙;刘俊;王东霞;苏森;徐鹏;双锴;程祥;张忠宝 -专利权人：北京邮电大学;中国人民解放军32802部队
申请日： 2022-03-03 - 公布日： 2022-06-28 - 主分类号： G06V10/774 文献下载
摘要：本申请提供一种神经网络模型的对抗样本生成方法及相关设备，所述方法包括：基于生成对抗网络，首先获取与神经网络模型的攻击需求对应的原始数据集；之后对神经网络模型进行预训练，得到预训练模型；根据原始数据集对生成对抗网络的生成器、判别器和预训练模型进行迭代训练，最终得到目标生成器；并通过目标生成器生成对抗样本。该方法不受限于数据集的情况及具体模型，根据不同数据集的情况，可以对指定模型进行生成器的训练，方便地提升了对抗样本的生成效率。
神经网络模型对抗样本生成方法相关设备

[发明专利]基于隐式句法结构依赖的关系抽取方法以及可读存储介质-CN202210374608.5在审
发明人：王剑;双锴;马利川;谭逸佳 -专利权人：北京合立春天科技发展有限公司
申请日： 2022-04-11 - 公布日： 2022-06-28 - 主分类号： G06F40/211 文献下载
摘要：本发明提供一种基于隐式句法结构依赖的关系抽取方法以及可读存储介质，本发明的关系抽取方法在不加入任何人为先验信息的前提下，通过神经网络自适应地学习输入文本中单词之间地依赖，隐式引入句法树地结构，提高模型对语义的理解能力；而且，本发明使用了Relation‑Aware的细粒度注意力机制，对于关系抽取中的每个关系都分配一个向量，与文本中的单词通过注意力机制生成最后的表征，避免了已有注意力机制对多个关系标签向量的混淆。
基于句法结构依赖关系抽取方法以及可读存储介质

[发明专利]神经网络模型的训练方法及装置-CN202111423212.7在审
发明人：王玉龙;王东霞;曹梦华;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国人民解放军32802部队
申请日： 2021-11-26 - 公布日： 2022-04-15 - 主分类号： G06N3/08 文献下载
摘要：本公开提供一种神经网络模型的训练方法及装置。所述方法包括：获取与所述神经网络模型的攻击防御需求相应的原始数据集；利用所述原始数据集对所述神经网络模型进行预训练，以得到预训练模型；基于协方差矩阵自适应进化策略CMA‑ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型。本公开提供的神经网络模型的训练方法及装置，利用基于协方差矩阵自适应进化策略的神经网络训练算法对神经网络进行补充训练，获得鲁棒神经网络模型，提高神经网络对抗防御的准确性和高效性，确保深度学习相关系统的安全性。
神经网络模型训练方法装置

[发明专利]基于神经网络图像分类的木马攻击方法及相关设备-CN202111310200.3在审
发明人：王玉龙;贾哲;宋佳璇;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
申请日： 2021-11-05 - 公布日： 2022-04-08 - 主分类号： G06F21/57 文献下载
摘要：本申请提供一种基于神经网络图像分类的木马攻击方法及相关设备，所述方法包括：在训练集中随机选取部分训练数据；对所述训练数据执行中毒操作得到中毒数据；在所述中毒数据中添加对抗扰动得到扰动数据；将所述扰动数据加入至所述训练集得到训练样本；用所述训练样本对神经网络模型进行训练，在所述神经网络模型中植入后门，得到中毒神经网络模型；用所述扰动数据触发所述中毒神经网络模型实现木马攻击。本申请为深度神经网络木马攻防技术平台提供了基于神经网络图像分类的木马攻击方法，用于实际展示木马的攻击过程、验证木马防御的效果。
基于神经网络图像分类木马攻击方法相关设备

[发明专利]异常交通标志图像识别网络的训练方法及装置-CN202111291760.9在审
发明人：王玉龙;王东霞;赵明辉;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国人民解放军32802部队
申请日： 2021-11-02 - 公布日： 2022-04-01 - 主分类号： G06V20/58 文献下载
摘要：本申请提供一种异常交通标志图像识别网络的训练方法及装置，通过对服务器中预先训练好的交通标志图像识别网络构造后门触发模式，可以提前完成异常交通标志图像识别网络的训练。在出现异常情况时对异常交通标志图像叠加训练好的后门，可以不需要在出现异常情况时切换到新的交通标志图像识别网络，这样就可以快速地对异常交通标志图像进行识别处理。同时，对于没有叠加后门的交通标志图像，训练好的异常交通标志图像识别网络可以输出与训练前的交通标志图像识别网络一致的结果，这样可以利用服务器中预先训练好的交通标志图像识别网络的优势去完成正常情况下交通标志图像识别的同时，做到对异常情况下交通标志图像的快速识别处理。
异常交通标志图像识别网络训练方法装置

[发明专利]深度神经网络样本木马的构造方法及电子设备-CN202111241117.5在审
发明人：王玉龙;贾哲;孙彤;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
申请日： 2021-10-25 - 公布日： 2022-03-15 - 主分类号： G06K9/62 文献下载
摘要：本公开提供一种深度神经网络样本木马的构造方法及电子设备，所述方法包括：通过注入后门中毒数据，调整深度神经网络结构以及构造后门攻击触发模式模型的方法，分析后门中毒数据、深度神经网络结构、后门攻击触发模式与深度神经网络中毒攻击成功之间的关系特性；基于所述关系特性，针对特定类别或通用类别数据构造深度神经网络样本木马的后门攻击触发模式；构造嵌入隐形后门的第一水印图案，以及构造校准图像几何变换的第二水印图案；基于优化所述后门攻击触发模式的方法构造所述深度神经网络样本木马。本公开提供的深度神经网络样本木马的构造方法构造的样本木马，具有良好的隐形性以及鲁棒性，能够为后续木马检测研究提供支撑。
深度神经网络样本木马构造方法电子设备

[发明专利]生成对抗样本的方法、检测器的训练方法及相关设备-CN202111244382.9在审
发明人：王玉龙;贾哲;彭隽;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
申请日： 2021-10-25 - 公布日： 2022-03-15 - 主分类号： G06V10/774 文献下载
摘要：本申请提供一种生成对抗样本的方法、检测器的训练方法及相关设备。所述生成对抗样本的方法包括：获取干净的训练样本集；对于训练样本集中的每个训练样本，通过对该训练样本进行对抗攻击，得到多个对抗实例；根据多个对抗实例中指示对抗成功的每个目标对抗实例的对抗攻击信息，选择目标标签；基于目标标签生成与该训练样本对应的对抗样本；存储对抗样本。所述检测器训练方法包括：利用生成对抗样本的方法，基于训练样本集生成对抗样本集；利用训练样本集对检测器进行二元分类任务的第一训练；利用对抗样本集对经过第一训练的检测器进行第二训练。经过本训练方法得到的检测器用于检测输入深度神经网络的样本数据是否含有深度神经网络木马。
生成对抗样本方法检测器训练相关设备

[发明专利]生成神经网络模型的对抗样本木马的方法及相关设备-CN202111237515.X在审
发明人：王红蔓;贾哲;王玉龙;刘畅;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
申请日： 2021-10-22 - 公布日： 2022-03-11 - 主分类号： G06V10/774 文献下载
摘要：本申请提供一种生成神经网络模型的对抗样本木马的方法及相关设备，包括：生成K个符合预定要求的第一扰动，所述预定要求包括目标函数要求以及L个样本图像的扰动率要求，所述样本图像的维度高于所述第一扰动的维度；对于K个所述第一扰动中的每一个，迭代地执行使该第一扰动在其目标函数的梯度方向上下降的操作，直至满足预设的迭代结束条件得到该第一扰动的优化扰动；计算每个优化扰动的所述目标函数的第一值；将第一值中的最小值对应的所述优化扰动确定为目标扰动；利用经过训练的神经网络模型对所述目标扰动进行数据升维处理，得到所述对抗样本木马。该方法提高了算法的速度和实用性，加快了神经网络模型对抗样本木马的构造效率。
生成神经网络模型对抗样本木马方法相关设备

[发明专利]神经网络木马病毒防御方法、装置、电子设备及存储介质-CN202111242874.4在审
发明人：王玉龙;贾哲;朱昊;苏森;徐鹏;双锴;张忠宝;程祥 -专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
申请日： 2021-10-25 - 公布日： 2022-03-11 - 主分类号： G06F21/56 文献下载
摘要：本申请提供一种神经网络木马病毒防御方法、装置、电子设备及存储介质。该方法包括：获取目标网络的训练数据集，训练数据集包括有一定量的训练用图片；通过预先训练的有效区域筛选器对每个训练用图片进行筛选，以去除每个训练用图片中用于设置木马病毒的无效区域，得到筛选后的训练数据集；通过筛选后的训练数据集对目标网络进行训练。在进入目标网络之前筛选掉无效区域，隐藏在无效区域中的木马病毒无法进入到后续目标网络当中，有效地保护目标网络训练数据及目标网络的安全性。
神经网络木马病毒防御方法装置电子设备存储介质

1
2
3
4
5
6
7
下一页»
尾页
共 105 条