“林昶廷”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32个，建议您升级VIP下载更多相关专利

[发明专利]一种基于预言机的智能合约安全检测方法-CN201911122181.4有效
发明人：黄步添;刘振广;周伟华;罗春凤;钱鹏;林昶廷 -专利权人：杭州云象网络技术有限公司
申请日： 2019-11-15 - 公布日： 2023-09-29 - 主分类号： G06F11/10 文献下载
摘要：本发明公开了一种基于预言机的智能合约安全检测方法，包括：(1)全网节点通过去中心化的多重预言机安全检测系统准备对智能合约进行安全检测；(2)共识节点将保存完整的智能合约通过纠删码技术编码成多个编码块；(3)从多个见证人节点中按照随机选择成员作为审查节点，这些审查节点随机分配预言机接口参数；(4)将编码的智能合约执行编码块相应分布在若干独立的预言机中，设计(t，a)智能合约检测门限，达到一致条件的智能合约才能执行。本发明的基于预言机的智能合约安全检测方法具有检测智能合约的功能，通过引入纠删码技术，基于多重预言机模型，保证了检测的效率，确保智能合约的安全执行。
一种基于预言智能合约安全检测方法

[发明专利]一种社交网络假流量黑灰产自动挖掘方法和系统-CN202110791106.8有效
发明人：纪守领;何平;张旭鸿;林昶廷 -专利权人：浙江大学
申请日： 2021-07-13 - 公布日： 2023-09-05 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种社交网络假流量黑灰产自动挖掘方法和系统，包括：(1)创建“蜜罐”用户，在社交网络中对参与假流量攻击的恶意用户进行诱捕；(2)提取恶意用户的微博内容层面的特征；(3)提取恶意用户的个人信息层面的特征；(4)在社交网络中随机选取正常用户并分别提取微博内容层面和个人信息层面的特征；(5)运用机器学习算法，根据提取的特征训练分类器；(6)分别提取目标用户的微博内容层面和个人信息层面的特征，并运用训练好的分类器进行识别；(7)对于被识别为恶意用户的目标用户，基于规则对该用户所发的微博进行筛选，挖掘出涉及假流量黑灰产的微博。本发明的方法和系统可及时发现、预警和治理社交网络流量作弊事件。
一种社交网络流量黑灰产自动挖掘方法系统

[发明专利]一种异质性联邦学习方法和装置-CN202310755582.3在审
发明人：韩蒙;李荣昌;章燕;张龙源;林昶廷;尹建伟 -专利权人：浙江大学滨江研究院
申请日： 2023-06-26 - 公布日： 2023-07-28 - 主分类号： G06N3/098 文献下载
摘要：本发明公开了一种异质性联邦学习方法和装置，每轮异质性联邦学习依序执行可见域知识融合、扩散域数据生成以及扩散域知识融合阶段；在可见域知识融合阶段，通过图卷积神经网络对本地样本驱动的激活拓扑网络图进行图嵌入表示，更加真实反映联邦学习中不同参与方的数据异质性，通过利用知识迁移方式将簇内模型知识融合到不同簇的参与方，有效提升不同参与方的模型泛化性，提升模型的预测效果；在扩散域数据生成阶段，通过参与方在本地数据提取的特征生成扩散样本，保留了参与方原始的数据分布；扩散域知识融合阶段，采用扩散域的数据特征融合，可以有效融合不同数据域，缓解不同参与方的数据异质性，加快模型的收敛。
一种异质性联邦学习方法装置

[发明专利]基于STNR模型的交通流量预测方法及系统-CN202211674332.9在审
发明人： 林昶廷;韩蒙;戴强;张龙源;任倩倩;琚兆杰;俞伟平;王滨 -专利权人：浙江大学滨江研究院
申请日： 2022-12-26 - 公布日： 2023-07-14 - 主分类号： G08G1/065 文献下载
摘要：本发明公开了一种基于STNR模型的交通流量预测方法及系统，包括将目标路段的历史交通流量数据按时间顺序进行排序，并划分为长期数据和短期数据，获得训练集；构建交通流量预测模型，将长期数据和短期数据作为交通流量预测模型的输入，训练所述的交通流量预测模型；所述的交通流量预测模型包括全连接层、长短期处理模块、时空卷积模块和多层感知器模块；采集当前时刻目标路段的交通流量数据，并输入至训练好的交通流量预测模型中，预测未来时段的交通流量。本发明有效的捕捉交通流量的空间依赖性和时间依赖性，提高了预测准确率。
基于 stnr 模型交通流量预测方法系统

[发明专利]基于图神经网络的众包标签推测方法及系统-CN202010034292.6有效
发明人：纪守领;吴含露;陈建海;林昶廷;邓水光 -专利权人：浙江大学
申请日： 2020-01-13 - 公布日： 2023-07-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于图神经网络的众包标签推测方法及系统，包括以下步骤：(1)对众包标签进行数据处理，得到标注人员及任务的初始特征；(2)为标注人员的任务分配情况构建标注人员‑任务异构图、标注人员同构图以及任务同构图；(3)将标注人员‑任务异构图、标注人员同构图以及任务同构图输入到图神经网络中，获得任务节点的嵌入特征；(4)将获得的任务节点的嵌入特征输入到预测层中，得到任务属于各个标签的概率，概率最大的标签视为该任务的正确标签。本发明利用图神经网络实现高准确率的众包标签推测，将利于产生大量可用的机器学习训练数据，帮助人们训练算法模型并提高AI领域的竞争力。
基于神经网络标签推测方法系统

[发明专利]基于噪声网络和图像预处理的图像检索防御方法及系统-CN202310281834.3在审
发明人： 林昶廷;韩蒙;赵昱;洪榛;董建锋;王滨;俞伟平 -专利权人：浙江大学滨江研究院
申请日： 2023-03-21 - 公布日： 2023-06-13 - 主分类号： G06F16/58 文献下载
摘要：本发明公开了一种基于噪声网络和图像预处理的图像检索防御方法及系统，方法包括：对图像样本进行标注，构建训练数据集；以局部与全局特征深度正交融合为框架构建Efficient网络，并在其全连接层参数上添加噪声参数项，获得图像检索模型；将训练数据集中的图像样本进行JPEG压缩预处理后，输入至所述的图像检索模型中，对图像检索模型进行训练，获得具有主动防御能力的目标防御模型；将目标图像进行JPEG压缩预处理后，输入至所述的目标防御模型进行图像检索。本发明提高了图像检索模型的防御能力，同时在针对不同的数据集时，都能起到较好的防御效果。
基于噪声网络图像预处理检索防御方法系统

[发明专利]一种用于图像保护的主动防御方法及装置-CN202211629740.2有效
发明人：韩蒙;毛梁杰;乔通;林昶廷;王滨;黄步添;俞伟平;董建锋 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-12-19 - 公布日： 2023-04-11 - 主分类号： G06T1/00 文献下载
摘要：本申请提供一种用于图像保护的主动防御方法及装置，方法包括以下步骤：S1、构建数据库，数据库中包含替代模型；S2、将训练图像和添加对抗性水印后的训练图像输入至各个替代模型中；S3、每个替代模型生成第一伪造图像和第二伪造图像，并根据第一伪造图像和第二伪造图像之间的差异计算损失函数；S4、集成各个替代模型对应的损失函数以更新对抗性水印；S5、重复步骤S2~S4，对对抗性水印进行训练，获得训练完成的对抗性水印；S6、将训练完成的对抗性水印添加至待保护图像中，获得被保护图像。本申请通过训练对抗性水印，使得对抗性水印在不同的深度伪造模型中均有较好的防御效果，大大提高了对抗性水印的迁移性。
一种用于图像保护主动防御方法装置

[发明专利]一种基于并行多图卷积神经网络的无监督专利聚类方法-CN202210695144.8有效
发明人：韩蒙;梁兵;况欢;陈灏毅;陈唯;林昶廷 -专利权人：浙江大学滨江研究院
申请日： 2022-06-20 - 公布日： 2023-04-07 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于并行多图卷积神经网络的无监督专利聚类方法，在构建4类专利图和自编码器对专利数据的编码向量的基础上，通过图卷积操作以充分提取4类专利图和编码向量，以此全面提取专利数据的有效特征向量，通过并行单图自注意力模块每类特征向量分配权值，提高单图重要特征的重要程度以得到单图注意力向量，通过多图注意力模块融合所有类的单图注意力向量进行学习，以此为重要的单图分配更大的权重，使得得到的全局注意力向量综合了多方面特征信息，进而提升聚类的精度。
一种基于并行图卷神经网络监督专利方法

[发明专利]基于半监督预训练模型的细粒度情感分析方法和装置-CN202210723971.3有效
发明人：韩蒙;韩冰;何智锋;林昶廷;王滨;董建锋;王勋 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-06-24 - 公布日： 2023-04-07 - 主分类号： G06F40/30 文献下载
摘要：本发明公开一种基于半监督预训练模型的细粒度情感分析方法和装置，将掩码遮蔽预测任务与BERT模型结合，在随机掩码训练的基础上，通过只对情感单词进行全部掩码，来进一步训练BERT模型从而提高BERT模型的掩码单词预测能力，以便更好地捕捉情感表达，得到参数优化后的预训练BERT模型。在此基础上，以预训练BERT模型结合多个预测模块来构建细粒度情感分析模型，该模型利用了包含注意力机制的预训练BERT模型的优势，可以使用最少量的标记向量来实现高准确度的细粒度情感分析效果，解决了细粒度情感分析中缺乏标签数据和低准确性这两个重要问题，同时使用多标记向量进行分类以最大限度地减少对多个方面主题信息的干扰。
基于监督训练模型细粒度情感分析方法装置

[发明专利]基于不同色彩空间的模型安全检测方法和装置-CN202211224359.8有效
发明人：韩蒙;周凯龙;张龙源;章燕;林昶廷;洪榛;许海涛;俞伟平 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-10-09 - 公布日： 2022-12-27 - 主分类号： G06F21/57 文献下载
摘要：本发明公开了一种基于不同色彩空间的模型安全检测方法和装置，包括：针对不可知模型结构和训练过程的待检测模型，通过构建其在RGB空间的替代模型来模拟待检测模型的映射过程，在此基础上，将RGB空间的测试图像转换为其他多类色彩空间的色彩空间图像，并构建对应的多类色彩空间模型，基于替代模型和多类色彩空间模型在RGB以及其他色彩空间构建扰动图像和多类色彩扰动图像，通过比较待检测模型对扰动图像和多类色彩扰动图像的预测结果来进行安全性检测，这样能够准确检测各种色彩空间图像攻击模型导致的不安全性。
基于不同色彩空间模型安全检测方法装置

[发明专利]基于注意力机制和知识蒸馏的伪造图像检测方法和装置-CN202211361319.8在审
发明人：韩蒙;石沧海;乔通;林昶廷;王滨;董建锋;俞伟平;张龙源 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-11-02 - 公布日： 2022-12-13 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于注意力机制和知识蒸馏的伪造图像检测方法和装置，包括将压缩的低质量图像和对应的高质量图像分别送入学生模型和预训练好的教师模型中，通过频率注意力权重的设计可以确保模型关注容易丢失的高频分量信息，在此基础上，基于频率注意力的蒸馏方式，通过构建蒸馏损失，在训练时使得教师模型将高质量图像的高频分量信息作为知识传递给学生模型，学生模型经过训练后可以恢复压缩图像的高频分量信息，解决了检测压缩的低质量图像的问题。设计注意力模块生成多个特征注意力图，与低质量图像的第二纹理特征图相乘以得到多个局部纹理特征图，更好地捕获图像中局部细微的伪影进而提高深度伪造的检测能力。
基于注意力机制知识蒸馏伪造图像检测方法装置

[发明专利]一种基于GAN网络和元学习的系统日志检测方法及系统-CN202211245771.8在审
发明人：韩蒙;夏海生;洪榛;温震宇;张龙源;戴强;林昶廷;王滨 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-10-12 - 公布日： 2022-12-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于GAN网络和元学习的系统日志检测方法，利用生成对抗网络来产生平衡的数据集，将生成的平衡的数据集输入到元学习模型中进行训练学习并输出日志分类，有效的解决了日志数据不平衡和日志数据量过少时系统日志检测不准确的技术问题，提高了系统日志检测的准确性。此外，本发明还公开了一种基于GAN网络和元学习的系统日志检测系统，构建了生成对抗网络模型和超参数元网络模型，该系统在输入的系统日志数据不平衡或者日志数据量过少时也有着很好的检测效果，具有较高的检测准确度。
一种基于 gan 网络学习系统日志检测方法

[发明专利]黑灰产众包流量预测装置及方法-CN202210963224.7有效
发明人：韩蒙;陈唯;林昶廷;戴强;乔通;黄步添;王滨 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-08-11 - 公布日： 2022-11-22 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种黑灰产众包流量预测装置，包括基于Informer的长时预测模型，基于Informer的长时预测模型包括：编码器，包括改进的多头主动稀疏自我注意机制模块和蒸馏机制模块；解码器，包括改进的多头主动稀疏自我注意机制模块和多头注意力机制模块；全连接层，与解码器连接；采集黑灰产众包流量历史数据，将黑灰产众包流量历史数据作为编码器输入，截取黑灰产众包流量历史数据中的至少部分作为解码器输入；编码器输入通过编码器生成特征映射图；解码器接收特征映射图和解码器输入，并通过改进的多头主动稀疏自我注意机制模块和多头注意力机制模块获得解码器输出；全连接层接收解码器输出，并最终输出黑灰产众包流量预测结果。
黑灰产众包流量预测装置方法

[发明专利]基于图注意力网络的自适应推荐方法和装置-CN202210962877.3在审
发明人：戴强;韩蒙;林昶廷;毕冉;向昶宇;刘勇;俞伟平 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-08-11 - 公布日： 2022-11-08 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于图注意力网络的自适应推荐方法和装置，以历史交互物品为初始，引入偏好传播克服了现有的基于嵌入和基于路径的知识图谱感知推荐方法的局限性，实现了自动传播用户的潜在偏好，通过基于知识图谱进行交互路径的多跳扩展，并结合候选物品，探索在知识图谱中的层次兴趣，利用层次兴趣来构建用户的总响应向量，并基于此来计算与候选物品的嵌入向量的交互概率，实现物体推荐来提升物体推荐的准确性。通过图注意力网络和Node2vec提升了嵌入表示的速度，可以有效的提高模型的迭代训练速度，减少迭代次数，降低模型训练时间成本。
基于注意力网络自适应推荐方法装置

[发明专利]一种基于深度强化学习的蜜罐部署主动防御方法-CN202210263026.X有效
发明人：韩蒙;林昶廷;胡书隆 -专利权人：浙江君同智能科技有限责任公司
申请日： 2022-03-17 - 公布日： 2022-10-11 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及面向网络空间安全及深度强化学习防御技术领域，具体涉及一种基于深度强化学习的蜜罐部署主动防御方法，本发明所提供的基于深度强化学习的蜜罐部署主动防御方法，将软件定义网络（SDN）与Mininet技术相结合，构建虚拟蜜罐主机和软件定义网络拓扑，并利用深度学习优化路由网络路径选择，将攻击流量引入蜜网，从而提高网络的安全性和收敛性，以此达到主动防御恶意流量攻击的目的。
一种基于深度强化学习蜜罐部署主动防御方法

1
2
3
下一页»
尾页
共 32 条