“I·M·莫洛伊”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5个，建议您升级VIP下载更多相关专利

[发明专利]机器学习模型中针对对抗样本的动态梯度欺骗-CN202180082952.0在审
发明人：李泰星;I·M·莫洛伊 -专利权人：国际商业机器公司
申请日： 2021-11-22 - 公布日： 2023-08-29 - 主分类号： G06N3/094 文献下载
摘要：提供了用于混淆经训练的机器学习模型的经训练的配置的机制。经训练的机器学习模型处理输入数据以生成具有多个预定义类别中的每个类别的分类值的初始输出矢量。扰动插入引擎确定所述初始输出矢量中要插入扰动的分类值的子集。扰动插入引擎通过将扰动插入到与生成所述分类值的子集中的所述分类值的所述输出矢量相关联的函数中来修改所述分类值的子集中的分类值，以由此生成修改后的输出矢量。经训练的机器学习模型输出修改后的输出矢量。扰动修改分类值的子集以混淆经训练的机器学习模型的经训练的配置，同时保持输入数据的分类的准确度。
机器学习模型针对对抗样本动态梯度欺骗

[发明专利]使用可信执行环境的隐私性增强深度学习云服务-CN201980031393.3在审
发明人：顾钟蔬;黄鹤清;张佳龙;苏东;D·彭达拉基斯;I·M·莫洛伊 -专利权人：国际商业机器公司
申请日： 2019-06-24 - 公布日： 2020-12-18 - 主分类号： G06N3/04 文献下载
摘要：提供了用于实现隐私性增强的深度学习系统框架(以下称为“框架”)的机制。框架从客户端计算设备接收神经网络的加密的第一子网模型，其中第一子网模型是神经网络的多个分区中的一个分区。框架将加密的第一子网模型加载到框架的可信执行环境(TEE)中，在TEE中解密第一子网模型，并在TEE中执行第一子网模型。框架从客户端计算设备接收加密的输入数据，将加密的输入数据加载到TEE中，解密输入数据，并使用在TEE中执行的第一个子网模型处理TEE中的输入数据。
使用可信执行环境隐私增强深度学习服务

[发明专利]在神经网络中使用梯度来检测后门-CN201980025928.6在审
发明人：李泰星;I·M·莫洛伊;W·喀瓦罗;B·J·爱德华兹;张佳龙;B·陈 -专利权人：国际商业机器公司
申请日： 2019-04-10 - 公布日： 2020-11-20 - 主分类号： G06N3/08 文献下载
摘要：提供了机制用于评估经训练的机器学习模型以确定该机器学习模型是否具有后门触发。所述机制处理测试数据集以生成所述测试数据集的输出分类，并且基于通过处理所述测试数据集生成的输出，为所述测试数据集生成指示所述测试数据集内的元素的变化程度的梯度数据。所述机制分析所述梯度数据以识别所述测试数据集内指示后门触发的元素的模式。响应于识别指示后门触发的元素的模式的分析，所述机制生成指示在所述经训练的机器学习模型中存在后门触发的输出。
神经网络使用梯度检测后门

[发明专利]对分布式应用的合规的以数据为中心的监测的方法和系统-CN201611013097.5有效
发明人： S·N·查里;T·A·哈贝克;A·昆杜;I·M·莫洛伊;D·彭达拉基斯;J·R·劳;M·P·斯托伊克林 -专利权人：国际商业机器公司
申请日： 2016-11-17 - 公布日： 2020-05-19 - 主分类号： G06F11/30 文献下载
摘要：在包括分布式应用的分布式系统中访问IT事件的(多个)日志。分布式系统包括多个数据对象。分布式应用使用、处理或以其他方式访问数据对象中的一个或多个数据对象。IT事件涉及分布式应用并且涉及由分布式应用对(多个)数据对象的访问。将IT事件与数据对象的选定集合相关。基于信息技术事件评估数据对象的选定集合的风险。评估风险至少使用在合规规则应用于系统中的数据对象时这些规则的排序以及与数据对象的集合和信息技术事件对应的系统的漏洞得分。输出允许用户确定所评估的数据对象的选定集合的风险的信息。还公开了用于确定合规规则的排序的技术。
分布式应用合规数据中心监测方法系统

[发明专利]使用用户操作生成模型检测异常用户行为的方法和系统-CN201410415204.1有效
发明人： S·N·沙里;I·M·莫洛伊;朴瑛姿;W·泰肯 -专利权人：国际商业机器公司
申请日： 2014-08-21 - 公布日： 2017-09-12 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种使用用户操作生成模型检测异常用户行为的方法和系统。公开了一种用于检测用户的异常行为的方法。处理器从用户活动日志中标识用户在第一时段内执行的与针对所述用户的一个或多个角色所关联的任务的用户活动模式相匹配的第一数量的操作。处理器还从所述用户活动日志中标识所述用户在第二时段内执行的与所述用户活动模式相匹配的第二数量的操作。处理器计算所述第一数量的操作与所述第二数量的操作之间的偏差量，所述偏差标识在所述一个或多个角色中花费的时间量之间的差异。处理器然后判定所述第一数量的操作与所述第二数量的操作之间的所述偏差量是否超出异常行为阈值。
使用用户操作生成模型检测异常行为方法系统