“李高磊”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69个，建议您升级VIP下载更多相关专利

[发明专利]一种用于深度半监督学习的后门攻击防御方法-CN202310912178.2在审
发明人： 李高磊;李生红;严志聪;黄文凯;易啸宇 -专利权人：上海交通大学
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及一种用于深度半监督学习的后门攻击防御方法，该方法包括：生成用于对受害深度半监督学习系统进行训练的无标记中毒数据；采用注入有无标记中毒数据的无标记训练数据对受害深度半监督学习系统进行训练，获取被植入后门的受害深度半监督学习系统；采用对比注毒策略，获取受害深度半监督学习系统的后门脆弱性分析结果；根据后门脆弱性分析结果，确定后门攻击防御策略。与现有技术相比，本发明具有防御效果好、验证了深度半监督学习系统的后门脆弱性、能够直观观测不同扰动幅度对后门脆弱性的影响等优点。
一种用于深度监督学习后门攻击防御方法

[发明专利]目标任务分配方法、装置、电子设备及存储介质-CN202310989113.8有效
发明人：王红凯;陈祖歌;刘欣;张旭东;陈浩;毛冬;李振廷;冯珺;张辰;王增海;陈新斌;李高磊 -专利权人：国网浙江省电力有限公司信息通信分公司;之江实验室;国网信息通信产业集团有限公司;国网浙江省电力有限公司磐安县供电公司
申请日： 2023-08-08 - 公布日： 2023-10-20 - 主分类号： G06F9/50 文献下载
摘要：本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
目标任务分配方法装置电子设备存储介质

[发明专利]一种包装结构及空调设备-CN202310977557.X在审
发明人： 李高磊;张雄飞;朱晋清 -专利权人：珠海格力电器股份有限公司
申请日： 2023-08-04 - 公布日： 2023-10-13 - 主分类号： B65D25/10 文献下载
摘要：本发明公开了一种包装结构及空调设备，包装结构包括第一盖体和第二盖体，第一盖体和第二盖体连接且形成容纳腔；第一盖体内部的一端具有第一限位组件，第二盖体内部的一端具有与第一限位组件配合的第二限位组件；第一盖体内部的另一端具有斜面支撑组件，斜面支撑组件使得第一盖体和第二盖体的同一端形成落差；将待包装的产品放置在容纳腔内后，通过第一限位组件和第二限位组件的配合，可以将第一盖体和第二盖体锁紧，而第一限位组件和第二限位组件设置在包装结构的同一侧，因此利于该侧跌落试验时限位防护；并且，因为落差的存在，在该侧超高实验时使得让强度较强的机身背部受力，解决了超高跌落实验时经常出现的样机顶部开裂的技术问题。
一种包装结构空调设备

[发明专利]自动变速箱摘挡控制方法-CN202311041779.7在审
发明人： 李高磊;陈加超;戴冬华;周延;赵知立;凌长涛 -专利权人：安徽江淮汽车集团股份有限公司
申请日： 2023-08-16 - 公布日： 2023-09-22 - 主分类号： F16H61/02 文献下载
摘要：本发明公开了一种自动变速箱摘挡控制方法，本发明的主要设计构思在于，在选挡电缸将选挡推杆移动到控制挡位所在的拨叉位置点后，按照控制挡位将当前换挡拨叉从在挡位置推到中间位置；基于控制挡位，确定第一换挡电缸及第二换挡电缸为正向电缸或反向电缸；在摘挡有序过程中的多个阶段，基于拨叉移动速度及换挡位移位置，协调控制正向电缸力与反向电缸力。本发明可以确保车辆换挡过程中摘挡的平顺性，同时考虑了选换挡机械结构对摘挡过程中阻力的影响，通过对不同阶段正、反电缸力的控制，减少摘挡过程齿套和啮合齿及同步环的冲击，延长离合器使用寿命。
自动变速箱控制方法

[发明专利]基于选换挡执行机构的AMT变速箱挡位自学习方法-CN202310761227.7在审
发明人：张秀程;王烨;李高磊;陈加超;张友皇 -专利权人：安徽江淮汽车集团股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： F16H61/02 文献下载
摘要：本发明公开了一种基于选换挡执行机构的AMT变速箱挡位自学习方法，基于选换挡机构的布局，通过预处理完成对预设的若干基本挡位的位置学习，并由此重新生其他挡的虚拟位置坐标，然后使初始化后的拨叉头处于空挡位置，并基于虚拟的拨叉挡位位置，尝试分别挂入其他挡，在正确挂入目标挡位后，基于已经挂入的实际坐标位置更新挡位学习结果。该挡位自学习方法可自动学习变速箱极限轮廓、虚拟挡位坐标、选换挡校核等，以完成对所有挡位位置坐标的快速识别、校验和记录，可以大大提高挡位自学习的执行效率、成功率和正确率。
基于换挡执行机构 amt 变速箱自学习方法

[发明专利]APT实体关系预测的图神经网络模型训练方法-CN202310890911.5在审
发明人：杨潇;李高磊;李娇 -专利权人：杨潇;北京天融信网络安全技术有限公司
申请日： 2023-07-19 - 公布日： 2023-09-12 - 主分类号： G06F16/28 文献下载
摘要：本申请提供一种APT实体关系预测的图神经网络模型训练方法，用于输入图神经网络模型的图结构数据，包括：APT实体的原有特征、NER分类以及不同APT实体间的已知实体关系；通过NER(命名实体识别)来检测和分类APT攻击消息中的实体，并用于辅助APT实体的特征表达；通过不同APT实体间的已知实体关系，考虑到了APT实体之间节点信息的交互，使得图神经网络模型推断出的实体关系更能反映出实际情况的复杂性和多样性，提高预测结果准确率。
apt 实体关系预测神经网络模型训练方法

[发明专利]基于扩散模型的图像增强方法、装置、设备及存储介质-CN202310922672.7在审
发明人：王红凯;徐昱;毛冬;戴波;陈祖歌;黄建平;李钟煦;郑怡;饶涵宇;李高磊 -专利权人：国网浙江省电力有限公司信息通信分公司;国网信息通信产业集团有限公司;国网浙江省电力有限公司磐安县供电公司
申请日： 2023-07-26 - 公布日： 2023-08-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开基于扩散模型的图像增强方法、装置、设备及存储介质，方法包括：获取待增强的目标图像与图像增强指令，编码得到编码特征图和文本编码；将编码特征图和文本编码输入到预先训练好的目标图像增强网络中；按照预设噪声添加规则和预设步数，逐步向编码特征图中添加高斯噪声，得到服从高斯分布的目标噪声图像，并确定每一步添加高斯噪声后的结果图像中的预测噪声；基于交叉注意力机制，对目标噪声图像中与文本编码对应的区域进行图像增强，得到加噪增强图像；按照预设噪声去除规则和预设步数，逐步从加噪增强图像中去除每一步的预测噪声，得到去噪后图像；对去噪后图像进行解码，得到增强后图像。本发明有效地提高了对特征缺失较多的图像的增强效果。
基于扩散模型图像增强方法装置设备存储介质

[发明专利]面向5G智能网联系统的区块链网络切片安全智能优化方法-CN202111203106.8有效
发明人：伍军;施远;李高磊;李建华;洪源 -专利权人：上海智能网联汽车技术中心有限公司;上海交通大学
申请日： 2021-10-15 - 公布日： 2023-07-07 - 主分类号： H04L45/121 文献下载
摘要：本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法，该方法的具体步骤如下：步骤1：建立基于5G切片环境的移动区块链网络；步骤2：得到移动区块链网络运行的原始数据集，包括正常运行情况下的数据和出现传输链路故障情况下的数据，并进行数据预处理；步骤3：根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练；步骤4：训练完联邦半监督学习模型后得到优化的全局模型，实现预测性快速共识收敛，与现有技术相比，本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。
面向智能联系区块网络切片安全优化方法

[发明专利]基于日蚀策略的群体学习模型后门可传播性度量方法-CN202310198809.9在审
发明人： 李高磊;伍军;杨铮;陈贝;申小朋 -专利权人：上海交通大学;工博士机器人技术有限公司
申请日： 2023-03-03 - 公布日： 2023-07-04 - 主分类号： H04L9/40 文献下载
摘要：本发明提供了基于日蚀策略的群体学习模型后门可传播性度量方法，包括：验证者遍历群体学习网络的各个节点，通过日蚀策略将其中数据贡献率最高的网络节点屏蔽；以使本地节点上参与训练的良性数据集中毒，生成中毒模型参数；参与模型训练的所有节点均上传本地模型参数，通过预设的选举算法随机产生的领导者下载所有参与者的参数文件并使用平均聚合算法合并；使得后门传播至此前未被投毒的良性节点上；调节日蚀策略的作用范围，观测群体学习中模型后门的传播特性。本发明提出的技术方案，不仅验证了后门攻击在群体学习场景下的可传播性，还对其传播速度、传播路径进行度量，为提高对模型后门威胁性的认知以及增强人工智能安全意识提供支撑。
基于策略群体学习模型后门传播度量方法

[发明专利]一种基于学习模型可触发性的代码语义冗余度量验证方法-CN202211088884.1在审
发明人：伍军;邵长捷;裴蓓;李高磊;林夕 -专利权人：上海交通大学;公安部第三研究所
申请日： 2022-09-07 - 公布日： 2023-06-23 - 主分类号： G06F8/41 文献下载
摘要：本发明涉及一种基于学习模型可触发性的代码语义冗余度量验证方法，包括以下步骤：合成混合代码数据集，包含恶意代码和非恶意代码，将该混合代码数据集分为训练集和测试集；在训练集中插入触发器并作为第一训练集，对第一训练集进行代码语义表征，利用对抗扰动投毒，获取中毒的代码语义表征结果，并将中毒的代码语义表征结果处理为特征向量，将该特征向量输入良性神经网络模型进行训练，获取后门神经网络模型；在测试集中插入触发器，获取第一测试集，对第一测试集进行处理后，输入到后门神经网络模型中，根据后门神经网络模型的输出结果验证输入样本中是否包含语义冗余空间。与现有技术相比，该发明能够准确验证并度量代码数据的语义冗余空间。
一种基于学习模型触发代码语义冗余度量验证方法

[发明专利]一种基于威胁特征融合与元学习的APT攻击检测方法-CN202310091225.1在审
发明人： 李高磊;邵长捷;李建华;周志洪;刘文杰;张量 -专利权人：上海交通大学;北京瑞星网安技术股份有限公司
申请日： 2023-01-20 - 公布日： 2023-06-09 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种基于威胁特征融合与元学习的APT攻击检测方法，包括：特征融合：通过时间戳将系统日志syslog与网络流量进行对齐，通过Padding技术将不同维度的数据融合为元任务，并基于元学习将融合后的数据分拆为支持集和查询集；构建APT攻击检测模型；基于元学习预训练APT攻击检测模型：基于支持集训练模型，更新模型参数，用一组支持集学习初始化状态；基于查询集计算局部梯度，优化模型参数，提升模型泛化能力；基于按需微调机制优化预训练的APT攻击检测模型；基于训练完成的APT攻击检测模型进行APT攻击检测。与现有技术相比，本发明能够在攻击样本极少且类不平衡的条件下实现对高隐蔽未知APT的高效检测。
一种基于威胁特征融合学习 apt 攻击检测方法

[发明专利]基于生成对抗网络的non-IID联邦学习模型后门鲁棒性评估方法-CN202310161251.7在审
发明人： 李高磊;梅皓琛;赵媛媛;李建华;郑龙飞 -专利权人：上海交通大学
申请日： 2023-02-23 - 公布日： 2023-05-30 - 主分类号： G06N3/098 文献下载
摘要：本发明涉及一种基于生成对抗网络的non‑IID联邦学习模型后门鲁棒性评估方法，包括：选择联邦学习中的客户端作为测试节点，将下载的服务器端的全局模型作为判别器，并在本地设计生成器，组成生成对抗网络模型；指定后门攻击目标类别，在每一轮全局训练中利用生成器重建类代表样本，并标记目标类别，作为预投毒数据参与训练；本地生成补充数据集；指定后门攻击的源类别，进行后门触发器的优化，利用补充数据集进行类别特异性的后门训练，将判别器更新上传至服务器，更新全局模型；调节数据non‑IID程度以及指定的源类别数，观测对联邦学习全局模型后门攻击的鲁棒性。与现有技术相比，本发明能够验证不同程度的数据异构场景下后门攻击对于联邦学习模型的效果。
基于生成对抗网络 non iid 联邦学习模型后门鲁棒性评估方法

[发明专利]一种内嵌授权式深度学习模型版权主动保护方法-CN202310181842.0在审
发明人： 李高磊;任格;李生红;伍军 -专利权人：上海交通大学
申请日： 2023-02-27 - 公布日： 2023-05-09 - 主分类号： G06F21/16 文献下载
摘要：本发明涉及一种内嵌授权式深度学习模型版权主动保护方法，包括以下步骤：生成混合图像数据集并划分训练集和测试集；在训练集的授权图像样例中插入令牌图样，并进行视觉特征提取和数据投毒训练，得到授权特征向量；以授权特征向量作为深度学习模型的输入进行训练，使得深度学习模型对授权输入实现正常预测；对训练集中的未授权图像样例的标签按照数据投毒策略进行修改，得到未授权图像训练集；基于未授权图像训练集对深度学习模型进行更新训练，使得模型对未授权输入实现低精度的错误预测；基于测试集测试深度学习模型的版权主动保护效果。与现有技术相比，本发明能够防止恶意攻击者非法使用模型或复制一个盗版深度学习模型。
一种授权深度学习模型版权主动保护方法

[发明专利]关节微创固定系统-CN202211430593.6在审
发明人：郑水长;胡大蛟;李高磊;黎少言 -专利权人：郑州大学第二附属医院
申请日： 2022-11-15 - 公布日： 2023-04-04 - 主分类号： A61B17/66 文献下载
摘要：本发明涉及医疗技术领域。目的在于提供关节微创固定系统，包括三对骨钉、三个骨钉钉夹，以及三根用于连接三个骨钉钉夹的连接杆，所述连接杆与骨钉钉夹共同形成三角式外固定架；所述骨钉钉夹包括第一夹盘、第二夹盘和连接螺栓，所述第一夹盘朝向第二夹盘的表面设置有一对相互平行的钉槽，所述钉槽与骨钉相配合；所述第一夹盘与第二夹盘之间能够通过连接螺栓锁紧，以将骨钉夹紧在钉槽内；所述第二夹盘上设置有用于与连接杆对接的联接部。本发明能够形成关节内外的三角结构固定，固定的稳定性好，且使用方便。
关节固定系统

[发明专利]基于循环语义学习的HCPS软件漏洞检测方法-CN202211430673.1在审
发明人： 李高磊;伍军;易啸宇;陈黎兴;杨武;玄世昌 -专利权人：上海交通大学
申请日： 2022-11-15 - 公布日： 2023-03-03 - 主分类号： G06F21/57 文献下载
摘要：本发明涉及一种基于循环语义学习的HCPS软件漏洞检测方法，包括步骤：通过动态和静态分析策略对HCPS软件的无源码二进制程序进行预处理；通过AFL算法，根据预处理后的HCPS软件程序，构建程序帧，该程序帧用以集成HCPS软件程序运行时的逻辑关系和执行环境；根据程序帧，构建指令嵌入矩阵，将程序帧中的指令序列转化为向量特征值，并分为训练集和测试集，并将训练集输入构建好的C‑LSTM网络中进行训练，训练得到能够对HCPS软件漏洞类型进行分类的C‑LSTM网络；将HCPS软件的无源码二进制程序经过上述处理后，输入训练好的C‑LSTM网络中，对软件漏洞类型进行检测。与现有技术相比，本发明能够实现HCPS软件漏洞的自动化检测，完整扫描目标软件，有效减少HCPS软件的攻击面。
基于循环语义学习 hcps 软件漏洞检测方法

1
2
3
4
5
下一页»
尾页
共 69 条