-
公开(公告)号：CN119740258A
公开(公告)日：2025-04-01
申请号：CN202411542841.5
申请日：2024-10-31
Applicant: 北京邮电大学
IPC: G06F21/62 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种基于生成对抗网络的隐私数据发布方法、系统及装置，以要发布处理的原始数据集和与之属性相同且经过隐私处理的少量公开数据集作为训练数据，基于对抗学习构建生成器集群和判别器，将随机向量作为生成器集群的输入以拟合符合原始数据集属性特征并满足隐私要求的发布数据，在生成器集群模块训练过程中，通过适应度评估函数来对生成器表现进行评价，并基于评价分数进行生成器的保留与淘汰，之后通过交叉和变异生成新的生成器并加入集群进行后续迭代训练。在生成器集群模块与判别器模块的联合训练过程中基于差分隐私技术进行自适应的梯度裁剪与噪声引入以保护敏感数据信息。本发明能够在保证隐私保护强度的同时，维持发布数据具有较高的效用。
-
公开(公告)号：CN119691186A
公开(公告)日：2025-03-25
申请号：CN202411568151.7
申请日：2024-11-05
Applicant: 北京邮电大学
IPC: G06F16/353 , G06F18/2431 , G06F18/21 , G06N20/00
Abstract: 本申请提供一种诈骗意图识别方法、装置、电子设备及存储介质，该方法包括先获取待检测文本；然后将所述待检测文本分别输入到训练获得的诈骗模式判别模型、情感分析模型和关键词提取模型中，得到所述待检测文本对应的诈骗模式、情感类别和关键词；最后将所述待检测文本、所述诈骗模式、所述情感类别和所述关键词输入到训练获得的诈骗意图识别模型中，得到所述待检测文本的诈骗意图识别结果，从而通过诈骗模式判别模型、情感分析模型和关键词提取模型能够实现多维度分析文本内容，得到诈骗模式、情感类别和关键词，并结合待检测文本进行诈骗意图的综合判断，有效提升对新型诈骗行为的识别准确性和效率。
-
公开(公告)号：CN119514721A
公开(公告)日：2025-02-25
申请号：CN202411429655.0
申请日：2024-10-14
Applicant: 北京邮电大学
Abstract: 本申请提供一种语言模型的训练方法、装置、设备及存储介质，该方法包括：根据语言模型的预训练矩阵，确定第一矩阵、第二矩阵以及第三矩阵；确定第二矩阵的第一缩放向量以及第三矩阵的第二缩放向量；响应于第二矩阵的范数大于或等于第三矩阵的范数，确定第二矩阵与第二缩放向量为目标训练矩阵；获取训练文本以及训练文本的实际答复结果；将训练文本输入到目标训练矩阵，得到预测答复结果；根据预测答复结果和实际答复结果，确定结果误差；基于结果误差，训练目标训练矩阵，得到优化后的语言模型。本申请通过奇异值分解算法减少语言模型的训练参数，降低了模型的复杂度和计算成本。
-
公开(公告)号：CN114357502B
公开(公告)日：2024-07-02
申请号：CN202111364079.2
申请日：2021-11-17
Applicant: 北京邮电大学
IPC: G06F21/62
Abstract: 本申请提供一种满足本地化差分隐私的真值发现方法及电子设备，在每一个时间点，客户端使用显著性检验中的单样本t检验方法判断相邻时间点间的原始数据变化是否显著，以决定是否更新真值的投票信息并在扰动后上传给服务器，服务器汇总所有客户端的投票信息决定当前时间点需要重新进行真值发现的任务；客户端本地扰动相应任务的数据并上传给服务器，服务器进行考虑客户端权重和任务真值的时间平滑性的动态真值发现，以更新当前时间点的任务真值。这样，能够在保护每一个时间点的客户端原始数据隐私的同时保证较高的真值发现准确度。
-
公开(公告)号：CN117909505B
公开(公告)日：2024-06-07
申请号：CN202410285755.4
申请日：2024-03-13
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F16/34 , G06F40/295 , G06F40/30 , G06F18/241 , G06N3/04
Abstract: 本公开提供一种事件论元的抽取方法及相关设备。所述抽取方法包括：获取原始文本；对所述原始文本进行预处理，得到事件文本；利用预设语言模型对所述事件文本进行处理，得到摘要信息、关联信息和命名实体信息；根据所述事件文本，拆分得到语句信息；根据所述摘要信息、所述关联信息、所述命名实体信息和语句信息，利用事件论元抽取模型，确定所述原始文本对应的事件论元；其中，所述事件论元抽取模型为经过训练的神经网络模型。本公开的技术方案，有助于提高事件论元抽取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117874261B
公开(公告)日：2024-05-28
申请号：CN202410277030.0
申请日：2024-03-12
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F16/35 , G06N5/022 , G06F40/295 , G06N3/0455 , G06N3/08
Abstract: 本申请提供一种基于课程学习的问答式事件抽取方法以及相关设备，包括：获取目标语料，确定所述目标语料的本体信息；获取预先构建的语料抽取模型；其中，所述预先构建的语料抽取模型是基于课程学习的方式训练得到的；将所述本体信息输入到所述语料抽取模型，抽取所述本体信息的事件类型以及与所述事件类型相应的事件论元角色，得到所述目标语料的事件抽取结果。
-
公开(公告)号：CN117056501A
公开(公告)日：2023-11-14
申请号：CN202310809477.3
申请日：2023-07-03
Applicant: 北京邮电大学
Abstract: 本公开提供一种论元的抽取方法、装置、电子设备及存储介质，包括：获取目标文本；对所述目标文本进行动态多池化处理，得到所述目标文本的触发词；确定所述目标文本中的若干实体以及所述若干实体间的关系；基于所述触发词所述若干实体以及所述若干实体间的关系，抽取所述目标文本的论元。本公开中，首先获取了待进行论元抽取的目标文本，然后对此目标文本进行了动态的多次池化处理，得到了目标文本的触发词，之后还确定了此目标文本中的实体，进而对这些实体进行了分析得到了实体间的关系，最后通过触发词、实体以及实体间的关系对此目标文本的论元进行了抽取。
-
公开(公告)号：CN115618401A
公开(公告)日：2023-01-17
申请号：CN202210957735.8
申请日：2022-08-10
Applicant: 北京邮电大学
Abstract: 本申请提供一种真值发现方法、装置、电子设备及存储介质。所述方法包括：获取数据拥有者的偏置、方差以及当前真值；对所述数据拥有者的偏置进行筛选得到偏置集合；在所述偏置集合中选择一个元素作为目标偏置；根据所述目标偏置确定目标数据拥有者，将除所述目标数据拥有者外的其他数据拥有者的当前真值更新为当前真值与其偏置之差；根据所述方差计算得到权重，将所有所述数据拥有者的权重与当前真值之积相加，得到真值；根据所述真值，更新所述偏置和权重。本申请通过提出的加密算法，在不侵犯数据拥有者隐私的条件下，通过消除特定偏置、提高高质量数据拥有者权重的方式，实现满足隐私保护和公平性的真值发现方法。
-
公开(公告)号：CN114358278A
公开(公告)日：2022-04-15
申请号：CN202111423212.7
申请日：2021-11-26
Applicant: 北京邮电大学 , 中国人民解放军32802部队
Abstract: 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。
-
公开(公告)号：CN114186604A
公开(公告)日：2022-03-15
申请号：CN202111241117.5
申请日：2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.047 seconds)
