一种基于GAN的用户人格隐私保护方法

    公开(公告)号:CN113742772A

    公开(公告)日:2021-12-03

    申请号:CN202110927352.1

    申请日:2021-08-09

    Abstract: 一种基于GAN的用户人格隐私保护方法属于社会工程学领域。本发明使用结合强化学习的生成式对抗网络来进行文本的转换,其中策略梯度来解决GAN对于文本离散性的不可导问题。我们将鉴别器中的隐层语义特征“泄露”给生成器类提高生成文本语义相似性,同时在GAN的原始目标上加入真实文本和生成文本特征向量间的语义相似度和人格差异得分,因此鉴别器的样本分类器得分J(Gθ)、语义相似性得分Jsem和人格差异性得分Jpers的加权平均值来作为反馈信号来指导生成器的学习,从而使得生成器产生高度多样化的句子以匹配真实句子的变化,避免生成模式单一的文本数据。攻击者无法从变换后的文本数据中分析出用户真实的人格,从而达到攻击效果降低或者阻断攻击的目的。

    一种基于变分自编码和K近邻组合的社交机器人检测方法

    公开(公告)号:CN113158076A

    公开(公告)日:2021-07-23

    申请号:CN202110364341.7

    申请日:2021-04-05

    Abstract: 一种基于变分自编码和K近邻组合的社交机器人检测方法属于异常检测技术领域,本发明通过网络获取社交机器人公开数据,并通过预处理提取特征,通过采用数据进行训练,再使用变分自编码进行编码以及解码,正常样本特征经过解码与初始特征更为相似,而异常样本与初始特征差异大,将原始特征与解码后的特征进行融合,再利用异常检测方法K近邻进行异常检测。该方法考虑在社交网络大环境中,异常用户群体相对于正常用户群体其数量较少,因此在数据的收集过程中,异常用户的收集相对麻烦。本发明提出的方法解决了社交机器人检测现有方法中高成本打标签和正负样本不均衡的缺点,通过减少异常样本参与模型的训练,实现社交网络机器用户的高效检测。

    一种基于网络编码的无线传感网多路径路由方法

    公开(公告)号:CN103561445A

    公开(公告)日:2014-02-05

    申请号:CN201310560078.4

    申请日:2013-11-12

    CPC classification number: Y02D70/30

    Abstract: 一种基于网络编码的无线传感网多路径路由方法属无线传感网络通信领域,其特征在于,按基于编码优势节点的路径优势值对网中任意的源节点到目的节点之间的路径按路径优势的大小从大到小排序,提供优先选择的路径,源节点发送的由K个原始数据包所形成的I(I≥K)个编码数据包对应于优先选择路径一一对应的发送。首先由源节点编码的数据在数据传输过程中,编码优势节点是一种多路径交叉点要对输入的编码数据进行再次随机编码再把路由表中标明本节点为接收节点的编码数取出后,再把标有下层其他中间节点或目的节点地址的再次编码数据中编码系数解码后下行输出,以此类推直到目的节点为止。本发明把网络编码与多路径选择相结合提供较优的多路径路由方法。

    一种基于ChannelMix和双向时空特征融合的脑电情绪识别方法

    公开(公告)号:CN120045893A

    公开(公告)日:2025-05-27

    申请号:CN202411940979.0

    申请日:2024-12-26

    Abstract: 一种基于ChannelMix和双向时空特征融合的脑电情绪识别方法属于人工智能与机器学习领域,研究了一种无监督域适应的脑电情绪识别方法。首先,利用多阶段的双向时空特征融合模块,充分挖掘脑电信号的时空互补信息,从而提取到丰富的时空表示;然后通过域判别器迫使时空特征融合模块提取到域不变特征;接着,通过软伪标签模块为目标域样本生成伪标签并将其作为额外的监督信号,从而提高目标域的判别性;之后,通过ChannelMix模块,能够有效地建立中间域,通过将源域和目标域向中间域对齐,从而减小源域与目标域的差异;最后,基于ChannelMix的数据增强方法进一步提高泛化性能。本发明提高情绪识别准确率。

    一种基于目标模型的网络攻击检测方法

    公开(公告)号:CN104883356A

    公开(公告)日:2015-09-02

    申请号:CN201510201729.X

    申请日:2015-04-24

    Abstract: 本发明公开了一种基于目标模型的网络攻击检测方法,能够获得发生在与目标有关联关系的实体上的安全事件对目标的影响,从而进行网络攻击检测。该方法利用目标模型所体现的关联关系,建立扩展影响树和安全影响图;然后针对检测到的每个安全事件,根据这一树一图通过从下至上的推算方式确定安全事件与目标T之间的距离d和对目标T的安全影响H;利用距离d和安全影响H实现网络攻击检测。

Patent Agency Ranking