-
公开(公告)号：CN118246070B
公开(公告)日：2024-08-06
申请号：CN202410670082.4
申请日：2024-05-28
Applicant: 厦门理工学院
IPC: G06F21/62 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种基于灰度不变性的双阶段集成可逆对抗攻击方法、装置、设备和介质，涉及图像对抗处理技术领域。其包含步骤S1至步骤S4以根据初始图像生成可逆对抗攻击样本。S1、获取初始图像。S2、通过动量迭代快速梯度攻击法和梯度量化二进制编码对所述初始图像进行白盒攻击，获取第一扰动信息和第一对抗攻击样本。S3、对所述第一对抗攻击样本进行黑盒攻击，对未能成功攻击目标网络的部分样本，采用阈值信息超像素攻击进一步调整扰动，获取第二扰动信息和第二对抗攻击样本。S4、将所述第二扰动信息的扰动矩阵编码为二进制信息流，然后使用可逆数据隐藏技术RDH将所述二进制信息流嵌入所述第二对抗攻击样本，获得最终的双阶段集成可逆对抗攻击样本。
-
公开(公告)号：CN119888414B
公开(公告)日：2025-05-23
申请号：CN202510386294.4
申请日：2025-03-31
Applicant: 厦门理工学院
IPC: G06V10/774 , G06V10/82 , G06V10/776 , G06V10/764 , G06V10/44 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 摄像图像的可逆对抗干扰方法、装置、设备和介质，涉及数据对抗干扰技术领域。方法包含：获取原始图像并划分为超像素块。根据超像素块，计算初始梯度然后构建初始扰动贡献矩阵。根据初始扰动贡献矩阵，构建初始扰动。将初始扰动叠加至原始图像，获取初始对抗样本。迭代后续步骤直至迭代完成，获取最终对抗样本和对应的最终扰动。基于上一次迭代生成的对抗样本，计算迭代梯度并通过通道注意力网络进行通道增强。通过衰减因子动态融合迭代梯度和上一次迭代的梯度，获取新梯度。根据新梯度，构建新扰动贡献矩阵。根据新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动。将新扰动叠加至原始图像，获取新对抗样本。
-
公开(公告)号：CN119888414A
公开(公告)日：2025-04-25
申请号：CN202510386294.4
申请日：2025-03-31
Applicant: 厦门理工学院
IPC: G06V10/774 , G06V10/82 , G06V10/776 , G06V10/764 , G06V10/44 , G06N3/094 , G06N3/045 , G06N3/0464
Abstract: 摄像图像的可逆对抗干扰方法、装置、设备和介质，涉及数据对抗干扰技术领域。方法包含：获取原始图像并划分为超像素块。根据超像素块，计算初始梯度然后构建初始扰动贡献矩阵。根据初始扰动贡献矩阵，构建初始扰动。将初始扰动叠加至原始图像，获取初始对抗样本。迭代后续步骤直至迭代完成，获取最终对抗样本和对应的最终扰动。基于上一次迭代生成的对抗样本，计算迭代梯度并通过通道注意力网络进行通道增强。通过衰减因子动态融合迭代梯度和上一次迭代的梯度，获取新梯度。根据新梯度，构建新扰动贡献矩阵。根据新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动。将新扰动叠加至原始图像，获取新对抗样本。
-
公开(公告)号：CN119888241A
公开(公告)日：2025-04-25
申请号：CN202510386253.5
申请日：2025-03-31
Applicant: 厦门理工学院
IPC: G06V10/26 , G06V10/774 , G06V10/80 , G06V10/44 , G06V40/14 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06V10/52
Abstract: 本发明提供了多模态协同增强与动态对齐的血管图像分割方法及装置，涉及深度学习与图像处理技术领域。本发明通过获取不同模态的3D血管原图像集，并经切分与模态特征标记融合后，利用扩散模型进行去噪与增强生成模态嵌入图；将模态嵌入图输入改进的3D UNet编码器提取多尺度低级特征；基于图神经网络对低级特征进行全局特征增强与动态对齐，生成对齐高级特征；通过计算对齐高级特征的特征信息熵并进行动态权重融合,得到模态协同特征；基于正、负样本对的对比学习以优化模态协同特征之间的差异表示，得到融合特征；将融合特征输入解码器生成血管分割结果。本发明能高效捕捉不同模态细小血管的形态特征，显著提升多模态血管图像的分割精度与鲁棒性。
-
公开(公告)号：CN119132335A
公开(公告)日：2024-12-13
申请号：CN202411364648.7
申请日：2024-09-29
Applicant: 厦门理工学院
Abstract: 本发明提供了关于音频信息混淆可逆对抗样本的隐私保护方法、装置，本方法提出了一种名为“信息混淆可逆对抗性示例”的新框架。该框架能够在保证音频隐私安全的同时，确保在获得授权的情况下恢复音频的原始质量。通过采用本发明的方法，可以大幅度提升音频数据的安全性和隐私保护水平，有效防止未授权访问及分析。旨在解决现有技术中音频数据隐私保护存在的对抗性攻击容易被检测到、音频经过处理后质量下降明显，以及现有的可逆对抗性示例（RAE）技术在音频应用场景中的局限性的问题。
-
Patent Agency Ranking
公开(公告)号：CN118379501A
公开(公告)日：2024-07-23
申请号：CN202410805765.6
申请日：2024-06-21
Applicant: 厦门理工学院
Abstract: 本发明提供了大脑动脉环多模态分割中时间语义一致性确保方法、装置，本方法首先，通过引入跨时间对齐和注意力机制，有效整合多模态数据，提高了分割结果的准确性和鲁棒性；其次，开发了时间对齐模块（TAM）和跨时间跨模态注意力模块（CCAM），确保对治疗效果的准确评估；再次，引入了Laplacian Enhanced Fourier Encoder（LEFE），显著提升了对细小和复杂血管结构的检测和分割能力；最后，设计了一种新的损失函数，强制不同模态下的语义一致性，提高了跨模态数据处理的一致性和准确性。
-
公开(公告)号：CN118246070A
公开(公告)日：2024-06-25
申请号：CN202410670082.4
申请日：2024-05-28
Applicant: 厦门理工学院
IPC: G06F21/62 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种基于灰度不变性的双阶段集成可逆对抗攻击方法、装置、设备和介质，涉及图像对抗处理技术领域。其包含步骤S1至步骤S4以根据初始图像生成可逆对抗攻击样本。S1、获取初始图像。S2、通过动量迭代快速梯度攻击法和梯度量化二进制编码对所述初始图像进行白盒攻击，获取第一扰动信息和第一对抗攻击样本。S3、对所述第一对抗攻击样本进行黑盒攻击，对未能成功攻击目标网络的部分样本，采用阈值信息超像素攻击进一步调整扰动，获取第二扰动信息和第二对抗攻击样本。S4、将所述第二扰动信息的扰动矩阵编码为二进制信息流，然后使用可逆数据隐藏技术RDH将所述二进制信息流嵌入所述第二对抗攻击样本，获得最终的双阶段集成可逆对抗攻击样本。
-
公开(公告)号：CN118885827B
公开(公告)日：2024-12-17
申请号：CN202411379898.8
申请日：2024-09-30
Applicant: 厦门理工学院
IPC: G06F18/22 , G06F8/53 , G06N3/0442 , G06N3/0455 , G06N3/042
Abstract: 本发明提供的跨架构二进制代码的相似性检测方法、系统、设备及介质，涉及信息安全技术领域。本发明通过获取待检测的两份二进制代码文件；将两份二进制代码文件进行反汇编，提取得到对应的二进制代码函数信息;将二进制代码函数信息输入预先训练好的基于孪生网络架构的多模态跨架构二进制代码相似性检测模型，输出相似性检测结果。本发明基于K‑BERT深度学习模型生成不同架构下的语义嵌入向量；采用GGNN模型提取出结构嵌入向量；并经MLP多层感知机融合处理后，在孪生网络进行相似性度量，得到相似性检测结果。本发明有效解决了现有技术的局限性，通过多模态信息的有效融合，实现了跨架构特征的统一表达，显著提升了二进制代码相似性检测的精度与鲁棒性。
-
公开(公告)号：CN118918298A
公开(公告)日：2024-11-08
申请号：CN202411411644.X
申请日：2024-10-11
Applicant: 厦门理工学院
Abstract: 本发明提供了基于球面几何的点云转移攻击方法、装置、设备及介质，涉及点云攻击技术领域，利用球面大地测量距离和配对向量之间的角度生成扰动。通过流形变换，将点云从欧几里得空间映射到球面空间，并计算球面上最近的大地测量距离，从而获得弯曲点对的几何位置。随后，通过学习正负角度偏移生成两个子扰动，控制成对矢量的角度变化以增强扰动多样性。旨在解决解决模型的可移植性较弱的问题。
-
公开(公告)号：CN118916077A
公开(公告)日：2024-11-08
申请号：CN202411396600.4
申请日：2024-10-09
Applicant: 厦门理工学院
Abstract: 本发明提供的基于分层解析的代码克隆检测方法、装置、设备及介质，涉及人工智能与语言处理技术领域，本发明方法通过获取待克隆检测的两份源代码片段；再分别进行解析得到AST；然后对AST分别进行分层提取，得到分层AST；遍历分层AST的每个节点，依次计算节点之间的相对距离，得到相对位置嵌入矩阵，进而得到相对位置分层AST；利用解耦注意力机制处理相对位置分层AST的每个节点，得到内容向量与位置嵌入向量，并分别计算它们之间的注意力权重，得到注意力矩阵；将所述两份源代码片段的相对位置分层AST与注意力矩阵输入暹罗网络进行克隆检测，最后通过相似度得到检测结果。本发明提高了代码克隆检测的效率和准确性，解决了梯度消失问题，降低了计算开销。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
