公开(公告)号：CN117974421A

公开(公告)日：2024-05-03

申请号：CN202410163655.4

申请日：2024-02-05

Applicant: 广东工业大学

Inventor： 凌捷 ,  蔡玲瑶 ,  罗玉

IPC: G06T3/04 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明提出一种基于风格迁移技术的对抗样本生成方法和系统，涉及人工智能安全领域，包括获取原始图像和任意现有的图像分类模型；基于所述任意现有的图像分类模型构建基础模型，基于所述基础模型构建风格化基础模型；对原始图像进行预处理，将预处理后的图像输入所述基础模型，获得基础模型梯度；从原始图像中任选一张图像作为风格图像输入风格化基础模型，获得风格化模型，将所述预处理后的图像输入风格化模型中，获得风格化模型梯度，重复多次，当达到预设重复次数时，将基础模型梯度和所有风格化模型梯度相加获得组合梯度，利用组合梯度得到最终梯度；利用最终梯度对预处理后的图像进行更新，获得更新后的图像；将更新后的图像作为新的预处理后的图像，重复迭代，当达到预设迭代次数后，将最终更新后的图像作为最终对抗样本。本发明能够更好的生成高质量的对抗样本，提高对抗攻击迁移的成功率。

公开(公告)号：CN117876516A

公开(公告)日：2024-04-12

申请号：CN202410047630.8

申请日：2024-01-12

Applicant: 广东工业大学

Inventor： 罗玉 ,  刘世轩 ,  凌捷 ,  柳毅

IPC: G06T11/00 ,  G06N3/084 ,  G06T5/10 ,  G06N3/0464 ,  G06N3/048

Abstract: 本申请实施例提供了一种基于优化迭代算法的MRI重建方法、系统及介质，该方法包括：获取全采样MRI图像，对全采样MRI图像进行模拟欠采样预处理，得到模拟欠采样MRI图像；获取压缩感知迭代算法，并对压缩感知迭代算法进行优化；基于优化后的迭代算法建立分部逐步恢复深度展开MRI重建模型；构建分部逐步恢复深度展开MRI重建模型损失函数，并对MRI重建模型的模型参数进行微调；将欠采样MRI图像输入分部逐步恢复深度展开MRI重建模型得到重建图像；通过将图像分成两个互补的部分并分步处理的方法，更有效地利用图像不同部分的信息，实现更高质量的重建效果。

公开(公告)号：CN117456032A

公开(公告)日：2024-01-26

申请号：CN202311462738.5

申请日：2023-11-06

Applicant: 广东工业大学

Inventor： 罗玉 ,  蔡越 ,  凌捷 ,  柳毅

IPC: G06T11/00 ,  G06T9/00 ,  G06T5/70 ,  G06T7/13 ,  G06N3/088

Abstract: 本申请实施例提供了一种基于图像分解的无训练磁共振影像重建方法、系统及介质，该方法包括：获取磁共振影像，将磁共振影像输入预设的影像分解模型进行解耦，得到图像边缘区域与平滑区域；通过无训练神经网络先验生成器获取图像边缘区域、平滑区域的分解成分与分解掩码，生成图像边缘区域编码向量、图像平滑区域编码向量与分解掩码的编码向量；基于磁共振影像分解模型与映射关系模型，利用分解掩码对分解成分进行融合，获得磁共振影像重建结果；通过构建磁共振影像分解模型，将磁共振影像分解为边缘区域和平滑区域，并利用无训练神经网络先验生成器灵活获取图像分解成分和分解掩码，以此降低单模型的重建难度以提升磁共振影像的重建效率。

公开(公告)号：CN116760569A

公开(公告)日：2023-09-15

申请号：CN202310566242.6

申请日：2023-05-19

Applicant: 广东工业大学

Inventor： 吴晓鸰 ,  罗奕彤 ,  凌捷

IPC: H04L9/40 ,  H04L41/16 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/241 ,  G06F18/2415 ,  G16Y30/10

Abstract: 本发明公开的属于信息科学技术领域，具体为一种基于图神经网络模型的物联网入侵检测方法，包括具体步骤如下：首先针对入侵检测数据集中存在的错误、缺失、异常值数据进行清洗和处理，并对数据集进行筛选和抽样，以保证数据的质量和可靠性，减少噪声和提高模型效果，然后，从原始数据中提取图数据的特征，并对数据进行归一化处理，将不同特征的取值范围缩放到相同的区间内，以便后续神经网络模型的训练和优化，过后，将处理后的数据集划分为训练集、验证集和测试集，以便于对模型进行训练、调参和评估，本发明通过综合考虑节点和边的特征，提高了分类器的准确性和鲁棒性，从而在攻击流检测方面具有更好的表现。

公开(公告)号：CN116757274A

公开(公告)日：2023-09-15

申请号：CN202310818420.X

申请日：2023-07-04

Applicant: 广东工业大学

Inventor： 凌捷 ,  凌海 ,  罗玉

IPC: G06N3/094 ,  G06N3/0475 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明公开了一种基于相同语义特征的对抗样本生成方法与系统，涉及人工智能安全的技术领域，包括获取原始图像样本并对应生成扰动样本，输入待攻击的神经网络模型，计算第一相似性分数和第二相似性分数；对相似性分数设置权重因子调整扰动样本，获得优化后的扰动样本；计算优化后的扰动样本的上界并进行约束，获得初始对抗样本；判断初始对抗样本是否满足预设要求，若不满足，将初始对抗样本作为新的扰动样本进行新一轮迭代，否则获得最终对抗样本。本发明稳定性和成功率高，不限制特定的数据集，使得生成的对抗样本更具有普适性和可迁移性，且误导分类器时保持高度不可感知，提高了对抗攻击的可靠性和实用性，达到有效欺骗分类器的目的。

公开(公告)号：CN110443069B

公开(公告)日：2023-07-25

申请号：CN201910722196.8

申请日：2019-08-06

Applicant: 广东工业大学

Inventor： 凌捷 ,  高丹 ,  李风环 ,  谢锐

IPC: G06F21/62 ,  G06F21/60 ,  G06Q50/00

Abstract: 本申请公开了一种移动社交网络隐私保护的方法，包括：客户端接收数据匹配者输入的属性密钥；将属性密钥上传至属性授权管理中心，以使属性授权管理中心根据属性密钥生成解密密钥并返回客户端；将解密密钥上传至交友中心，以使交友中心根据解密密钥对待解密信息进行初步解密，得到转换密文并返回客户端；根据解密密钥确定转换密钥，并利用转换密钥对转换密文进行解密，得到数据拥有者的个人信息。本申请将数据匹配者的解密操作外包给交友中心以减少计算开销，在实现朋友发现隐私保护的基础上实现了降低数据匹配者的计算开销。本申请同时还提供了一种移动社交网络隐私保护的系统、设备及计算机可读存储介质，具有上述有益效果。

公开(公告)号：CN115984645A

公开(公告)日：2023-04-18

申请号：CN202211625755.1

申请日：2022-12-16

Applicant: 广东工业大学

Inventor： 凌捷 ,  邓诗芸 ,  罗玉

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06V10/74 ,  G06N3/04

Abstract: 本发明提供一种基于GAN的非限制性对抗样本生成方法和系统，涉及人工智能安全技术领域，包括：获取初始输入图像和目标图像并进行预处理；将预处理后的初始输入图像输入GAN神经网络模型中进行训练，利用编码器将预处理后的初始输入图像和目标图像编码到隐空间，并对获得的隐向量进行正则化；将正则化后目标图像的隐向量作为对抗样本隐向量的初始值，构建对抗样本相似度目标函数并在隐空间迭代更新，获得待生成对抗样本的隐向量；将待生成对抗样本的隐向量输入优化后的GAN神经网络模型中生成对抗样本；本发明利用更新隐空间的隐向量和生成器网络G来生成非限制性对抗样本，保障了对抗样本的自然性，提高了非限制性对抗样本的生成效率和攻击成功率。

公开(公告)号：CN115984402A

公开(公告)日：2023-04-18

申请号：CN202310045495.9

申请日：2023-01-30

Applicant: 广东工业大学

Inventor： 罗玉 ,  蔡越 ,  凌捷

IPC: G06T11/00 ,  G06N3/0464 ,  G06N3/084 ,  G06T5/00 ,  G06T5/10

Abstract: 本发明公开了一种联合边界的展开式MRI影像重建方法、系统和存储介质，属于医学影像优化技术领域。通过结合影像边界信息设计重建模型，并结合传统优化理论对重建影像和影像边界进行交替优化，同时基于拟合能力强大的深度学习技术将优化流程中的可网络化子模块进行展开。在大规模数据的驱动下，结合网络模块预训练和整体重建模型微调的方式，训练出能有效利用影像边界信息对欠采样MRI影像进行高质量重建的优化模型，且相较于单纯基于深度学习的方法，该重建模型具有更高的解释性和可靠性。

公开(公告)号：CN110363023B

公开(公告)日：2023-03-21

申请号：CN201910538006.7

申请日：2019-06-20

Applicant: 广东工业大学

Inventor： 凌捷 ,  赖琦 ,  谢锐

IPC: G06F21/62

Abstract: 本发明提供了一种基于PHMM的匿名网络溯源方法，其主要步骤包括：1)将收集的数据序列化；2)提取序列化后数据特征；3)将提取特征生成PHMM，并进一步生成HMM数据库；4)对匿名用户采集数据，并将数据序列化；5)查询数据库判断测试数据为哪类，确认匿名用户所访问网站。本发明提出的一种序列化算法，利用db4小波分解后单支重构，再用字母表示该序列，以此便于利用基因的比对方式检测网站指纹攻击方法的准确率。本发明提出的匿名网络溯源方法考虑了超链接、外部链接和内部链接，提高了在TOR匿名网络中的网站识别准确率。

公开(公告)号：CN111601309B

公开(公告)日：2023-02-10

申请号：CN202010475468.1

申请日：2020-05-29

Applicant: 广东工业大学

Inventor： 吴晓鸰 ,  黄泽民 ,  凌捷

IPC: H04W12/00 ,  H04W12/121 ,  H04W12/122 ,  H04W12/125

Abstract: 本申请公开了一种无线可充电传感器网络的监测方法和装置，方法包括：获取充电请求对应请求节点的第一数据信息和请求节点的相邻节点的第二数据信息，第一数据信息包括：第一数据包和能耗率，第二数据信息包括：第二数据包；判断第一数据包的数量与第二数据包的数量是否相同，若否，则判定请求节点被攻击，若是，则执行计算步骤；基于预置能耗率计算公式，根据第一数据包的数量和传输的数据位平均长度计算得到请求节点的实际能耗率；当实际能耗率与能耗率不同时，判定请求节点是恶意节点。解决了现有的WCV由于无法监测出该节点发出的能耗率或充电请求发出时间的真伪性，进而无法检测出该节点是否受到攻击或恶意节点的技术问题。