基于对抗样本的非侵入自适应说话人匿名系统及方法

    公开(公告)号:CN114822548B

    公开(公告)日:2025-02-14

    申请号:CN202210423544.3

    申请日:2022-04-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于对抗样本的非侵入自适应说话人匿名系统及方法,系统包括多样目标说话人生成模块、任意对任意对抗扰动构造模块和不可感知对抗扰动优化模块,多样目标说话人生成模块根据所输入的目标标签按需生成目标说话人嵌入码,任意对任意对抗扰动构造模块根据所输入的目标说话人嵌入码构造对抗扰动,不可感知对抗扰动优化模块进一步优化所输入的对抗扰动得到人耳不可感知的对抗扰动。本发明可以实现任意对任意的说话人身份转换,将原始用户的声纹信息隐藏在一群目标说话人之中以自适应地躲避自动说话人辨认系统的身份检测,通过预训练的条件变分自编码器按需采样目标嵌入码极大释放了实际部署的计算和存储资源需求。

    一种多模态大模型对抗安全检测系统及方法

    公开(公告)号:CN118916833A

    公开(公告)日:2024-11-08

    申请号:CN202410952564.9

    申请日:2024-07-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种多模态大模型对抗安全检测系统及方法,旨在评估多模态大模型的鲁棒性和对抗安全性;本发明通过单模态编码器对输入数据进行处理,并对所得到的嵌入表示施加对抗性扰动,以削弱多模态数据间的协同一致性,从而构造多模态对抗样本,用于检测多模态大模型在执行下游任务时的准确性。本发明适用于非白盒测试场景,有效降低了模型安全性评估的难度,提升了评估的普适性;所提出的多模态对抗样本协同生成方案,能够有效利用各模态数据间的潜在联系,实现更为全面的对抗安全检测;此外,本发明具备良好的可扩展性,支持包括文本与图像、文本与音频、文本与无声视频等多种多模态数据的对抗样本生成。

    一种基于时间嵌入表示和频域信息的网络攻击检测方法

    公开(公告)号:CN118740498A

    公开(公告)日:2024-10-01

    申请号:CN202411005175.1

    申请日:2024-07-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于时间嵌入和频域信息的网络攻击检测方法;该方法基于流量的时域和频域特征学习正常流量的分布模式,并依此对攻击流量进行检测。首先流量采集处理模块采集和解析原始比特流,然后流量特征提取模块提取其特征,随后特征学习模块分别对流量的频域特征和经过时间嵌入的时序特征进行学习,最后威胁检测模块充分融合两部分特征,并以此对流量进行重构和异常评分。该方法融合了流量序列在时域和频域上的分布特征,降低了噪音数据的影响,强化了流量的时序特征关联,因此可以有效地提升检测的准确率。

    一种基于跨协议层融合的车载CAN总线入侵检测系统

    公开(公告)号:CN117857145A

    公开(公告)日:2024-04-09

    申请号:CN202311758541.6

    申请日:2023-12-20

    Applicant: 浙江大学

    Abstract: 本发明提供了一种基于跨协议层融合的车载CAN总线入侵检测系统,本发明通过基于跨协议层融合物理层电压特征,不仅能够有效提升识别应用层的多种攻击的准确率,还能对链路层的Bus off攻击进行有效检测,填补了多数现有方案的盲区,显示了其高度的适应性和稳健性。本发明跨层次的特征融合能够提供更全面的保护,可以在更早的阶段发现和防止攻击,从而大大提高汽车网络的安全性。

    一种基于语义空间扰动的语音识别模型安全性测评方法

    公开(公告)号:CN116758899B

    公开(公告)日:2023-10-13

    申请号:CN202311008778.2

    申请日:2023-08-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于语义空间扰动的语音识别模型安全性测评方法,包括(1)选择目标指令,将指令文本输入给预训练语音合成模型获得命令的原始语义特征、原始梅尔频谱和原始对齐信息;(2)初始化特征扰动为0;(3)将特征扰动加到命令的原始语义特征上,将加扰后的语义特征输入给语音合成模型的解码器,获得新的梅尔频谱和新的对齐信息;(4)将获得的梅尔频谱进行模糊化,并输入声码器获得音频;(5)将音频输入给待测目标语音识别模型获得识别结果;(6)如果识别结果和目标命令相同则保留音频;(7)计算损失并更新特征扰动;(8)回到步骤(3)直到扰动超过阈值或到达最大迭代次数;(9)检查最终是否通过步骤(6)保留了音频。

    一种基于语义空间扰动的语音识别模型安全性测评方法

    公开(公告)号:CN116758899A

    公开(公告)日:2023-09-15

    申请号:CN202311008778.2

    申请日:2023-08-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于语义空间扰动的语音识别模型安全性测评方法,包括(1)选择目标指令,将指令文本输入给预训练语音合成模型获得命令的原始语义特征、原始梅尔频谱和原始对齐信息;(2)初始化特征扰动为0;(3)将特征扰动加到命令的原始语义特征上,将加扰后的语义特征输入给语音合成模型的解码器,获得新的梅尔频谱和新的对齐信息;(4)将获得的梅尔频谱进行模糊化,并输入声码器获得音频;(5)将音频输入给待测目标语音识别模型获得识别结果;(6)如果识别结果和目标命令相同则保留音频;(7)计算损失并更新特征扰动;(8)回到步骤(3)直到扰动超过阈值或到达最大迭代次数;(9)检查最终是否通过步骤(6)保留了音频。

    基于跨领域自适应的深度伪造语音检测方法

    公开(公告)号:CN116153331A

    公开(公告)日:2023-05-23

    申请号:CN202211533985.5

    申请日:2022-12-01

    Abstract: 本发明公开了一种基于跨领域自适应的深度伪造语音检测方法及装置,涉及语音检测技术领域。该方法包括:获取跨语种音频数据集;从跨语种音频数据集随机抽取的包含源语种及目标语种真伪音频数据的N个音频数据输入至特征提取器进行音频特征提取;将音频特征分别输入至真伪分类器、语种分类器、差异测量器,计算得到真伪分类损失参数、语种分类损失参数和语种间特征差异损失参数;根据真伪分类损失参数、语种分类损失参数和语种间特征差异损失参数,以减小总损失为优化目标,采用优化算法对神经网络模型进行参数优化及更新;重复上述步骤得到深度伪造语音检测模型,通过该深度伪造语音检测模型可实现对不同语种待测音频数据真伪的精确识别。

Patent Agency Ranking