公开(公告)号：CN116994309B

公开(公告)日：2024-04-09

申请号：CN202310504150.5

申请日：2023-05-06

Applicant: 浙江大学 ,  浙江大学杭州国际科创中心

Inventor： 王志波 ,  张磊 ,  任奎

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种公平性感知的人脸识别模型剪枝方法，包括获取数据集，数据集包括训练图像数据，训练图像数据的目标标签，训练图像数据的敏感属性，在获取的数据集上训练一个在目标标签上分类准确率高的神经网络模型，构建网络公平性的判别器，用于公平性感知的网络剪枝训练等步骤，本方法旨在提升网络剪枝算法的公平性，在保持网络效率的前提下，不损伤剪枝后网络的准确率，提升剪枝后网络的公平性。本发明设计判别器消除剪枝后模型的预测与敏感属性之间的关联，搜索存在公平性偏见与参数多余的联结进行剪枝，从而实现公平性感知的网络剪枝算法，本发明可以剪枝模型80％，90％，最多可达95％的参数，同时提升模型在敏感属性。

公开(公告)号：CN117540788A

公开(公告)日：2024-02-09

申请号：CN202410029633.9

申请日：2024-01-09

Applicant: 浙江大学 ,  浙江大学嘉兴研究院

Inventor： 巴钟杰 ,  魏耀 ,  陈烨灵 ,  黄鹏 ,  程鹏 ,  王庆龙 ,  秦湛 ,  任奎

IPC: G06N3/0895 ,  G06N3/006 ,  G06N3/0455 ,  G06V10/82

Abstract: 本发明公开了一种以控制为中心的自监督学习的双阶段通用智能体训练方法，属于人工智能感知决策技术领域，包括以下步骤：步骤1、设计多模态的决策基础模型，包括编码器和控制解码器；步骤2、收集跨领域跨模态跨具身的多任务数据集；步骤3、使用以控制为中心的自监督损失函数通过自监督学习训练多模态的决策基础模型；步骤4、通过多模态指令对齐的模仿学习来训练多模态的决策基础模型；步骤5、将训练完成的多模态的决策基础模型部署到平台中进行测试使用。本发明提供了一种以控制为中心的自监督学习的双阶段通用智能体训练方法，具有卓越的适应性，能够适应跨领域、跨场景和跨具身的广泛决策任务。

公开(公告)号：CN117494118A

公开(公告)日：2024-02-02

申请号：CN202311771082.5

申请日：2023-12-21

Applicant: 浙江大学 ,  浙江大学嘉兴研究院

Inventor： 巴钟杰 ,  钟杰洺 ,  陈海昕 ,  王庆龙 ,  程鹏 ,  任奎

IPC: G06F21/55 ,  G06N20/00 ,  G06F40/30 ,  G06F40/284

Abstract: 本发明公开了一种基于隐空间仿射的文生图模型测评方法，涉及文生图模型安全性测评技术领域，包括以下步骤：S1：根据目标生成的有害内容撰写相应有害提示词P；S2：将有害提示词P输入文生图模型；S3：分离被禁止的提示词PN的敏感部分W；S4：去除PN的敏感部分W并记为PT，将PT输入文生图模型测试提示词能否通过安全模块的限制；S5：利用隐空间仿射原理重新生成敏感部分W的替代词，与PT重新构成攻击提示词PA；S6：将PA输入文生图模型测试攻击效果。本发明采用上述的一种基于隐空间仿射的文生图模型测评方法，问询次数更低，效率更高，生成图像种类更可控。

公开(公告)号：CN115297059B

公开(公告)日：2023-11-28

申请号：CN202210842345.6

申请日：2022-07-18

Applicant: 浙江大学 ,  浙江大学嘉兴研究院

Inventor： 张帆 ,  蒋加伦 ,  赵子鸣 ,  陈欢 ,  任奎 ,  赵新杰 ,  郭世泽

IPC: H04L47/125 ,  H04L47/2441

Abstract: 本发明公开了一种基于P4的传输层负载均衡系统，包括连接状态信息表模块、快速连接缓存模块、流量特征存储模块、虚拟IP信息表模块、实例类别权重表模块、流量类型预测表模块和直接IP池版本信息表模块。本发明通过基于P4的数据转发平面依据各网络服务实例的性能权重高效转发数据包，并且实现基于机器学习规则数据驱动的流量分类，并且运用灵活的调度方法进行流量分发，使各实例的利用率均衡；其次本发明执行快速连接缓存维护各连接的一致性原则，解决直接IP池更新时数据包转发错误导致的负面影响。该系统具有可部署、可更新和高灵活性的优点，利用机器学习的优势执行流量的传输层负载均衡，进而实现高效的网络内转发，提高网络服务的聚合吞吐量。

公开(公告)号：CN116798441A

公开(公告)日：2023-09-22

申请号：CN202310608250.2

申请日：2023-05-26

Applicant: 浙江大学 ,  浙江大学杭州国际科创中心

Inventor： 卢立 ,  陈钱牛 ,  顾哲涵 ,  巴钟杰 ,  林峰 ,  任奎

IPC: G10L21/013 ,  G10L25/18 ,  G10L25/30 ,  H04N21/2187

Abstract: 本发明公开了一种虚拟直播环境下的实时语音转换方法和装置，高度保留了扮演者的语气、语调等身份无关的语音特征，为用户提供了无需注册、重训练即可在个人电脑上流畅运行的服务。此外，该方法提供20种以上的虚拟音色以供选择、切换，为VTuber提供更加多元化、个性化的虚拟角色扮演效果，更好地服务虚拟直播场景。本方法可以实现低延迟和高质量的实时语音生成，能够实现实时转换并控制实时延迟仅为70.8ms，在语音质量和易懂度上与最先进的基于Diffusion的多目标语音转换方法相当，在语音相似性上领先于目前的主流方法。

公开(公告)号：CN116244669A

公开(公告)日：2023-06-09

申请号：CN202211646385.X

申请日：2022-12-21

Applicant: 浙江大学 ,  浙江大学杭州国际科创中心

Inventor： 杨子祺 ,  吴正阳 ,  任奎

IPC: G06F21/16 ,  G06N20/00 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明公开了一种基于模型水印的机器学习模型版权保护方法，该方法通过向机器学习模型嵌入不可见的秘密水印来满足模型溯源和版权保护的需求，降低知识产权侵权风险。本发明通过训练一个新的“植入模型”来正则化原始机器学习模型，使得水印植入更加地耦合模型的主要分类任务，相比于之前的模型水印植入方式，这种方式植入的模型水印在面对水印去除攻击时有着更强的鲁棒性，尤其在蒸馏攻击上，该发明有着更好的抵御效果。

公开(公告)号：CN115883183A

公开(公告)日：2023-03-31

申请号：CN202211504980.X

申请日：2022-11-28

Applicant: 浙江大学 ,  浙江大学嘉兴研究院

Inventor： 张秉晟 ,  陈俊杰 ,  任奎

IPC: H04L9/40 ,  H04L9/08 ,  H04L9/30 ,  H04L9/32

Abstract: 本发明公开了一种工控系统的跨域安全互联方法及装置，该方法包括：向身份认证服务器发送注册申请并接收第一证书和共享密钥；利用第一证书与持有第二证书的客户端通过TLS握手协议生成第一会话密钥，其中第二证书由客户端发送注册申请后得到；接收现场设备的身份验证请求并利用共享密钥进行验证，若验证通过，则生成第二会话密钥并发送给现场设备；接收客户端发送的第一加密会话，利用第一会话密钥进行解密，得到第一解密会话；利用第二会话密钥对第一解密会话进行加密，得到第二加密会话并发送至现场设备，以使得现场设备通过第二会话密钥对第二加密会话进行解密，得到第二解密会话，从而使得现场设备接收客户端发送的监控命令。

公开(公告)号：CN115631757A

公开(公告)日：2023-01-20

申请号：CN202211283900.2

申请日：2022-10-20

Applicant: 浙江大学 ,  浙江大学杭州国际科创中心

Inventor： 卢立 ,  陈锰 ,  巴钟杰 ,  林峰 ,  任奎

IPC: G10L19/008 ,  G10L19/018 ,  G10L19/16

Abstract: 本发明公开了一种面向语音身份匿名的卷积性对抗样本构造方法及装置，获得用户的原始语音样本，获得至少1个真实房间脉冲响应信号，通过获得的真实房间脉冲响应信号初始化卷积性对抗扰动，将获得的用户原始语音样本与卷积性对抗扰动进行卷积运算，得到初始的语音对抗样本，随机选择目标类别的标签，通过嵌入码级别的条件变分自编码器采样说话人嵌入码等步骤，本发明设计卷积性对抗扰动来近似真实自然的房间脉冲响应，能够有效减少扰动注入带来的信号失真，保证文本内容的完整性和声纹的一致性以及良好的音频感知质量，实现语音服务隐私和功用的平衡，提出的卷积性对抗扰动能够有效抵御常见的基于信号处理技术的对抗扰动破坏手段。

公开(公告)号：CN117648722A

公开(公告)日：2024-03-05

申请号：CN202311650565.X

申请日：2023-12-04

Applicant: 浙江大学 ,  浙江大学嘉兴研究院

Inventor： 杨坤 ,  明经典 ,  任奎 ,  傅沈烨 ,  汤雨林

IPC: G06F21/64 ,  G06F21/79 ,  G06N20/20 ,  G06F11/10 ,  G06F18/243 ,  G06F21/62

Abstract: 本发明公开了一种固件带外数据存储模式安全评估方法，该方法使用随机森林算法评估逆向固件带外数据生成算法的难易程度，逆向的难易程度即对应算法的安全性。具体操作为：提取固件数据中的数据位与带外纠错码，将数据位与带外纠错码分别转化为作为随机森林算法输入的特征向量和标签；使用随机森林算法分别对纠错码每一位及数据整体进行可逆性测试，得到相应的预测准确率，即对应纠错码的可逆性评分；根据得到的可逆性评分，计算固件带外数据存储模式的安全性。本发明首次提出了针对固件带外数据存储模式安全性的评估方法，填补了这一领域的空白，预防因固件带外数据生成算法被逆向而引起安全性问题，保障了固件数据的完整性、机密性。

公开(公告)号：CN116186629B

公开(公告)日：2023-08-01

申请号：CN202310465451.1

申请日：2023-04-27

Applicant: 浙江大学 ,  浙江大学杭州国际科创中心

Inventor： 张秉晟 ,  赵庆澳 ,  任奎

IPC: G06F18/2431 ,  G06F18/23 ,  G06N20/20 ,  G06N5/01 ,  G06Q40/04

Abstract: 本发明公开了基于个性化联邦学习的金融客户分类及预测方法、装置，该方法使用自适应差分隐私，目前差分隐私和联邦学习结合的方案中，每次添加噪声都是使用相同的隐私预算，本方案在模型初期使用更少的隐私预算（较大噪声）趋于收敛时使用更大的隐私预算（较小噪声），通过合理的分配隐私预算，可有效提高模型准确率；在得到总体模型后，根据训练过程中的数据对客户端进行分类，使得相似客户端被分到同一类，接着在总体模型的基础上训练出属于这一类客户端的子模型，该子模型既有总体模型的泛化能力，又适配该类客户端的数据特点，相比于总体模型具有更高的准确率。