一种固件带外数据存储模式安全评估方法

    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

    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。

    基于个性化联邦学习的金融客户分类及预测方法、装置

    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

    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。

    一种针对链接攻击与伪造攻击的相机指纹隐私保护方法

    公开(公告)号:CN116260619A

    公开(公告)日:2023-06-13

    申请号:CN202211674524.X

    申请日:2022-12-26

    Abstract: 本发明公开了一种针对链接攻击与伪造攻击的相机指纹隐私保护方法,包括通过高斯分布采样得到至少三个子模糊噪声,获得一张待模糊处理的图片,通过根据子模糊噪声数量生成对应数量子模糊噪声系数以及噪声掩码(由0或1组成的矩阵),并且通过子模糊噪声系数以及噪声掩码将所有子模糊噪声组合成一个模糊噪声等步骤,本发明实现了在不影响合法用户正常通过基于相机指纹的身份认证系统的前提下,同时解决了链接攻击与伪造攻击两大安全隐患,可以帮助用户有效地防御身份链接攻击,速度上远远快于多次迭代去噪,实现稳定的相机指纹伪造攻击检测,避免不法分子窃取合法用户相机指纹用以通过身份认证系统。

    一种面向跨层网络协议的形式化验证方法

    公开(公告)号:CN115623084A

    公开(公告)日:2023-01-17

    申请号:CN202211000330.1

    申请日:2022-08-19

    Abstract: 本发明公开了一种面向跨层的网络协议的形式化验证方法,从逻辑上将网络协议视作系统中的一个功能模块,将实现相对独立完整功能的一组协议组合成一个系统,进而对系统进行形式化验证。本发明对网络中的协议进行了组合验证,保证了网络系统的整体安全性;本发明提出了一种对网络协议进行功能抽象,将产生交互的不同层次的网络协议组合成抽象网络系统的方法,并借鉴操作系统验证的流程对网络系统进行建模和验证。

    一种基于VS Code的形式化云平台方法与装置

    公开(公告)号:CN115328481A

    公开(公告)日:2022-11-11

    申请号:CN202210998125.2

    申请日:2022-08-19

    Abstract: 本发明公开了一种基于VSCode的形式化云平台方法与装置,与传统的IDE相比,免去了提前安装、配置参数的麻烦,用户只需良好的网络和合适的设备就能使用,便于形式化领域工作的开展和共享;与市面上已有的IDE产品相比,本发明专注于形式化领域,能满足形式化方法的编程需要,提高形式化工作的效率;支持多种形式化语言,支持同一种IDE的多个版本,覆盖面广;VSCode对插件的支持便于开发更多功能,可扩展性强;VSCode支持与多个形式化方法集成开发环境通信,集成开发环境完成证明,因而通过VSCode能完成多种形式化语言的证明工作。

    一种面向协同推理的抗数据审查属性推断攻击方法及装置

    公开(公告)号:CN115019378A

    公开(公告)日:2022-09-06

    申请号:CN202210946599.2

    申请日:2022-08-09

    Abstract: 本发明公开了一种面向协同推理的抗数据审查属性推断攻击方法与装置,装置包括影子模型训练模块、图像特征解码器和恶意属性分类器,影子模型训练模块包括影子模型和辅助分类器;影子模型的输入端连接辅助公开数据集,输出端连有特征重建模块,重建模块的输出端连接属性推断模块;影子模型训练模块由卷积神经网络及全连接神经网络组成;图像特征解码器由反卷积神经网络组成,恶意属性分类器由卷积神经网络和全连接神经网络组成。本方案提出影子模型训练模拟目标脱敏模型的行为和输出,以获得有效的脆弱性辅助特征,提出特征重建,用于重建脱敏特征的脆弱性,使其包含更加丰富的敏感信息,使用属性推断模块对重建特征进行属性推断攻击。

    一种公平性感知的人脸识别模型剪枝方法

    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

    Inventor: 王志波 张磊 任奎

    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。

    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

    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

    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。

    一种基于隐空间仿射的文生图模型测评方法

    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

    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。

Patent Agency Ranking