一种基于深度哈希的纵向联邦学习隐私保护方法和系统

    公开(公告)号:CN116070277B

    公开(公告)日:2023-08-29

    申请号:CN202310210011.1

    申请日:2023-03-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度哈希的纵向联邦学习隐私保护方法和系统,属于分布式机器学习安全技术领域。通过各合作方本地模型获取样本的抽象表示,通过归一化层得到零均值连续码,利用哈希层对连续码进行二值化后得到哈希码;各参与方将哈希码上传服务器端,服务器端聚合各方哈希码,通过顶层模型计算预测值,依据预测值和标签计算分类损失、利用预生成的二值码计算各参与方哈希码间的余弦相似度损失,通过上述损失计算梯度,更新顶层模型,并向各合作方分发各自梯度,梯度在本地哈希层传播时保持不变。本发明利用深度哈希技术,能够在保障用户数据安全的前提下,既不损失模型性能,又极大程度地提高了计算效率,不存在模型被攻击者逆向重构的风险。

    基于词级别检索的源代码注释自动化生成方法和系统

    公开(公告)号:CN116627487A

    公开(公告)日:2023-08-22

    申请号:CN202310550101.5

    申请日:2023-05-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于词级别检索的源代码注释自动化生成方法和系统,属于自然语言处理文本生成领域。利用由代码函数文本、代码抽象语法树、代码注释文本构成的训练集训练编码‑解码网络;获取代码注释文本中每一个注释词的总体表征向量,构建近邻词数据库;针对待注释的代码函数文本及其抽象语法树,自回归地生成当前时间步的基于模型的目标词概率分布和目标词总体表征向量;在近邻词数据库中检索与目标词总体表征向量的相似度最高的K个近邻词,生成基于近邻词的目标词概率分布;融合两个目标词概率分布,取概率最大的目标词作为当前时间步生成的注释词。本发明可大幅度提高原模型的注释生成质量,同时还能够提高代码注释中低频词的生成概率。

    面向区块链监管的智能合约监控方法及系统

    公开(公告)号:CN111369221B

    公开(公告)日:2023-07-04

    申请号:CN202010159618.8

    申请日:2020-03-09

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向区块链监管的智能合约监控方法及系统,方法包括:定义合约业务描述元数据信息,将业务规则注册在监管合约上;生成面向特定业务的智能合约模板;智能合约模板在业务合约的初始化方法中,注入向监管合约注册当前业务合约基本信息的代码逻辑,在关联监管消息的业务流程方法中,添加向监管合约汇报特定数据的代码逻辑;当业务合约在区块链平台上部署时,将业务合约注册到监管合约上;监管合约对业务合约进行解析,验证其是否满足关联的合约业务规则;当调用业务合约时,在调用了关联监管事件的合约方法时,主动向监管合约投递对应的监管消息。本发明提供了穿透式的合约管控能力,从而保证区块链上的业务合规。

    基于图神经网络的众包标签推测方法及系统

    公开(公告)号:CN111275079B

    公开(公告)日:2023-07-04

    申请号:CN202010034292.6

    申请日:2020-01-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于图神经网络的众包标签推测方法及系统,包括以下步骤:(1)对众包标签进行数据处理,得到标注人员及任务的初始特征;(2)为标注人员的任务分配情况构建标注人员‑任务异构图、标注人员同构图以及任务同构图;(3)将标注人员‑任务异构图、标注人员同构图以及任务同构图输入到图神经网络中,获得任务节点的嵌入特征;(4)将获得的任务节点的嵌入特征输入到预测层中,得到任务属于各个标签的概率,概率最大的标签视为该任务的正确标签。本发明利用图神经网络实现高准确率的众包标签推测,将利于产生大量可用的机器学习训练数据,帮助人们训练算法模型并提高AI领域的竞争力。

    基于区块链的多机器人协作多目标点负载均衡搜索方法及系统

    公开(公告)号:CN111475287B

    公开(公告)日:2023-05-02

    申请号:CN202010213359.2

    申请日:2020-03-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于区块链的多机器人协作多目标点负载均衡搜索方法及系统,方法包括以下步骤:(1)各机器人私有链状态初始化,获取周围地图信息,并将自己私有地图传递给其他机器人;(2)机器人收到来自别的机器人的地图信息后进行拜占庭共识,将完成共识的地图信息打包进入下一区块并上链;(3)各机器人根据负载参数和搜索重心以及距离等集成因素分配各目标点;(4)每个机器人完成对分配的目标点的搜索。系统采用了区块链实用拜占庭共识机制和负载均衡机制,保证少数机器人引入的错误信息不会影响到整个系统的稳定性,实现了多机器人多目标点搜索中最难以处理的信息传递和一致性,保证了多机器人目标点搜索任务分配的高效和合理性。

    一种针对音频数据反爬虫技术脆弱性分析方法及系统

    公开(公告)号:CN114826959A

    公开(公告)日:2022-07-29

    申请号:CN202210410624.5

    申请日:2022-04-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种音频数据反爬虫技术脆弱性分析方法及系统,该方法包括以下步骤:(1)针对不同的网络层反爬虫策略,在请求报文层面进行对应的数据包字段修改,达成带有隐蔽性的数据采集请求;(2)将该数据采集请求发送到目标服务器,获取请求的返回结果,并从结果中解析待采集的目标地址,形成待采集目标地址队列;(3)针对基于采集目标推断的反爬虫技术,在待采集目标地址队列中通过随机算法添加无关的采集目标,从而进行应用层面的反爬虫技术脆弱性分析。本发明的方法可以对音频数据反爬虫技术进行有效的脆弱性分析。

    一种基于注意力机制的对抗文本防御方法及系统

    公开(公告)号:CN113887208A

    公开(公告)日:2022-01-04

    申请号:CN202111078755.X

    申请日:2021-09-15

    Abstract: 本发明公开了一种基于注意力机制的对抗文本防御方法及系统,包括:将待识别文本输入到以编码器‑解码器为基本结构的自然语言处理模型中,利用单词评分函数计算文本中的每个单词的重要性得分,取重要性得分的倒数,构成重构评分向量;根据注意力公式计算每个隐藏层向量的权重,得到注意力权重向量;使用超参数与重构评分向量相乘的方式来平衡重构评分向量和注意力权重向量,将重构评分向量和注意力权重向量中的对应元素逐个相乘,得到最终的重构注意力向量;利用重构注意力向量与隐藏层特征向量相乘得到重构语义编码,解码后得到输出。本发明泛化性能好,应对新的对抗攻击时不用重新训练模型;对字符级对抗攻击及单词级对抗攻击都有一定的效果。

    一种图像处理方法及其装置

    公开(公告)号:CN113222167A

    公开(公告)日:2021-08-06

    申请号:CN202010081349.8

    申请日:2020-02-06

    Applicant: 浙江大学

    Abstract: 本申请公开了一种图像处理方法及其装置,所述方法包括:获取待处理的第一图像;将第一图像输入到已训练完成的图像处理机器学习模型中,获取第一图像在预设属性下的属性特征向量,其中,所述图像处理机器学习模型利用预先获取的训练图像集以及每个训练图像对于所述预设属性的标注信息进行训练得到。采用本申请,可获取到图像在特定属性下的特征信息,从而能够更好地反映图像的局部细节。

    一种电商安全相关实体的自动挖掘方法及系统

    公开(公告)号:CN108717637B

    公开(公告)日:2020-11-17

    申请号:CN201810242990.8

    申请日:2018-03-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种电商安全相关实体的自动挖掘方法和系统,其中方法包括:从互联网中收集涉及电商的舆情数据,所述的舆情数据为文本信息的集合;对所述的舆情数据进行初步筛选,剔除与电商黑灰产业链相关性较小的文本信息,将筛选后的舆情数据切分为语句,对语句集合进行迭代筛选,剔除不含有电商安全相关实体的语句,人工提取部分电商安全相关实体集S1;对筛选后的语句集合进行实体提取,获得候选实体集合;对候选实体集合进行筛选,剔除不属于电商安全相关实体的短语,得到电商安全相关实体集S2。本发明的电商安全相关实体的自动挖掘方法能有效识别电商舆情安全相关实体。

    基于深度学习的胚胎质量综合评价装置

    公开(公告)号:CN111539308A

    公开(公告)日:2020-08-14

    申请号:CN202010314893.2

    申请日:2020-04-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的胚胎质量综合评价装置,包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序,计算机存储器中存有胚胎质量综合评价模型,计算机处理器执行计算机程序时实现以下步骤:接收胚胎图像;通过卵裂球目标检测模块识别并切分出卵裂球的区域图像;细胞计数模块对区域图像中的细胞进行计数,并获得该卵裂球的发育阶段;胚胎质量分析模块对区域图像中卵裂球的发育状况进行评分;预测模块中根据区域图像对卵裂球的着床可能性进行打分,综合发育状况的评分,得到卵裂球的着床成功率预测结果。该预测结果可以辅助医生对胚胎着床的成功率进行预测。

Patent Agency Ranking