-
公开(公告)号：CN119696920A
公开(公告)日：2025-03-25
申请号：CN202411975231.4
申请日：2024-12-31
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L9/40 , H04L12/40 , G06N3/0475
Abstract: 本发明公开了一种基于历史特征模块的实时CAN总线入侵检测方法，将CAN总线报文数据流中的CAN ID按照二进制展开为01序列，并按照时间窗口W对CAN ID的01序列进行堆叠，能够有效地将时间序列数据转换为空间数据，不仅有助于揭示数据中的隐藏模式和异常行为，而且为后续的特征提取和异常检测提供了一个更为直观和结构化的数据处理框架，能够捕捉到更全面的通信行为特征，从而提高对异常行为的识别能力，能够学习到随时间变化的通信模式，从而提高对新出现的攻击模式的检测能力，提高模型的鲁棒性，对抗训练通过引入对抗样本来模拟攻击者可能采用的策略，使模型在训练过程中就学会如何应对这些攻击，从而在实际部署时能够更好地识别和防御未知的攻击。
-
公开(公告)号：CN119675934A
公开(公告)日：2025-03-21
申请号：CN202411764485.1
申请日：2024-12-03
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: H04L9/40
Abstract: 本申请涉及一种语音重放攻击检测的设备鲁棒性评估方法、装置和系统，其中方法包括通过获取真实语音数据集；基于真实语音数据集，构建不同设备组合的重放语音数据集；设备组合包括攻击者播放设备、攻击者录制设备和系统录制设备；基于待评估检测模型，分别对真实语音数据集和重放语音数据集进行真伪检测，得到真实语音数据集的第一预测得分和重放语音数据集的第二预测得分；根据第一预测得分和第二预测得分，计算各设备组合下待评估检测模型的评估指标。通过本申请，模拟真实攻击场景构建重放语音数据集，计算不同设备组合下待评估检测模型的评估指标，评估待评估检测模型对不同设备组合的语音重放攻击的性能表现，实现了对不同设备鲁棒性的评估。
-
公开(公告)号：CN119673176A
公开(公告)日：2025-03-21
申请号：CN202411832268.1
申请日：2024-12-12
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本发明公开了一种面向音频伪造算法的通用测试方法。本发明提出的面向音频伪造算法的通用测试方法，通过S3中对伪造音频添加信道扰动的数据增强，模拟伪造音频在现实世界的信号变化，可以评估给定音频伪造算法在现实世界的实际威胁，通过基于声纹识别模型对伪造音频集合进行测试，可以提供给定音频伪造算法对于现实世界的声纹识别模型和声纹识别服务的欺骗性威胁，基于语音听感测试模型对伪造音频集合进行评测，可以评估给定音频伪造算法针对人类听觉感知的隐蔽性威胁，基于伪造音频检测模型对伪造音频集合进行检测，可以有效评估给定音频伪造算法对于检测模型的抗检出性，进一步揭示音频伪造算法在现实世界全面的安全威胁。
-
公开(公告)号：CN119561669A
公开(公告)日：2025-03-04
申请号：CN202411711452.0
申请日：2024-11-27
Applicant: 浙江大学
Abstract: 本发明公开了一种用于分布式验证系统的硬件设备验证方法。本发明哈希异或响应HS‑xor‑CRPs使用与区块链验证节点相关的向量作为掩码，与PUF的CRPs通过异或运算生成差异化的验证信息。差异化的CRPs解决了单点故障导致的PUF验证信息泄露的问题，并且能够容忍建模攻击对系统可用性带来的挑战，同时保证了由物理不可克隆函数的不稳定性所导致的响应错误不扩散，无需使用纠错电路，减少了成本。本发明在无需第三方可信机构介入的条件下实现了去中心化环境下对物理设备的安全认证和溯源。
-
公开(公告)号：CN119479611A
公开(公告)日：2025-02-18
申请号：CN202510032491.6
申请日：2025-01-09
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G10L13/027 , G10L25/48 , G10L25/30 , G06N3/0455 , G06N3/0895
Abstract: 本申请涉及一种基于自监督辅助任务的深度合成音频跨域检测方法和装置，其中，该方法包括：获取待检测音频作为测试数据集；基于预设的自监督辅助任务对测试数据集进行增广处理，得到增广数据集；基于增广数据集，将自监督辅助任务作为优化目标，对预训练的目标检测模型进行微调，得到目标微调模型；目标检测模型的训练任务包括伪造检测任务和自监督辅助任务；将测试数据集输入到目标微调模型中，得到检测结果。通过本申请，解决了相关技术中泛化性不足、跨域检测效果明显下降的问题，提高模型泛化性的同时，能够极大程度上降低模型训练的开销；并且够适应测试数据集中深度伪造属性的分布差异，从而提升跨域检测性能。
-
Patent Agency Ranking
公开(公告)号：CN119398126A
公开(公告)日：2025-02-07
申请号：CN202510003176.0
申请日：2025-01-02
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06N3/082 , G06N3/0455 , G06N5/04
Abstract: 本申请提供了一种微调大语言模型的方法及电子设备；涉及计算机技术领域。该方法包括：在第i个微调阶段，对大语言模型的参数空间进行采样，得到模型参数向量；基于模型参数向量与零阶规模参数，计算阶段损失函数的差分隐私零阶梯度；阶段损失函数为大语言模型的损失函数更新得到；基于差分隐私零阶梯度与学习率，按预设的迭代轮次对大语言模型的模型参数进行迭代处理，得到第i个微调阶段的目标模型参数；本申请实施例，可以降低微调模型的资源消耗，有效保护数据隐私的同时保证模型性能。
-
公开(公告)号：CN119377491A
公开(公告)日：2025-01-28
申请号：CN202411976069.8
申请日：2024-12-31
Applicant: 浙江大学
IPC: G06F16/9535 , G06Q30/0601
Abstract: 本发明公开了一种基于代表性天际线点选取的数据查询方法，包括：获取待查询的产品数据集，对其进行天际线查询得到若干天际线点，计算每个天际线点的主导点数及天际线点对间的相似度，进一步计算所有天际线点对其余天际线点的偏好值，得到每个天际线点对其余天际线点的偏好序列；基于单一可转移投票方法，将所有天际线点均作为投票者和被投票者，根据每个天际线点对其余天际线点的偏好序列进行一轮投票，得到该投票轮次中的第一参与者或第二参与者，将第一参与者或第二参与者移出被投票者并进行对应选票转移，重复选出第一参与者或第二参与者以及选票转移的过程，直至得到预定数量个第一参与者，即得到产品推荐的数据查询结果。
-
公开(公告)号：CN119324931A
公开(公告)日：2025-01-17
申请号：CN202411866407.2
申请日：2024-12-18
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: H04L67/1095 , H04L67/104 , H04L67/1097 , H04L9/00 , H04L9/32
Abstract: 本申请实施例适用于区块链技术领域，提供了一种基于有向无环图的拜占庭容错共识方法及计算机设备，所述方法包括：广播交易块至所有节点；当接收到至少第一数量的节点对交易块验证通过后反馈的确认消息时，标记交易块为已认证交易块；通过广播消息构建有向无环图；其中，若共识节点未生成有已认证交易块，广播的消息中包含有特殊值；所述特殊值用于确定有向无环图中的顶点；对有向无环图中的各个顶点进行排序，并顺序执行排序后的各个顶点对应的交易块中包含的交易。应用上述方法，允许节点在没有可广播的交易块的情况下通过广播特殊值构建或更新有向无环图，保证系统在低负载和存在拜占庭节点时，仍然能够实现系统的高吞吐量。
-
公开(公告)号：CN119091692A
公开(公告)日：2024-12-06
申请号：CN202411081713.5
申请日：2024-08-08
Applicant: 浙江大学
Abstract: 本发明公开了一种运行在多台无人机上的动态共识执行方法，本发明利用基于Raft的leader选举流程，保证了无人机集群始终拥有一个leader节点，保证了无人机集群的容错性，利用基于Paxos算法的共识流程，保障了无人机集群的一致性；并且实现共识流程的通信量和集群节点数量成正比，取得了性能和稳定性的平衡，基于AES的加密传输避免了无人机之间的通讯内容被窃取，保证了无人机之间通讯的安全性，真值发现功能使各个无人机能够主动提出决策意见，综合多方意见后做出更合理、全面的决策，提升了任务执行的科学性和有效性，AI追踪功能基于Yolo和SiamRPN两个AI模型，实现了对目标的精准和实时追踪，使无人机集群可以执行更复杂的任务。
-
公开(公告)号：CN115208507B
公开(公告)日：2024-12-03
申请号：CN202210996591.7
申请日：2022-08-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于白盒语音对抗样本的隐私保护方法与装置，基于非目标白盒对抗样本的针对开源语音识别模型的干扰方法，在真实物理世界有效且符合实际应用场景约束，用以实现语音隐私保护；防御方建立语音数据库，针对开源语音识别模型，生成符合实际应用场景约束的非目标白盒对抗样本扰动；基于不同的初始状态，防御方可以生成大量不同块状扰动，从而形成扰动集合，防御方从扰动集合中随机选择扰动进行播放，使监听方无法获取块状扰动波形进而无法去除扰动；叠加了扰动的语音被麦克风录制后无法被模型正确识别，从而保护用户隐私不被泄露，能够生成对人干扰较小的块状扰动，抵御来自于大规模语音识别的隐私泄露。
-
-
-
-
-
-
-
-
-
Search Results
439
records
(took 0.027 seconds)
