-
公开(公告)号:CN112054805B
公开(公告)日:2023-03-31
申请号:CN202010961326.6
申请日:2020-09-14
Applicant: 哈尔滨工业大学(深圳)
IPC: H03M7/30
Abstract: 本发明实施例提供了一种模型数据压缩方法、系统及相关设备,用于节约网络传输资源,提高模型数据压缩率。本发明实施例方法包括:计算目标模型与参考模型中的同种类型参数之间的差量数据;采用预设压缩算法对所述差量数据进行压缩得到目标压缩文件;将所述目标压缩文件发送给目标终端设备,以使得所述目标终端设备根据所述差量数据以及本地存储的所述参考模型恢复所述目标模型。
-
公开(公告)号:CN115567401A
公开(公告)日:2023-01-03
申请号:CN202211016957.6
申请日:2022-08-22
Applicant: 哈尔滨工业大学(深圳)
IPC: H04L41/14 , H04L41/12 , H04L67/141 , G06F9/54
Abstract: 本发明公开了一种基于管道技术的以太坊网络拓扑仿真方法、装置、介质及终端,方法包括,根据接收到的仿真区块链节点参数信息,生成初始化区块链网络;基于管道技术模拟初始化区块链网络中节点的通信操作,形成仿真节点;根据接收到的通信编码信息,改变仿真节点通信编码的方式,完成区块链网络的更新;本发明避免了网络层和传输层对数据包进行无谓的封装所带来的损耗,使用管道技术模拟网络通信避免了操作系统对网络报文发送的影响,可以更加精确的实现对节点间连接的流量控制、丢包率延迟抖动的仿真,可以在模拟区块链系统中可能发生的各种攻击,指导现实环境中区块链系统点对点网络的设计,避免了传统本地套接字通信的局限性。
-
公开(公告)号:CN115562957A
公开(公告)日:2023-01-03
申请号:CN202211005140.9
申请日:2022-08-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于概率密度函数的工作量证明机制仿真方法、装置、介质及终端,方法包括:查询新区块的参数信息和仿真网络节点信息,得到仿真参数信息;将所述仿真参数信息输入到概率仿真算法中进行计算,得到最终仿真出块时间与最终出块节点序号;返回所述最终仿真出块时间与最终出块节点序号;本发明采用上述方法后利用工作量证明机制本身具有的概率特性,实现对共识算法的仿真,解决了现有仿真方法进行大量重复哈希计算的问题,只需要一次计算即可导出仿真出块时间,大大减少仿真环境中的资源消耗,最终实现对任意难度与任意算力情况下区块链网络的运行状态的仿真,并实现高保真的工作量证明算法出块时间仿真。
-
公开(公告)号:CN115456192A
公开(公告)日:2022-12-09
申请号:CN202211000977.4
申请日:2022-08-19
Applicant: 哈尔滨工业大学(深圳)
IPC: G06N20/00
Abstract: 本发明公开了一种联邦学习模型投毒防御方法、终端及存储介质,方法包括:根据各局部模型增量的范数及对应的数据集选择匹配的裁剪阈值,并根据选择的裁剪阈值对对应的局部模型增量进行自适应裁剪;根据裁剪后的局部模型增量确定当前全局模型增量的符号特征,并根据确定的当前全局模型增量的符号特征计算裁剪后的局部模型对应的选择系数;根据计算的选择系数将各裁剪后的局部模型进行选择性聚合,得到全局模型;本发明可以有效地防御标签翻转缩放攻击、符号翻转攻击、最小化最大距离攻击等模型投毒攻击手段,能够帮助中心服务器在不收集客户端原始数据、不加剧客户端本地计算量的情况下完成对本地模型的聚合,增强联邦学习框架的可靠性和鲁棒性。
-
公开(公告)号:CN111931233B
公开(公告)日:2022-11-15
申请号:CN202010806166.8
申请日:2020-08-12
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F21/62 , G06F16/2458 , G06F16/27
Abstract: 本申请实施例公开了一种基于区块链和本地化差分隐私保护的信息推荐方法及系统,用于在进行信息推荐的同时保证用户数据的安全性和确保用户隐私信息不被泄露。本申请实施例方法包括:对区块链用户的用户数据进行聚类分析,以及对该区块链用户的预处理数据进行本地化差分隐私处理而得到模糊化数据,并由星际文件系统对该模糊化数据进行哈希计算而得到哈希值,在得到区块链用户的桶号以及哈希值之后,可以基于该桶号及哈希值,根据推荐算法向目标区块链用户进行信息推荐。本申请实施例中,免除了中心服务器的参与,避免中心服务器被攻击而导致用户信息泄露,同时本地化差分隐私处理也保证了用户数据的隐秘性,增强了数据的安全性,降低隐私泄露的风险。
-
公开(公告)号:CN114519605A
公开(公告)日:2022-05-20
申请号:CN202210107367.8
申请日:2022-01-28
Applicant: 哈尔滨工业大学(深圳)
IPC: G06Q30/02 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种广告点击欺诈检测方法、系统、服务器和存储介质,所述方法应用于服务器端,包括广告请求阶段和广告点击阶段,在广告请求阶段采用主动检测;在广告点击阶段采用被动检测,被动检测包括离线检测,通过离线检测,完成对广告点击数据的分类;其中,所述离线检测包括基于局部敏感哈希合成过采样算法与集成学习的广告点击欺诈检测方法和基于媒体图嵌入向量与神经网络的广告点击欺诈检测方法。本发明通过采用基于局部敏感哈希合成过采样算法与集成学习的广告点击欺诈检测方法,在检测准确率小幅度降低的情况下,采样时间减少了56%;通过采用基于媒体图嵌入向量与神经网络的广告点击欺诈检测方法,检测结果的准确率为96.82%。
-
公开(公告)号:CN114048833A
公开(公告)日:2022-02-15
申请号:CN202111303688.7
申请日:2021-11-05
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于神经网络虚拟自我对局的多人、大规模非完全信息博弈方法及装置,本发明在传统的神经网络虚拟自我对局NFSP算法的基础上引入了优先级经验采样机制和优先级加权的程度控制机制,根据经验片段的学习价值设置优先级来过滤记忆库中的经验,对于优先经验的存储和采样,采用求和树的数据结构,以时间复杂度实现优先级经验采样,降低NFSP训练过程中与环境交互的代价,加快求解速度;同时使用马尔科夫决策过程对扩展式博弈进行建模,将多人博弈转化成单个智能体与环境的交互过程,可看作单个智能体和环境的二人博弈,将NFSP的应用范围拓展至多人博弈,增强算法的泛用性。
-
公开(公告)号:CN113965359A
公开(公告)日:2022-01-21
申请号:CN202111152694.7
申请日:2021-09-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种面向联邦学习数据投毒攻击的防御方法及装置,方法包括:每个客户端使用本地数据训练模型参数;每个客户端将本地模型参数上传给服务器,服务器接收到所有的模型参数;服务器从中计算出一个用于比较的参考基准u,则对于任意的两个局部模型wa和wb,计算它们相对于参考基准u的相似度;采用内部投票的方法判断一个局部模型是否为恶意;根据每个局部模型所得的票数,计算每个局部模型的可信度;基于可信度的模型加权聚合,得到最终的全局模型,基于最终的全局模型实现数据投毒攻击的防御。本发明中,恶意客户端的模型会被赋予较低权重,在加权聚合时削弱它对全局模型的影响,从而实现针对数据投毒攻击的防御。
-
公开(公告)号:CN113487351A
公开(公告)日:2021-10-08
申请号:CN202110755722.8
申请日:2021-07-05
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种隐私保护广告点击率预测方法、装置、服务器及存储介质,所述方法包括:将全局模型下发至各个客户端,以使各个客户端训练本地模型,分别通过计算因子分解机组件和深度学习组件的梯度获得权重更新向量;计算各个客户端之间的相似度;采用聚类联邦学习算法,对所有客户端进行聚类,使每个聚类生成一个全局模型;在每个聚类中,将全局模型下发给该聚类中的所有客户端,以使该聚类中的所有客户端更新本地模型,直至全局模型收敛或达到最大轮次;接收某个用户的客户端发送的请求,在相应聚类中将全局模型下发给该用户的客户端,以计算该用户的候选广告的广告点击率。本发明保持联邦学习模型可用性的同时保护客户端数据的隐私安全。
-
公开(公告)号:CN112163222A
公开(公告)日:2021-01-01
申请号:CN202011077442.8
申请日:2020-10-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请公开了一种恶意软件检测方法,该方法包括以下步骤:确定待检测的目标软件;获得目标软件的系统调用名和网络活动事件;将目标软件的系统调用名和网络活动事件按照时间戳统一排序,编码生成目标软件的聚合动态特征;将目标软件的聚合动态特征输入到预先训练获得的基于序列转换器结构的目标神经网络模型中,获得输出结果;根据输出结果,确定目标软件是否为恶意软件。应用本申请所提供的技术方案,结合了软件的系统调用名和网络活动事件,利用序列转换器结构,对终端中恶意软件进行有效检测,避免影响终端的正常运行,提高用户使用体验。本申请还公开了一种恶意软件检测装置,具有相应技术效果。
-
-
-
-
-
-
-
-
-