公开(公告)号：CN117915273A

公开(公告)日：2024-04-19

申请号：CN202311770692.3

申请日：2023-12-21

Applicant: 浙江大学杭州国际科创中心

Inventor： 刘健 ,  芦浩 ,  任奎

IPC: H04W4/06 ,  H04W12/106

Abstract: 本发明公开了一种无线网络中的拜占庭容错广播方法和系统，包括以下步骤：源节点在无线网络中进行消息广播；源节点的邻居节点接收源节点在当前轮次的第一条广播消息后，对接收的第一条广播消息进行签名认证后进行消息广播；源节点的邻居节点收集源节点和所有邻居节点的在当前轮次的第一条广播消息后，对收集的第一轮广播消息生成凭证消息，并广播凭证消息；任意节点接收凭证消息后对凭证消息进行验证和消息确认后再转播凭证消息。这样能够保证通信质量的同时，有效降低通信复杂度。

公开(公告)号：CN117914863A

公开(公告)日：2024-04-19

申请号：CN202311770721.6

申请日：2023-12-21

Applicant: 浙江大学杭州国际科创中心

Inventor： 刘健 ,  芦浩 ,  任奎

IPC: H04L67/1095

Abstract: 本发明公开了一种无主节点的高吞吐量的状态机复制方法，包括以下步骤：当前节点发起交易请求并发送包含交易提案给所有其他节点，同时设置计时器；当前节点收集所有节点发送的提案并根据计时器结束前收到的提案情况生成由0和1组成的第一数组；当前节点对第一数组进行批量二元共识并输出用0和1表示记载共识结果的第二数组；依据第二数组中进行交易执行判断和交易执行。该方法在存在少数节点宕机的情况下保证状态机的一致性和可用性，其实现方法简单，通用性强，具有高效、高鲁棒性等优点。

公开(公告)号：CN117892142A

公开(公告)日：2024-04-16

申请号：CN202410013254.0

申请日：2024-01-04

Applicant: 浙江大学杭州国际科创中心

Inventor： 李一鸣 ,  陈禹坤 ,  顾金东 ,  秦湛 ,  任奎

IPC: G06F18/22 ,  G06F18/2431 ,  G06F40/216 ,  G06F40/279

Abstract: 本发明公开了一种生成内容来源判断方法，该方法基于由生成模型生成的目标类别样本集训练得到目标上下文向量，由随机获得的非目标类别样本集训练得到非目标上下文向量，将待测样本的文本特征分别与目标上下文向量的提示词特征和非目标上下文向量的提示词特征进行比较，如果接近目标上下文向量的提示词特征则证明该待测样本来源与生成模型，本发明利用上述过程首次提出了准确识别来源的方法。本发明还公开了一种生成内容来源判断装置和存储介质。

公开(公告)号：CN117854039A

公开(公告)日：2024-04-09

申请号：CN202311758543.5

申请日：2023-12-20

Applicant: 浙江大学

Inventor： 林峰 ,  马若凯 ,  马哲 ,  闫昊 ,  任奎

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/54 ,  G06V10/26 ,  G06V10/32 ,  G06T17/20 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明提供了一种面向车辆目标检测模型的对抗样本生成方法和端到端对抗训练系统，本发明通过控制摄像头视角、天气状态等参数，生成多样化的自动驾驶场景数据，再基于神经渲染器绘制并优化物理可部署的对抗纹理，得到对抗样本，实现多视角下的有效攻击；可以将优化的纹理张贴到车辆表面，实现物理世界的评估与检测；且具有良好的泛化性，能够干扰不同的目标检测模型，可以提升其鲁棒性。发明还通过预置若干超参数控制交通流特征，设计脚本实现自动化训练。针对识别效果不佳的样本，系统会提取其对应的拍摄参数特征，在下一个轮次生成更多的类似样本，实现自适应的流水线训练过程，定向优化模型的薄弱环节，极大地减少了训练开销。

公开(公告)号：CN117077761B

公开(公告)日：2024-03-26

申请号：CN202310951789.8

申请日：2023-07-31

Applicant: 浙江大学

Inventor： 王志波 ,  王雪 ,  任奎

IPC: G06N3/0895 ,  G06N3/094 ,  G06N3/10

Abstract: 本发明公开了一种基于反事实对比的深度神经网络模型可视化解释方法及系统，提出的基于反事实的深度神经网络模型可视化解释方法可以实现对无目标因果问题和有目标因果问题的解释，对有目标因果问题的解释实现了对对抗样本现象的可视化解释，提出了针对不同因果问题的反事实样本生成算法以生成特定的反事实图像，拓展了深度神经网络模型的可视化解释范围，对待解释图像添加强度一致的高斯噪声消除反事实扰动的影响，通过比较扰动噪声图像和反事实图像在深度神经网络模型的内部加权特征图的差异，解耦出对模型决策类别影响强烈的区域，实现了对深度神经网络模型的可视化解释。

公开(公告)号：CN117749484A

公开(公告)日：2024-03-22

申请号：CN202311761433.4

申请日：2023-12-20

Applicant: 浙江工商大学 ,  浙大城市学院 ,  浙江大学

Inventor： 韩嵩 ,  周树浩 ,  王志波 ,  任思琪 ,  赵帅 ,  贺诗波 ,  任奎 ,  秦湛

IPC: H04L9/40 ,  H04L9/08 ,  G06N3/098

Abstract: 本发明公开了一种面向资源受限设备且具有隐私保护的联邦组模型训练方法及系统，包括：基于设备的资源对参与联邦学习的所有设备进行分组，并根据任务模型对这些分组定制组模型，所述模型为深度学习模型；构建ReDe层，用于重映射用户上传的特征映射，确保服务器端组子模型的训练；利用知识蒸馏，从任务模型的预测中提取额外的训练信息加入到训练损失中来提升组模型的精度；设计补偿损失和漂移校正，减少非独立同分布的数据分布所带来的客户漂移影响；结合内积函数加密，保证参与者训练过程中的隐私安全。本发明让更多资源受限的设备能够参与联邦学习，同时保证了参与者的隐私安全，并且在非独立同分布的数据分布下仍有较高的预测准确性。

公开(公告)号：CN117633122A

公开(公告)日：2024-03-01

申请号：CN202311646335.6

申请日：2023-12-04

Applicant: 浙江大学

Inventor： 赛竞艳 ,  林琼琼 ,  刘金飞 ,  文龙 ,  任奎

IPC: G06F16/28 ,  G06F16/22 ,  G06F18/23 ,  G06F18/22

Abstract: 本发明公开了一种代表性函数依赖的发现方法，包括如下步骤：获取原始数据集，基于所述原始数据集中的每个属性构建属性幂集格的单个属性生成分区集并为所述属性幂集格中的每个节点生成Rhs+集；对所述属性幂集格进行层级由下至上的遍历，在当前层遍历结束后对当前层节点进行剪枝，基于剪枝后节点的超集节点生成上一层的节点，直至当前层的剪枝后节点不存在超集节点，其中，在遍历过程中进行每个节点所对应的候选函数依赖的代表性判断和验证，所述剪枝基于当前层节点的Rhs+集和分区集进行。在大大提高函数依赖发现效率、缩小结果集规模的同时，保证了结果的准确性和代表性，效果优于现有方法，且具有通用性强、使用简便等优点。

公开(公告)号：CN117622221A

公开(公告)日：2024-03-01

申请号：CN202311770170.3

申请日：2023-12-20

Applicant: 浙江大学杭州国际科创中心

Inventor： 卓书果 ,  王志波 ,  秦湛 ,  任奎

IPC: B60W60/00 ,  B60W50/00 ,  G08G1/01 ,  G08G1/042 ,  G08G1/0967

Abstract: 本发明公开一种基于路侧单元的车载自动驾驶算法优化方法、系统及装置，方法包括：车辆终端通过车载传感器获取车辆感知信息，得到车辆决策信息，将所述车辆感知信息和车辆决策信息按照预设封装格式发送至路侧终端；基于路侧感知信息得到路侧决策信息，并基于路侧决策信息对所述车辆决策信息进行修正，得到修正决策信息；基于路侧感知信息对所述车辆感知信息进行修正，得到修正感知信息；将修正感知信息及修正决策信息发送至车辆终端；对初始自动驾驶模型进行优化，得到优化自动驾驶模型。通过本发明的方法解决了车载自动驾驶模型不能在线、实时进行算法更新的问题，提高算法迭代速度，保障训练所得模型与真实路况的匹配度。

公开(公告)号：CN117271317A

公开(公告)日：2023-12-22

申请号：CN202311168403.2

申请日：2023-09-11

Applicant: 浙江大学嘉兴研究院 ,  嘉兴天核科技有限公司

Inventor： 赵永望 ,  谭兴 ,  王布阳 ,  任奎 ,  张峰

IPC: G06F11/36

Abstract: 本发明公开了一种符合ARINC653标准的操作系统形式化验证方法，包括：建立目标操作系统的形式化模型：基于所要验证的操作系统的源代码，使用python语言和z3库函数构建系统的数据结构、类函数，修改所述源代码中的服务函数，向所有服务函数中添加相应的符号执行操作以模拟系统状态变迁过程，从而完成整个操作系统的形式化建模；规范性质验证：基于ARINC653标准得到所有服务的前提条件和预期结果，并将其转换为形式化语言，在步骤(1)得到的形式化模型中调用z3求解器并将转换后的服务的前提条件和预期结果加入z3求解器中，根据求解结果验证系统是否满足相应的规范性质。

公开(公告)号：CN112906015B

公开(公告)日：2023-11-28

申请号：CN202110104555.0

申请日：2021-01-26

Applicant: 浙江大学

Inventor： 周亚金 ,  马麟 ,  徐金焱 ,  申文博 ,  孙家栋 ,  常瑞 ,  任奎

IPC: G06F21/60 ,  G06F21/78

Abstract: 本发明公开一种基于硬件标签的内存敏感数据加密保护系统，该系统包括硬件标签架构、硬件加密模块以及系统支持模块。硬件标签架构通过标签指令和标签清楚指令，实现动态追踪敏感数据；并在片内缓存或寄存器中额外拓展标签存储，并修改流水线以允许标签在处理器运算中从附属的源寄存器向目标寄存器传播；在片外缓存和片外内存之间构建标签缓存，用于减小需要从片外内存中取数据以及标签时的负载开销；硬件加密模块对进出芯片的敏感数据进行加密和解密；系统支持模块为硬件标签架构、硬件加密模块提供支持。本发明的系统可以高效地、细粒度地、强鲁棒性地保护程序内存中的敏感数据不被泄露。