-
公开(公告)号：CN113706524B
公开(公告)日：2023-11-14
申请号：CN202111092039.7
申请日：2021-09-17
Applicant: 上海交通大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/70 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/096
Abstract: 一种基于持续学习方法改进的卷积神经网络翻拍图像检测系统，包括：卷积神经网络模块、持续学习支持模块和独立数据集分类模块，其中：包含提取网络的卷积神经网络模块从以数据集序列形式输入的图像中提取出深度特征；由若干串联的子网络组成的持续学习支持模块针对不同的数据集序列生成对应的子网络参数；由若干独立的分类器组成的独立数据集分类模块对不同的数据集序列中的每一个数据集生成独立的分类器用于针对性分类并最终得到翻拍检测结果。本发明针对不同的数据集序列，对每个数据集生成独立的子网络结构用于记忆其独特的特征，最终使得整体网络在每个不同的数据集上达到较好的检测准确率。
-
公开(公告)号：CN115879108A
公开(公告)日：2023-03-31
申请号：CN202310042424.3
申请日：2023-01-28
Applicant: 上海交通大学
Abstract: 一种基于神经网络特征提取的联邦学习模型攻击防御方法，在每轮进行联邦学习全局聚合之前，预先在安全环境下构建神经网络特征提取模型，并采用公开数据集对其进行训练，由服务器本身引导对局部参数的信任；在在线阶段利用训练后的神经网络特征提取模型对各个客户端上传的局部参数进行特征提取并输出至服务器，由服务器采用具有噪声的基于密度的聚类方法(DBSCAN)对特征向量进行分类并剔除对应的恶意局部参数，实现安全聚合。本发明每次迭代时通过在安全环境下预先训练神经网络，使得在线阶段对抗各类模型中毒攻击，从而有效防止恶意客户端对全局模型的损坏。
-
公开(公告)号：CN115834409A
公开(公告)日：2023-03-21
申请号：CN202211468071.5
申请日：2022-11-22
Applicant: 上海交通大学
Abstract: 一种面向联邦学习的安全聚合方法及系统，通过服务器端循环广播全局模型和钥匙数据，由各个客户端将收到的广播数据与本地数据整合后训练广播收到的全局模型并上传本地模型至服务器端，由服务器端进行模型安全聚合及收敛判断，实现联邦学习系统的模型安全性。本发明在面对复杂的攻击手段时仍可以实现较好的防护效果；在恶意客户端节点数量超过半数的情况下，仍可以实现联邦学习系统的安全性。
-
公开(公告)号：CN108920714B
公开(公告)日：2021-10-01
申请号：CN201810832113.6
申请日：2018-07-26
Applicant: 上海交通大学
IPC: G06F16/9535 , G06F16/2458
Abstract: 本发明公开了一种支持分布式环境下隐私保护的关联规则挖掘方法和系统，涉及关联规则挖掘领域，包括以下步骤：可信机构将一个共享密钥发送给用户；用户将需要进行关联规则挖掘的数据进行加密后，发送给计算集群；计算集群根据用户发送的关联规则挖掘需求进行计算和分析，再将结果返回给用户；用户得到返回结果后，利用共享密钥进行解密从而得到真实的关联规则。本发明中计算集群对用户上传的数据无法进行理解，但用户指定关联规则后却能借用计算集群的计算资源进行数据挖掘，且挖掘结果对计算集群不可见，外部攻击者也无法获取信息，从而完成了基于隐私保护的关联规则挖掘；而计算集群由Scala分布式计算框架搭建，容错率和效率都较高。
-
公开(公告)号：CN112668493A
公开(公告)日：2021-04-16
申请号：CN202011616646.4
申请日：2020-12-30
Applicant: 上海交通大学
Abstract: 一种基于GAN和深度学习的换装行人再识别定位跟踪系统，包括：行人目标检测模块、行人属性识别模块、换装样本生成模块、换装行人再识别模块、步态识别模块和定位跟踪模块，本发明针对已有技术体系的松散性和效果不稳定的特点，将行人目标检测、基于GAN网的换装样本生成，换装行人再识别、行人属性识别、步态识别等技术模块有机结合，彼此配合，实现了对换装行人的识别、属性提取、跟踪定位等功能，并具有完整的系统架构和可视化界面。
-
Patent Agency Ranking
公开(公告)号：CN110175610A
公开(公告)日：2019-08-27
申请号：CN201910436497.4
申请日：2019-05-23
Applicant: 上海交通大学
Abstract: 本发明公开了一种支持隐私保护的票据图像文本识别方法，涉及图像文本识别领域，所述方法包括以下步骤：首先通过用户票据请求端输入票据图像；然后通过所述用户票据请求端调用云端识别服务器接口，采用基于深度学习的端到端票据文本识别网络模型对所述票据图像的文本进行分析与识别；接着采用票据信息隐私保护方法对所述票据图像的识别全程实施加密保护；最后通过所述用户票据请求端得到文本行识别结果。本发明通过建立一种基于深度学习的端到端票据文本识别网络模型，利用明文票据数据集进行训练，捕获票据上的关键文本信息，提升票据录入效率，同时结合同态加密，提供一种票据信息隐私保护方案，保障用户的信息安全。
-
公开(公告)号：CN110086602A
公开(公告)日：2019-08-02
申请号：CN201910302522.X
申请日：2019-04-16
Applicant: 上海交通大学
IPC: H04L9/06
Abstract: 一种基于GPU的SM3密码散列算法的快速实现方法，通过异步方式将待处理消息从内存复制到作为全局存储器的GPU的显存，当GPU通过包含填充扩展和压缩函数循环展开的SM3快速实现方法进行哈希值计算时，CPU同时传输下一批次的消息；GPU将计算结果输出至显存并由CPU读取显存中的结果，传输消息摘要值。本发明实施简单，性能稳定，SM3快速实现性能达到11.4亿Hash/s，极大提高了SM3的计算效率。
-
公开(公告)号：CN110084620A
公开(公告)日：2019-08-02
申请号：CN201910302523.4
申请日：2019-04-16
Applicant: 上海交通大学
Abstract: 一种基于深度学习的电子凭据高频异常开具检测系统及方法，包括：特征提取模块、深度学习训练模块以及异常行为检测模块，其中：特征提取模块与深度学习训练模块相连并传输训练数据信息，深度学习训练模块与异常行为检测模块相连并传输智能研判模型信息，异常行为检测模块与特征提取模块中数据处理单元相连传输新数据信息并接收数据处理结果信息。本发明针对电子凭据服务体系中开具感知组件端发生的同一企业短时间开具大量凭据、同一企业短时间开具大量大额凭据、企业异常时间开具大量凭据以及企业异常时间开具大额凭据这四种异常行为，能够有效地分辨出异常电子凭据数据。
-
公开(公告)号：CN108920714A
公开(公告)日：2018-11-30
申请号：CN201810832113.6
申请日：2018-07-26
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种支持分布式环境下隐私保护的关联规则挖掘方法和系统，涉及关联规则挖掘领域，包括以下步骤：可信机构将一个共享密钥发送给用户；用户将需要进行关联规则挖掘的数据进行加密后，发送给计算集群；计算集群根据用户发送的关联规则挖掘需求进行计算和分析，再将结果返回给用户；用户得到返回结果后，利用共享密钥进行解密从而得到真实的关联规则。本发明中计算集群对用户上传的数据无法进行理解，但用户指定关联规则后却能借用计算集群的计算资源进行数据挖掘，且挖掘结果对计算集群不可见，外部攻击者也无法获取信息，从而完成了基于隐私保护的关联规则挖掘；而计算集群由Scala分布式计算框架搭建，容错率和效率都较高。
-
公开(公告)号：CN102945356B
公开(公告)日：2015-11-18
申请号：CN201210537398.3
申请日：2012-12-12
Applicant: 上海交通大学
Abstract: 本发明提供一种云环境下搜索引擎的访问控制方法及系统，所述云环境下搜索引擎的访问控制方法包括：S1，处理接收的新文件，为新文件生成索引，指定访问结构并为新文件加密，并存储已加密的新文件；S2，发出检索所需文件的请求，获取密钥后开始检索文件，并过滤检索结果；S3，选择下载文件，为文件刻上水印，最后将所述文件传给用户。本发明所述的云环境下搜索引擎的访问控制方法及系统利用属性加密具有访问控制粒度细、数据保护安全性强、运算速度可接受的特点，将其结合到云环境下的高效搜索引擎中可以同时实现加密操作和访问控制，并保持搜索引擎的高效性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.055 seconds)
