-
公开(公告)号:CN115345280B
公开(公告)日:2023-04-18
申请号:CN202210981012.1
申请日:2022-08-16
Applicant: 东北林业大学
Abstract: 本发明提出人脸识别攻击检测系统、方法、电子设备及存储介质,属于人脸识别攻击检测技术领域。包括,物联网设备模块、边缘计算模块、深度集成学习模块和Web应用模块;所述深度集成学习模块部署在边缘计算模块上,所述边缘计算模块部署在物联网设备模块上;所述物联网设备与Web应用模块通信连接;所述深度集成学习模块包括深度学习模块1、深度学习模块2和深度学习模块3;所述深度学习模块包括Inception模块、CBAM注意力机制模块和多层感知机;将学习模块1、深度学习模块2和深度学习模块3以Stacking的方式组成集成模型。解决现有技术中存在的性能提升空间较低,没有考虑到敏感生物信息的数据安全和隐私保护问题。
-
公开(公告)号:CN119966647A
公开(公告)日:2025-05-09
申请号:CN202411225013.9
申请日:2024-09-03
Applicant: 东北林业大学
Abstract: 本发明设计一种基于深度学习的网络安全态势感知方法及装置。针对目前网络处理数据能力较低,安全防护能力及隐私泄露问题,该方法通过边缘计算,在云服务器部署网络安全态势感知模型,从而在保护数据隐私的同时,高效地进行网络安全态势感知。同时采用模型并行和数据置乱切分的数据划分方式,确保模型的高效。该方法具有高效性、安全可靠的特点,适用于各类复杂网络环境的完全态势感知。
-
公开(公告)号:CN119966646A
公开(公告)日:2025-05-09
申请号:CN202410973025.3
申请日:2024-07-19
Applicant: 东北林业大学
IPC: H04L9/40 , H04L67/1097 , H04L67/12
Abstract: 本发明设计一种基于Docker的易扩展的隐私保护型物联网恶意流量检测方法及装置。针对目前物联网设备对于防御恶意流量中存在的涉及隐私问题,该方法在边缘服务器节点中部署Docker容器,在容器中利用机器学习算法构建入侵检测模型,从而在保护用户隐私的情况下实现实时的恶意流量检测。同时使用区块链和IPFS技术来存储检测模型参数,确保数据的安全性和系统可扩展性。该方法具有易扩展、安全可靠和高效管理的特点,适用于各类物联网环境中的恶意流量检测。
-
公开(公告)号:CN115345280A
公开(公告)日:2022-11-15
申请号:CN202210981012.1
申请日:2022-08-16
Applicant: 东北林业大学
Abstract: 本发明提出人脸识别攻击检测系统、方法、电子设备及存储介质,属于人脸识别攻击检测技术领域。包括,物联网设备模块、边缘计算模块、深度集成学习模块和Web应用模块;所述深度集成学习模块部署在边缘计算模块上,所述边缘计算模块部署在物联网设备模块上;所述物联网设备与Web应用模块通信连接;所述深度集成学习模块包括深度学习模块1、深度学习模块2和深度学习模块3;所述深度学习模块包括Inception模块、CBAM注意力机制模块和多层感知机;将学习模块1、深度学习模块2和深度学习模块3以Stacking的方式组成集成模型。解决现有技术中存在的性能提升空间较低,没有考虑到敏感生物信息的数据安全和隐私保护问题。
-
-
-