-
公开(公告)号：CN114722407B
公开(公告)日：2024-05-24
申请号：CN202210208387.4
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于内生式对抗样本的图像保护方法。该方法包括：步骤1：对原始图像进行特征分解，分解为显性特征和隐性特征；步骤2：对所述隐性特征进行特征修改，得到修改后隐性特征；步骤3：将所述显性特征和所述修改后隐性特征进行合成得到对抗样本，将所述对抗样本替换掉原始图像作为面向外部系统公开的图像。本发明提供的内生式的对抗攻击十分契合于黑盒攻击的场景；并且由于修改的隐性特征部分本身不影响图像质量及其主要内容，因此对抗样本图像与原始图像的视觉一致性天然存在，使得生成的对抗样本天然满足对抗样本应该具有的难以察觉性，具有很好的感知真实性，因此可以省去关于对抗扰动大小的超参数和损失函数的设置。
-
公开(公告)号：CN113703918B
公开(公告)日：2022-10-11
申请号：CN202110990232.6
申请日：2021-08-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请提供了一种基于硬件辅助的虚拟可信平台及安全处理方法，虚拟可信平台中应用程序使用TSS接口通过调用VirtIO前端驱动，将待处理请求写入环形队列，VirtIO后端驱动从环形队列中获取待处理请求，并将待处理请求发送给密码协处理器加密接口，密码协处理器加密接口通过调用密码协处理器驱动程序，将待处理请求发送给密码协处理器，以使密码协处理器对待处理请求进行安全运算处理，得到处理结果，实现基于硬件对数据进行安全运算，增强虚拟可信平台的安全性保护能力，提高数据的安全性。
-
公开(公告)号：CN118319296A
公开(公告)日：2024-07-12
申请号：CN202410512072.8
申请日：2024-04-26
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: A61B5/117 , A61B5/372 , A61B5/00 , G06F18/25 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开一种基于集成学习的多维度EEG信号身份识别的方法和系统，该方法包括：将原始脑电信号转换为时频图和脑电地形图，并使用生成对抗网络进行数据增强；分别针对时频图和脑电地形图设计不同分类网络，提取时频空特征，进而进行身份识别；将不同分类网络的身份识别结果通过加权投票的集成策略进行整合，得到最终的身份识别结果。本发明充分利用了不同分类网络的优势，通过适应性的权重调整实现更为鲁棒和精确的整体分类性能，同时能够处理同一被试的不同形式数据集，从而有效学习脑电信号的时间、频谱和空间结构等多维度的特征信息，显著提升身份识别准确性。
-
公开(公告)号：CN114723663A
公开(公告)日：2022-07-08
申请号：CN202210208338.0
申请日：2022-03-03
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对目标检测对抗攻击的预处理防御方法。该方法包括：步骤1：对原始图像数据集中的图像添加对抗扰动，生成目标检测对抗样本；步骤2：对目标检测对抗样本进行双边滤波和数据归一化处理，得到处理后的目标检测对抗样本；步骤3：构建降噪自编码器模型，将处理后的目标检测对抗样本作为输入，将其对应的原始图像作为标签，对降噪自编码器模型进行降噪训练；步骤4：获取待目标检测图像，对待目标检测图像进行双边滤波和数据归一化处理，得到处理后的待目标检测图像；步骤5：将处理后的待目标检测图像输入至训练好的降噪自编码器模型，得到去噪后的待目标检测图像，将去噪后的待目标检测图像作为目标检测模型的输入实现目标检测。
-
公开(公告)号：CN113642427A
公开(公告)日：2021-11-12
申请号：CN202110863279.6
申请日：2021-07-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种针对人工智能伪造的图像保护方法。该方法将初始的输入图像记作xorg，将利用人工智能伪造图像的网络模型记作伪造模型G，所述方法包括：步骤1：随机选定一个初始化方向向量wd，所述方向向量wd的大小与伪造模型G的输出相同，且满足[‑1，1]区间内的均匀分布；步骤2：根据伪造模型G的输出和方向向量wd，定义扰动向量vI(xorg，G，wd)；步骤3：设计用于更新输入图像的迭代公式，根据所述扰动向量，通过所述迭代公式对输入图像进行迭代找到一个远离初始的输入图像的新的图像，将所述新的图像作为生成对抗样本图像的攻击起点；步骤4：基于所述攻击起点，按照基于梯度的对抗样本生成方法生成最终的符合条件的对抗样本图像。
-
Patent Agency Ranking
公开(公告)号：CN108390855A
公开(公告)日：2018-08-10
申请号：CN201810025690.4
申请日：2018-01-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开了一种面向云存储的属性基关键词搜索加密系统及方法，授权机构生成公开参数和系统主密钥，并根据公开参数和系统主密钥生成所述数据用户的私钥，将所述私钥分发至对应的数据用户；数据拥有者创建合法数据用户列表，选取密文关键字，制定访问策略，生成关键字索引；数据用户根据自身私钥和关键字信息生成陷门，并将所述陷门发送至所述搜索服务器；搜索服务器接收数据用户的密文获取请求，并根据所述数据用户发送的陷门和所述数据拥有者发送的关键字索引进行匹配处理得到匹配结果，当所述匹配结果满足时，则将对应的密文返回给所述数据用户。通过本发明实现了减少用户计算成本和通信开销的目的。
-
公开(公告)号：CN117689954A
公开(公告)日：2024-03-12
申请号：CN202311776201.6
申请日：2023-12-22
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/094
Abstract: 本发明涉及计算机视觉技术领域，特别涉及一种基于图像平均的人工智能图像识别对抗攻击方法及系统，利用对抗样本生成算法在神经网络模型上对原始图像样本数据迭代攻击，生成对抗图像数据集，对抗图像数据集包括通过调整对抗攻击超参数生成的多批次对抗样本数据和/或相同对抗攻击超参数下生成的多批次对抗样本数据和/或采用不同对抗样本生成算法生成的若干对抗样本数据；对对抗图像数据集中的对抗样本数据进行图像平均，将图像平均结果转化为对抗样本图像，以利用该对抗样本图像测试人工智能图像识别神经网络模型性能。本发明充分利用超参数实验生成的多批次次优对抗样本并通过图像平均，能够提升对抗样本的迁移性、攻击成功率及其图像质量。
-
公开(公告)号：CN113609952B
公开(公告)日：2023-08-15
申请号：CN202110874517.3
申请日：2021-07-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开一种基于密集卷积神经网络的深度伪造视频频域检测方法，包括：步骤1，对视频进行预处理：对真实和伪造视频进行分帧处理；对所述视频中的人脸进行定位，扩大选框后进行人脸图像提取，并利用2D‑DCT变换至频域；所述伪造视频包括深度伪造视频；步骤2，构建密集卷积神经网络并基于步骤1得出的频域数据进行训练；所述密集卷积神经网络包括密集块及过渡模块；步骤3，基于训练后的密集卷积神经网络检测深度伪造视频。本发明在训练密集卷积神经网络时，以频域图像为单位对卷积神经网络检测模型进行训练，最后对频域图像检测结果融合判断后得出视频的检测结果。无论视频压缩在时域产生多少冗余特征，都不影响最终的检测效果。
-
公开(公告)号：CN116155598A
公开(公告)日：2023-05-23
申请号：CN202310154635.6
申请日：2023-02-22
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请公开了一种多服务器架构下的认证方法及系统，用户向注册服务器注册就可获得注册服务器为用户生成的临时身份标识TIDU，当用户需要应用服务器提供服务时，在客户端输入TIDU即可计算得到认证用户身份信息γ0，客户端将包含γ0的集合M0发送给该应用服务器，该应用服务器会生成相关认证信息，并将该认证信息与M0发送给注册服务器，由注册服务器完成该用户与应用服务器的身份认证，用户及应用服务器的认证均在注册服务器完成，每个应用服务器均无需存储关于用户的任何信息，减少了应用服务器的资源负担，并且用户只需向注册服务器注册获得临时身份标识即可完成认证与密钥交换，无需向多服务器架构下的每个应用服务器进行注册，节省了时间成本。
-
公开(公告)号：CN113542266B
公开(公告)日：2022-09-27
申请号：CN202110790499.0
申请日：2021-07-13
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: H04L9/40 , H04L43/06 , H04L41/12 , H04L41/14 , H04L41/0894
Abstract: 本发明公开了一种基于云模型的虚拟网元信任度量方法及系统，方法包括：面向网络功能虚拟化架构对虚拟网元可信代理进行设计，对虚拟网元信任监控数据进行可信采集和上报；基于云模型的虚拟网元信任度量算法对监控数据进行信任值评估；对虚拟网元迁移信任值进行评估计算。本发明有效解决了基于虚拟网络功能架构中虚拟网元信任来源、信任监控数据可信采集和信任评估结果上报等问题。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.045 seconds)
