多服务器架构下的认证方法及系统

    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

    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。

    面向隐私推理的神经网络深度剪枝方法及系统

    公开(公告)号:CN118364889A

    公开(公告)日:2024-07-19

    申请号:CN202410514805.1

    申请日:2024-04-26

    Abstract: 本发明涉及人工智能技术领域,特别涉及一种面向隐私推理的神经网络深度剪枝方法及系统,利用训练样本对待剪枝的神经网络进行训练,并在训练过程中统计各神经元Relu单元平均输出状态;根据Relu单元平均输出状态确定各神经元Relu重要性,依据神经元Relu重要性对神经网络神经元Relu单元进行结构化剪枝,所述结构化剪枝包括删减神经元Relu重要性最低的首阶段Relu单元并对神经网络中各层Relu单元进行间隔删减;基于各神经元单元输出状态并利用预设门限阈值对结构化剪枝后的神经元进行分类,获取神经网络神经元中激活状态Relu单元和抑制状态Relu单元,并分别采用指定剪枝策略对激活状态Relu单元和抑制状态Relu单元进行深度剪枝;依据深度剪枝结果调整神经网络,得到调整后的目标神经网络模型,所述目标神经网络模型用于处理输入图像。本发明基于神经元输出规律与ReLU重要性分布的关联关系来增加神经网络剪枝深度并保证剪枝后神经网络准确度,剪枝后的神经网络无需通过重新训练和重新设计,便于在自动驾驶、人脸识别、图像检测等应用场景中进行部署实施。

    一种针对人工智能伪造的图像保护方法

    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

    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。

    一种面向云存储的属性基关键词搜索加密系统及方法

    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

    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。

Patent Agency Ranking