公开(公告)号：CN118865011A

公开(公告)日：2024-10-29

申请号：CN202410807160.0

申请日：2024-06-21

Applicant: 北京大学

Inventor： 段凌宇 ,  胡子轩 ,  胡一淳 ,  李晓彤 ,  徐铭阳

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0985

Abstract: 本公开提出一种用于部署阶段的模型优化方法、装置、设备及存储介质，该方法包括：当图像识别模型被部署到目标域时，获取目标域的多个第一样本数据；对多个第一样本数据分别进行特征提取，得到与多个第一样本数据一一对应的多个特征向量；针对多个特征向量中的任意一个特征向量，计算与特征向量对应的增广熵损失函数的数值；根据每个特征向量对应的增广熵损失函数的数值，从多个第一样本数据中筛选出多个第二样本数据；基于多个第二样本数据以及对应的增广熵损失函数，对图像识别模型进行模型优化，得到优化后的图像识别模型。本实施例不仅提高了部署阶段模型对目标域的适配能力，而且在保证适配效果的同时，显著降低了实际部署的时间和资源消耗。

公开(公告)号：CN118332894A

公开(公告)日：2024-07-12

申请号：CN202410277306.5

申请日：2024-03-12

Applicant: 北京大学

Inventor： 段凌宇 ,  胡子轩 ,  李晓彤 ,  胡一淳

IPC: G06F30/27 ,  G06F17/11 ,  G06F111/20 ,  G06F119/14

Abstract: 本申请提出一种模型选择方法、装置、设备及存储介质，该方法包括：获取模型库中各网络模型针对目标数据集的初始预测结果；分别建立各网络模型的动力学方程，动力学方程用于反映网络模型的预测结果关于时间的变化率；基于各网络模型的初始预测结果，分别对各动力学方程求解，得到各网络模型的预测结果跟随时间变化的闭式解；基于各网络模型对应的闭式解，分别确定各网络模型在目标时刻对应的目标预测结果；基于各网络模型各自对应的目标预测结果，确定各网络模型的性能排序，以确定目标网络模型。本申请实施例通过引入基于动力学微分方程的模型优选方法，充分考虑了微调过程中的非线性动态，提高了模型选择的准确性和效率。

公开(公告)号：CN119513907A

公开(公告)日：2025-02-25

申请号：CN202411431127.9

申请日：2024-10-14

Applicant: 北京大学

Inventor： 段凌宇 ,  杨文瀚 ,  胡一淳 ,  胡子轩

IPC: G06F21/62 ,  G06N3/084 ,  G06N20/00

Abstract: 本发明公开了一种特征隐私安全性度量方法、装置及存储介质，属于信息安全领域。本发明针对现有方法对未知攻击的防御能力有限，且依赖特定攻击实例的问题，通过预训练受害者模型，提取中间层特征并记录攻击成功概率；执行多种反演攻击并通过防御策略优化模型；构建合成数据集，训练预测模型以预测攻击成功概率；使用训练好的预测模型评估不同防御策略下特征的隐私安全性。本发明通过分析中间层特征的分布性质，能够预测模型在未知攻击环境下的抗攻击能力，提升隐私保护的全面性和泛化能力，适用于多种模型和攻击场景。