-
公开(公告)号：CN119131368B
公开(公告)日：2025-04-18
申请号：CN202411588670.X
申请日：2024-11-08
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06V10/25 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82
Abstract: 本申请实施例提供了一种图像关键特征区域检测方法、电子设备及存储介质，涉及图像检测技术领域。其中方法包括：向训练后的基于卷积神经网络的图像分类模型输入目标图像，获取图像分类模型处理所述目标图像时的最后一个分类层的输入向量和最后一个卷积层的输出特征图；计算输入向量的最大分量对于输出特征图的每一通道中每一神经元激活值的变化率度量，得到每一通道的变化率度量的均值；根据每一通道同一位置的神经元激活值与每一通道的变化率度量的均值生成与所述目标图像像素分布相同的重构图像；根据重构图像所确定的位置集合作为所述目标图像的关键特征区域。本申请提供的实施方式提高了对输入图像关键特征区域的定位精度和检测粒度。
-
公开(公告)号：CN119808122A
公开(公告)日：2025-04-11
申请号：CN202411878509.6
申请日：2024-12-19
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06F21/60 , G06F16/2453
Abstract: 本申请提供一种基于DAG的保序加密方法及电子设备、存储介质、计算机程序产品，包括：针对多维数据集中每一多维数据，为该多维数据在第i维度的子数据构建其在第i维度对应DAG层级的DAG节点；DAG节点内写入子数据的保序加密值和对称加密值；对于第i维度对应的DAG层级，基于该DAG层级的若干DAG节点的保序加密值的大小关系，为该DAG层级的若干DAG节点之间添加单向边；对于第j维度对应的DAG层级中每一DAG节点，为该DAG节点与其在第j+1维度对应的DAG层级中满足关联关系的各个DAG节点添加单向边；根据m维度的多个DAG节点以及已添加的多个单向边构建分层DAG。本方案实现了对多维数据进行具有逻辑性和有序性的保序加密。
-
公开(公告)号：CN114913395B
公开(公告)日：2025-02-07
申请号：CN202210687574.5
申请日：2022-06-16
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06V10/774 , G06V10/764 , G06N3/0464 , G06N20/00 , G06V10/82
Abstract: 本申请提供一种图像识别模型训练方法、识别方法及装置。方法包括：获取带标签的第一训练图像集和无标签的第二训练图像集；获取第一训练模型的第一模型参数和F1值；根据第一模型参数和F1值更新第二训练模型；利用第二训练模型对第二训练图像集中的训练图像进行预测，获得训练图像对应的标签；利用第一训练图像集和第二训练图像集及训练图像对应的标签对第一训练模型进行一次迭代训练，若未满足停止迭代条件，则利用迭代训练后的第一模型参数和F1值再次更新第二训练模型，直至满足所述停止迭代条件为止，获得训练好的图像识别模型。本申请提高了模型训练过程中的收敛速度和获得的模型的性能。
-
公开(公告)号：CN118734367B
公开(公告)日：2024-11-29
申请号：CN202411231645.6
申请日：2024-09-04
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06F21/62 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06T3/18 , G06T5/60
Abstract: 本申请实施例提供一种图像处理方法、电子设备、存储介质及程序产品，该方法包括：获取待处理图像；根据预先训练的图像转换模型，对待处理图像进行转换，得到与待处理图像对应的目标图像，通过采用样本图像和噪声对神经网络进行训练得到图像转换模型，该图像转换模型用于对样本图像进行转换，防止隐私数据进行泄露，在获取到待处理图像后，可以采用该图像转换模型对待处理图像中的不想被泄露的数据进行转换，得到处理后的图像，可以在保证生成图像不泄露用户数据隐私的前提下，尽量提高处理后的图像的逼真度。
-
公开(公告)号：CN118734367A
公开(公告)日：2024-10-01
申请号：CN202411231645.6
申请日：2024-09-04
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06F21/62 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06T3/18 , G06T5/60
Abstract: 本申请实施例提供一种图像处理方法、电子设备、存储介质及程序产品，该方法包括：获取待处理图像；根据预先训练的图像转换模型，对待处理图像进行转换，得到与待处理图像对应的目标图像，通过采用样本图像和噪声对神经网络进行训练得到图像转换模型，该图像转换模型用于对样本图像进行转换，防止隐私数据进行泄露，在获取到待处理图像后，可以采用该图像转换模型对待处理图像中的不想被泄露的数据进行转换，得到处理后的图像，可以在保证生成图像不泄露用户数据隐私的前提下，尽量提高处理后的图像的逼真度。
-
Patent Agency Ranking
公开(公告)号：CN118631436A
公开(公告)日：2024-09-10
申请号：CN202410768620.3
申请日：2024-06-14
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: H04L9/08
Abstract: 本申请实施例提供一种基于多层秘密分享的数据传输方法、装置及存储介质。应用于接收端，方法包括：生成全局密钥，并进行秘密分享，以得到n个第一切片数据，n为参与端的数量，参与端包括多个可传输数据端及接收端；在保留一份第一切片数据后，将剩余的多个第一切片数据分别发送至每个可传输数据端；获取发送端发送的第二切片数据；基于保留的第一切片数据以及接收到的第二切片数据确定第一验证份额，并接收每个可传输数据端发送的第二验证份额；基于第一验证份额和第二验证份额确定可验证秘密；接收全部份额聚合端的聚合份额，并基于可验证秘密对聚合份额进行验证；在验证通过的情况下，接收发送端发送的待传输数据。
-
公开(公告)号：CN118312960B
公开(公告)日：2024-09-03
申请号：CN202410734862.0
申请日：2024-06-07
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
Abstract: 本发明实施例提供了一种拜占庭容错的联邦学习方法、电子设备及存储介质，涉及联邦学习技术领域。其中，方法包括：确定客户端节点集合；获取客户端节点集合中每一客户端节点基于下发模型参数经本地训练后得到的更新梯度；对于每一更新梯度，基于欧氏距离将客户端节点放入第二集合或第一集合，并根据欧氏距离确定所述更新梯度所对应的客户端节点的更新评估值；基于第二集合上的平均更新梯度的欧氏距离小于与第一集合上的平均更新梯度的欧氏距离对第一集合中的客户端节点进行循环筛选，以循环结束时的第一集合上的平均更新梯度作为全局模型更新梯度。本发明提供的实施方式提升了联邦学习过程对拜占庭攻击的防御能力。
-
公开(公告)号：CN117787352B
公开(公告)日：2024-09-03
申请号：CN202311640739.4
申请日：2023-12-01
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06N3/0475 , G06N3/094 , G06N3/06 , G06N3/045
Abstract: 本申请公开了一种用于神经网络模型的对抗样本检测的方法及处理器，属于人工智能技术领域。该方法包括：获取不同样本类别的样本数据在预设神经网络模型中分别对应的神经元输出值和模型输出值；根据神经元输出值，确定各样本类别在预设神经网络模型中分别对应的无效神经元和关键神经元；根据模型输出值，确定预设神经网络模型对各样本类别的预测区分度；根据无效神经元、关键神经元和模型预测区分度，对待检测数据进行对抗样本检测，以判断待检测数据是否为对抗样本数据。本申请能够提高对抗样本的检测效率。
-
公开(公告)号：CN118378301A
公开(公告)日：2024-07-23
申请号：CN202410807402.6
申请日：2024-06-21
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: G06F21/62 , G06N3/0464 , G06N3/0495 , G06N3/098 , G06N3/084
Abstract: 本发明实施例提供了一种保护数据隐私的高效联邦学习方法、电子设备及存储介质，涉及联邦学习技术领域。其中，方法包括：获取模型参数，根据所述模型参数更新本地模型；测试更新后的本地模型在本地样本数据集上的准确度，并根据所述准确度确定第一比例和第二比例；采用所述本地样本数据集对所述更新后的本地模型进行训练后，得到更新梯度；基于所述更新梯度中分量的值以所述第一比例选择若干分量，基于所述更新梯度中分量的卷积核特征和值以所述第二比例选择若干分量；对所选择的分量进行裁剪或置零，将处理后的更新梯度的非零分量及其位置索引上传。本发明提供的实施方式平衡了隐私保护与模型性能之间的矛盾。
-
公开(公告)号：CN114282624B
公开(公告)日：2024-07-19
申请号：CN202111642579.8
申请日：2021-12-29
Applicant: 北京天融信网络安全技术有限公司 , 北京天融信科技有限公司 , 北京天融信软件有限公司
IPC: H04L9/40
Abstract: 本公开涉及一种对象标注方法、装置、设备及介质。其中，对象标注方法包括：获取待标注对象；将待标注对象输入低漏报检测模型，得到第一预测结果，低漏报检测模型根据预设样本集和第一损失函数训练得到；若第一预测结果指示待标注对象为异常对象，将待标注对象输入低误报检测模型，得到第二预测结果，低误报检测模型根据预设样本集和第二损失函数训练得到；根据第二预测结果，确定待标注对象的标注结果；其中，第一损失函数中的漏报误差项具有第一权重系数，第二损失函数中的漏报误差项具有第二权重系数，第一权重系数大于第二权重系数。根据本公开实施例，能够降低对象标注的成本，提升对象标注的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.108 seconds)
