公开(公告)号：CN112836788B

公开(公告)日：2022-12-27

申请号：CN202011519173.6

申请日：2020-12-21

Applicant: 中国电子科技集团公司第二十七研究所 ,  北京邮电大学

Inventor： 郑邑 ,  尹良 ,  曾超 ,  马蓓丽 ,  常鑫 ,  柳杨 ,  朱东红 ,  桑明月 ,  齐振鹏 ,  于浩洋 ,  周林

IPC: G06N3/04 ,  G06N3/08 ,  H04B17/345

Abstract: 本发明公开了用于干扰类型识别的低功耗深度学习网络方法，包括以下步骤：采用蒙特卡洛方法，随机生成N个符号进行调制，生成干扰信号和高斯白噪声，通过加性干扰的方式，把干扰信号和高斯白噪声加入调制信号中，得到训练样本；神经网络模块的构建，共五层网络结构：训练分类；利用训练完毕的神经网络模型对输入样本进行特征提取和类型判决。本发明使用1x1卷积对上一层的卷积输出进行降维，以此缩小数据尺寸，并且通过卷积分解的方式将1x8大卷积分解为两个1x3小卷积，以此降低了参数量，然后将两个1x3卷积排列至同一层网络上，拓宽该层网络宽度，减小了网络深度，在网络精度不损失的情况下，进一步减小了网络的参数量，降低网络功耗。

公开(公告)号：CN114614970A

公开(公告)日：2022-06-10

申请号：CN202210292069.0

申请日：2022-03-23

Applicant: 北京邮电大学

Inventor： 于浩洋 ,  李小勇 ,  封化民 ,  苑洁 ,  高雅丽 ,  李灵慧 ,  李晓东

IPC: H04L9/00 ,  H04L9/08 ,  H04L9/40

Abstract: 本发明公开了一种基于多计算方和同态加密的隐私数据安全处理方法，采用至少一个数据提供端和至少三个数据计算端，包括以下步骤：数据提供端生成密钥、计算参数和缩小参数，采用预设的同态加密方法对原始对象数据进行加密和拆分处理，得到加密后的对象数据，将加密后的对象数据、计算参数和计算多项式分配给多个数据计算端；数据计算端接收数据提供端发送到数据、计算参数和计算指令，根据数据计算端发送的数据请求、计算参数对数据提供端发送来的加密后的对象数据进行计算，得到计算后的加密对象数据，多个数据计算端将计算后的加密对象数据发送给数据提供端；数据提供端使用密钥对计算后的加密对象数据进行解密操作，得到解密后的对象计算结果。

公开(公告)号：CN112836788A

公开(公告)日：2021-05-25

申请号：CN202011519173.6

申请日：2020-12-21

Applicant: 中国电子科技集团公司第二十七研究所 ,  北京邮电大学

Inventor： 郑邑 ,  尹良 ,  曾超 ,  马蓓丽 ,  常鑫 ,  柳杨 ,  朱东红 ,  桑明月 ,  齐振鹏 ,  于浩洋 ,  周林

IPC: G06N3/04 ,  G06N3/08 ,  H04B17/345

Abstract: 本发明公开了用于干扰类型识别的低功耗深度学习网络方法，包括以下步骤：采用蒙特卡洛方法，随机生成N个符号进行调制，生成干扰信号和高斯白噪声，通过加性干扰的方式，把干扰信号和高斯白噪声加入调制信号中，得到训练样本；神经网络模块的构建，共五层网络结构：训练分类；利用训练完毕的神经网络模型对输入样本进行特征提取和类型判决。本发明使用1x1卷积对上一层的卷积输出进行降维，以此缩小数据尺寸，并且通过卷积分解的方式将1x8大卷积分解为两个1x3小卷积，以此降低了参数量，然后将两个1x3卷积排列至同一层网络上，拓宽该层网络宽度，减小了网络深度，在网络精度不损失的情况下，进一步减小了网络的参数量，降低网络功耗。