公开(公告)号：CN116702136A

公开(公告)日：2023-09-05

申请号：CN202310973637.8

申请日：2023-08-04

Applicant: 华中科技大学

Inventor： 周潘 ,  罗志 ,  孙裕华 ,  徐子川 ,  袁增辉

IPC: G06F21/55 ,  G06F16/9535 ,  G06N20/00

Abstract: 本发明涉及一种对大数据环境下基于X‑armed bandits的个性化推荐系统的操纵攻击方法及装置。包括：对臂空间进行离散化；截获系统的推荐结果，所述推荐结果为学习者利用HCT算法确定本轮所选择的HCT覆盖树中的节点后，在节点对应的臂空间中选取的一个臂；判断所述臂空间中是否包含目标臂，如果包含，本轮不进行攻击，否则选取其他臂替代学习者所选择的臂并提交给环境，环境产生反馈，被学习者和攻击者所接收。本发明站在攻击者的角度对个性化推荐系统进行操纵攻击，可以根据攻击结果评价对个性化推荐系统在遭受操纵攻击时的脆弱性。

公开(公告)号：CN113033712B

公开(公告)日：2021-09-14

申请号：CN202110559687.2

申请日：2021-05-21

Applicant: 华中科技大学

Inventor： 周潘 ,  孙裕华 ,  谢雨来 ,  李瑞轩 ,  陈琪美 ,  江昊

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于联邦学习的多用户协同训练人流统计方法，旨在利用联邦学习框架搭建一个新颖的人群计数模型，达到让多用户多设备同时训练的目的。各个客户端利用图像数据集对图像分类网络进行本地训练以获取本地模型；在各经过至少一次本地训练后，中心服务器从客户端获取本地模型的权值及附加层参数并进行聚合处理；中心服务器利用聚合处理后的权值及附加层参数更新全局模型，并将聚合处理后的权值参数及附加层参数返回给各个客户端；各个客户端利用中心服务器返回的权值以及ground truth值进行贝叶斯估计，计算loss值，并利用返回的权值参数及附加层参数更新本地模型；重复执行直至所有客户端的loss值均收敛，则完成人流统计全局模型和本地模型的训练。

公开(公告)号：CN113033712A

公开(公告)日：2021-06-25

申请号：CN202110559687.2

申请日：2021-05-21

Applicant: 华中科技大学

Inventor： 周潘 ,  孙裕华 ,  谢雨来 ,  李瑞轩 ,  陈琪美 ,  江昊

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于联邦学习的多用户协同训练人流统计方法，旨在利用联邦学习框架搭建一个新颖的人群计数模型，达到让多用户多设备同时训练的目的。各个客户端利用图像数据集对图像分类网络进行本地训练以获取本地模型；在各经过至少一次本地训练后，中心服务器从客户端获取本地模型的权值及附加层参数并进行聚合处理；中心服务器利用聚合处理后的权值及附加层参数更新全局模型，并将聚合处理后的权值参数及附加层参数返回给各个客户端；各个客户端利用中心服务器返回的权值以及ground truth值进行贝叶斯估计，计算loss值，并利用返回的权值参数及附加层参数更新本地模型；重复执行直至所有客户端的loss值均收敛，则完成人流统计全局模型和本地模型的训练。

公开(公告)号：CN116595528A

公开(公告)日：2023-08-15

申请号：CN202310880108.3

申请日：2023-07-18

Applicant: 华中科技大学

Inventor： 周潘 ,  罗志 ,  孙裕华 ,  徐子川 ,  袁增辉

IPC: G06F21/56 ,  G06F16/9535 ,  G06N5/01

Abstract: 本发明涉及一种对大数据环境下基于X‑armed bandits的个性化推荐系统的投毒攻击方法及装置。攻击者获取学习者推荐给环境的推荐结果，根据所述推荐结果复现学习者的HCT树；然后攻击者获取环境的反馈结果，并基于复现的HCT树，对反馈结果进行篡改，并返回给学习者。本发明站在攻击者的角度对个性化推荐系统进行投毒攻击，可以根据攻击结果评价对个性化推荐系统在遭受投毒攻击时的脆弱性。