公开(公告)号：CN117195223A

公开(公告)日：2023-12-08

申请号：CN202311042643.8

申请日：2023-08-18

Applicant: 四川大学

Inventor： 陈彦如 ,  郭艳茹 ,  郭伟新 ,  程于耀 ,  张婷 ,  倪浩文 ,  李卓原 ,  陈良银

IPC: G06F21/57 ,  G06F21/10 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明公开了一种基于卷积神经网络的固件函数漏洞相似性检测方法iPCM，将原有的固件函数漏洞检测方法中的相关缺陷进行优化。首先使用基于BiLSTM的方法改善原有方法没有考虑到指令间相互作用对特征学习的影响，以提高模型的跨平台漏洞检测能力；其次使用基于主要邻域聚合网络的方法改变原有的单一聚合器为多邻域聚合器，充分学习图嵌入特征，以提高漏洞检测的性能；最后通过引入基于无参注意力机制的卷积神经网络增强特征表达，进一步提高漏洞相似性检测模型的能力。该方法具有较高的漏洞检测能力，以及优于近年优秀圆漏洞检测算法的检测精度。

公开(公告)号：CN119625589A

公开(公告)日：2025-03-14

申请号：CN202411385265.8

申请日：2024-09-30

Applicant: 四川大学

Inventor： 陈良银 ,  罗张伟 ,  刘高源 ,  罗坤 ,  易笑澜 ,  罗富玮 ,  程于耀 ,  扶幸霖

IPC: G06V20/40 ,  G06V10/25 ,  G06V10/82 ,  G06V10/56 ,  G06V10/20 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提出了一种基于局部数据增强的ViT行李重识别方法，旨在提高自动化行李分拣中的识别准确性。传统的RFID技术成本高且易受干扰，因此引入计算机视觉技术成为新趋势。方法包括以下步骤：首先，构建包含1500个不同身份行李的数据集，每个行李有10张不同角度的照片，使用LabelMe和YOLOv5进行标注和检测；其次，在行李值机和分拣流水线上布置多个摄像头采集行李图像；然后，基于ViT模型，应用局部数据增强技术和位置激励模块，以提升模型对行李结构特征的关注和泛化能力；接着，通过多层视觉转换模块计算行李特征，并采用余弦距离进行身份比对；最后，使用身份损失、三元组损失和对比损失优化模型，以提升识别准确性。

公开(公告)号：CN117631652A

公开(公告)日：2024-03-01

申请号：CN202311635378.4

申请日：2023-12-01

Applicant: 四川大学

Inventor： 陈良银 ,  周贤义 ,  陈彦如 ,  张婷 ,  王盛圩 ,  黄宇辰 ,  程于耀

IPC: G05B23/02

Abstract: 本发明公开了一种针对实时工控系统数据流的异常检测方法。本发明涉及到工业控制系统异常检测领域。本发明针对传统窗口划分仅基于数据点数及数据长度进行会导致漏检的问题，提出一种使用时间作为窗口大小的滑动窗口划分方法，达到兼具时效和精度的要求。本发明提出了一种增强双向生成对抗网络模型，引入了控循环单元(GRU)将时序数据映射到到潜空间，集重建、鉴别、逆映射功能为一体。本发明为了进一步提高模型的检测精度，提出了基于判定重建数据的异常得分计算方法，同时使用了重建数据和原始数据计算异常来降低漏检率。本发明能进行设备实时异常检测，通过有效的潜空间逆映射和高精度异常得分计算方法达到高精度异常判断目标。

公开(公告)号：CN119272331A

公开(公告)日：2025-01-07

申请号：CN202411376768.9

申请日：2024-09-30

Applicant: 四川大学

Inventor： 陈良银 ,  罗富玮 ,  王盛圩 ,  易笑澜 ,  罗张伟 ,  罗坤 ,  程于耀 ,  张国彬

IPC: G06F21/62 ,  G06F21/64 ,  G06F21/60 ,  G06Q40/04

Abstract: 本发明涉及一种基于零知识证明的链上交易隐私保护方案，具体包括：系统初始化：用于生成公共参数列表；创建账户初始化用户的账户，主要分为设置明文余额、设置隐藏余额、生成零知识证明凭证、生成签名；充值、提现操作：用户的明文余额与隐藏余额相互转换；通过隐藏余额进行发送、替换、存入代币凭证操作，通过替换代币凭证操作配合零知识证明与加密签名技术实现交易关系隐藏。本发明增强交易隐私保护方案交易的隐私性同时具备较低的计算成本和时间开销。

公开(公告)号：CN118842774A

公开(公告)日：2024-10-25

申请号：CN202410942352.2

申请日：2024-07-15

Applicant: 四川大学

Inventor： 陈良银 ,  黄宇辰 ,  李京鹏 ,  陈彦如 ,  张媛媛 ,  刘静雯 ,  简暕 ,  程于耀 ,  钟旺 ,  向宣奕

IPC: H04L49/103 ,  H04L9/00 ,  G06N20/00 ,  G06F18/213 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0475

Abstract: 本发明涉及一种基于关键特征提取的数据共享方案，具体包括：系统建模：该方案由多个数据提供方和一个区块链平台组成。特征提取阶段：各数据提供方利用变分自编码器(VAE)处理本地数据，提取鲁棒特征并计算关键特征。初次共享阶段：各数据提供方对提取出的关键特征进行随机噪声处理、打包和加密后上传至区块链平台。各方随后从区块链中提取关键特征，形成全局共享特征集合，并结合本地鲁棒特征用于后续联邦学习任务。联邦学习阶段：各方基于特征集合和本地特征执行联邦学习，分布式协作训练统一机器学习模型，直至模型拟合或达到预定迭代次数。每次模型更新时采用同态加密技术对全局参数加密聚合，确保隐私安全，防止通过模型参数逆向推导泄露隐私。

公开(公告)号：CN118365019A

公开(公告)日：2024-07-19

申请号：CN202410298721.9

申请日：2024-03-15

Applicant: 四川大学

Inventor： 陈彦如 ,  王浩 ,  程俊夫 ,  张媛媛 ,  刘静雯 ,  简暕 ,  黄宇辰 ,  程于耀 ,  钟旺 ,  陈良银

IPC: G06Q10/0631 ,  G06N3/092

Abstract: 本发明公开了一种基于改进深度强化学习算法的柔性车间调度方法。本发明涉及到工业系统生产调度领域。本发明提出的基于改进深度强化学习算法的柔性车间调度方法具有调度效果好、能够对机器利用率进行提高的优点。与传统的基于深度强化学习的柔性车间调度算法相比，本发明将Local Search算法(邻域搜索算法)应用到了Deep Q‑learning算法(深度Q学习算法)当中，提出了一种新型的同时具备Local Search算法局部搜索能力以及Deep Q‑learning算法全局搜索能力的Deep Q‑learning Combined with Local Search算法(结合了邻域搜索算法的深度Q学习算法)。最后通过一系列标准数据集上的实验，成功证明了Deep Q‑learning Combined with Local Search算法(结合了邻域搜索算法的深度Q学习算法)在解决柔性车间调度问题上的优越性。