-
公开(公告)号：CN115039098B
公开(公告)日：2025-04-22
申请号：CN202080095312.9
申请日：2020-11-26
Applicant: 国际商业机器公司
Abstract: 提供了用于在表征计算机系统元素的活动的活动数据中识别感兴趣的计算资源活动的模式的机制。生成活动数据的时间图，并且将滤波器应用于时间图以生成一个或多个第一向量表示，每个向量表示表征由滤波器限定的移动窗口内的节点和边。滤波器被应用于表示实体和事件的模式的模式图，该模式图指示感兴趣的模式，以生成第二向量表示。将第二向量表示与一个或多个第一向量表示比较以识别一个或多个附近向量，并且将一个或多个对应的子图实例作为时间图的不精确匹配输出到情报控制台计算系统。
-
公开(公告)号：CN114519185A
公开(公告)日：2022-05-20
申请号：CN202111325071.5
申请日：2021-11-10
Applicant: 国际商业机器公司
Abstract: 一种用于保护具有包括一个或多个中间层的多个层的深度神经网络(DNN)的方法、装置和计算机程序产品。在该方法中，接收训练数据集。在使用所接收的训练数据集来训练DNN期间，记录与中间层相关联的激活的表示。针对表示中的至少一个或多个，训练单独的分类器(模型)。分类器共同地用于训练离群值检测模型。在训练之后，使用离群值检测模型来检测深度神经网络上的对抗输入。离群值检测模型生成预测以及给定输入是否是对抗输入的指示符。根据另一方面，响应于检测到对抗输入，采取动作以保护与DNN相关联的部署的系统。
-
公开(公告)号：CN118382858A
公开(公告)日：2024-07-23
申请号：CN202280081560.7
申请日：2022-11-03
Applicant: 国际商业机器公司
Abstract: 提供了软件中的间接函数调用目标识别。使用显式数据依赖性分析来确定在程序的软件模块之间传递函数地址的显式数据流的集合。从程序的显式数据依赖性分析和动态执行分析的结果生成间接函数调用目标的集合。通过基于由图神经网络生成的特征嵌入识别相似的目标函数，来扩展间接函数调用目标的集合。
-
公开(公告)号：CN115373796A
公开(公告)日：2022-11-22
申请号：CN202210537839.3
申请日：2022-05-17
Applicant: 国际商业机器公司
Abstract: 本发明涉及具有分区和动态混洗模型更新的联合学习。联合学习技术利用多层防御策略来减少信息泄漏。代替集中聚合模型更新，聚合功能被分散到多个独立且功能等效的执行实体中，每个执行实体在其自身的TEE内运行。TEE实现机密和远程可证明的联合聚合。每个聚合器实体在支持运行时存储器加密的加密虚拟机内运行。每一方在参与训练之前远程地认证TEE。使用多个分散聚合器，各方能够以模型参数粒度分割它们各自的模型更新，并可将单个权重映射到特定聚合器实体。各方还可在每一训练迭代处动态地混洗片段模型更新以进一步模糊化分派给每一聚集器执行实体的信息。该架构防止聚合器成为单个故障点，并用于在即使所有聚合器被损坏情况下保护模型。
-
公开(公告)号：CN115004153A
公开(公告)日：2022-09-02
申请号：CN202180010132.0
申请日：2021-01-18
Applicant: 国际商业机器公司
IPC: G06F9/00
Abstract: 提供了用于实现神经流证明引擎并基于神经流执行计算机模型执行完整性验证的机制。输入数据被输入到包括多层神经元的经训练的计算机模型。神经流证明引擎针对输入数据中的输入数据实例集记录由经训练的计算机模型生成的输出类和通过多层神经元的神经流，从而生成所记录的神经流。将经训练的计算机模型部署到计算平台，并且神经流证明引擎基于所部署的经训练的计算机模型的运行时神经流和所记录的神经流来验证所部署的经训练的计算机模型的执行完整性。
-
Patent Agency Ranking
公开(公告)号：CN117242463A
公开(公告)日：2023-12-15
申请号：CN202280032564.6
申请日：2022-05-17
Applicant: 国际商业机器公司
IPC: G06N20/20
Abstract: 用于分布式联合学习的技术利用多层防御策略来减少信息泄漏。聚合功能不是集中地进行聚合模型更新，而是分散到多个独立且功能等效的执行实体中，每个执行实体在其自己的可信执行环境(TEE)内运行。TEE实现秘密和远程可认证的联合聚合。优选地，每个聚合器实体在支持运行时存储器内加密的加密虚拟机内运行。每一方在参与训练之前远程地认证TEE。通过使用多个去中心化聚合器，使得各方能够以模型参数粒度划分它们各自的模型更新，并且可以将单个权重映射到特定聚合器实体。各方还可在每一训练迭代处动态地混洗片段模型更新以进一步使分派给每一聚集器执行实体的信息模糊化。该架构可以防止聚合器出现单点故障，并且即使所有聚合器被损坏，也可以保护模型。
-
公开(公告)号：CN116911401A
公开(公告)日：2023-10-20
申请号：CN202310118521.6
申请日：2023-02-13
Applicant: 国际商业机器公司
IPC: G06N20/00 , G06N3/098 , H04L67/10 , H04L67/566
Abstract: 一种用于使用动态掩蔽的资源有限联合学习的计算机实现的方法、计算机程序产品和计算机系统。联合机器学习中的服务器评估该联合机器学习中的相应代理的资源以确定由相应代理进行模型训练的能力。服务器基于该能力来掩蔽全机器学习模型的权重以构建掩蔽的机器学习模型。服务器将掩蔽的机器学习模型分发给训练掩蔽的机器学习模型的相应代理。服务器从相应代理接收通过训练掩蔽的机器学习模型而获得的更新的权重。服务器基于更新的权重来更新全机器学习模型。
-
公开(公告)号：CN110647730B
公开(公告)日：2022-04-22
申请号：CN201910553242.6
申请日：2019-06-25
Applicant: 国际商业机器公司
Abstract: 提供了实现单输入、多因素认证(SIMFA)系统的机制。SIMFA系统经由单输入通道接收用于认证用户的用户输入，并将用户输入提供给SIMFA系统的显式通道的第一认证逻辑，其中第一认证逻辑对用户输入执行知识认证操作。SIMFA系统还将用户输入提供给SIMFA系统的一个或多个侧通道的第二认证逻辑，其中第二认证逻辑对用户输入的基于非知识的特性执行认证。SIMFA系统组合第一认证逻辑和第二认证逻辑的结果，以生成用户真实性的最终确定。SIMFA系统基于用户真实性的最终确定来生成指示用户是真实用户还是非真实用户的输出。
-
公开(公告)号：CN110647730A
公开(公告)日：2020-01-03
申请号：CN201910553242.6
申请日：2019-06-25
Applicant: 国际商业机器公司
Abstract: 提供了实现单输入、多因素认证(SIMFA)系统的机制。SIMFA系统经由单输入通道接收用于认证用户的用户输入，并将用户输入提供给SIMFA系统的显式通道的第一认证逻辑，其中第一认证逻辑对用户输入执行知识认证操作。SIMFA系统还将用户输入提供给SIMFA系统的一个或多个侧通道的第二认证逻辑，其中第二认证逻辑对用户输入的基于非知识的特性执行认证。SIMFA系统组合第一认证逻辑和第二认证逻辑的结果，以生成用户真实性的最终确定。SIMFA系统基于用户真实性的最终确定来生成指示用户是真实用户还是非真实用户的输出。
-
公开(公告)号：CN115039098A
公开(公告)日：2022-09-09
申请号：CN202080095312.9
申请日：2020-11-26
Applicant: 国际商业机器公司
IPC: G06F21/55 , G06F21/57 , H04L9/40 , G06F16/901 , G06N3/04
Abstract: 提供了用于在表征计算机系统元素的活动的活动数据中识别感兴趣的计算资源活动的模式的机制。生成活动数据的时间图，并且将滤波器应用于时间图以生成一个或多个第一向量表示，每个向量表示表征由滤波器限定的移动窗口内的节点和边。滤波器被应用于表示实体和事件的模式的模式图，该模式图指示感兴趣的模式，以生成第二向量表示。将第二向量表示与一个或多个第一向量表示比较以识别一个或多个附近向量，并且将一个或多个对应的子图实例作为时间图的不精确匹配输出到情报控制台计算系统。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.046 seconds)
