公开(公告)号：CN118364862A

公开(公告)日：2024-07-19

申请号：CN202410530253.3

申请日：2024-04-29

Applicant: 大连海事大学

Inventor： 杨婷婷 ,  俸萍 ,  李柏宜 ,  崔正琦 ,  张书博 ,  郭其鑫

IPC: G06N3/045 ,  G06N3/082 ,  G06N3/094 ,  H04L9/06

Abstract: 本发明公开了基于感知哈希编码的边端数据安全认证方法，S1：获取原始图像数据集，并得到初始扰动数据集；S2：建立教师模型，通过不断更新计算损失函数梯度进而更新初始扰动数据集，对教师模型进行训练；S3：建立哈希学生模型，并进行注意力蒸馏训练；S4：通过训练后的哈希学生模型后得到哈希编码结果，从而实现边端数据安全认证。本发明引入改进的快速梯度符号法更新扰动，从而对教师模型进行对抗训练，增强了教师模型对常见图像破坏的鲁棒性。同时，通过注意力蒸馏对感知区域的重点学习，使得编码结果更关注图像主要内容，提高了哈希编码的质量，并且通过对模型进行压缩，使得哈希学生模型更轻量且提高了其鲁棒性，满足边端设备的安全认证需求。

公开(公告)号：CN118015715A

公开(公告)日：2024-05-10

申请号：CN202410300601.8

申请日：2024-03-15

Applicant: 大连海事大学

Inventor： 杨婷婷 ,  俸萍 ,  刘纪伟 ,  郭其鑫 ,  何泽晨

IPC: G06V40/40 ,  G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度融合网络的分布式AIGC伪造检测方法，所述方法包括以下步骤：通过终端设备预处理获取人脸图像数据训练集与人脸图像数据测试集；基于云服务器轻量化人脸目标检测网络与AIGC面部鉴伪模型，并将构建完成的轻量化人脸目标检测网络传输至边缘设备设置；根据所述人脸图像数据训练集，对AIGC伪造检测模型对AIGC伪造检测模型进行模型训练，以获取AIGC伪造检测优化模型；根据AIGC伪造检测优化模型实现对人脸图像数据测试集的真伪鉴定。本发明解决了现有的检测方案在设计时并没有将模型的大小、计算消耗和推理效率考虑进来，导致它们远远无法满足真实世界中日益增长的、快速检测人脸伪造内容的迫切需求的问题。