-
公开(公告)号：CN113642664A
公开(公告)日：2021-11-12
申请号：CN202110975055.4
申请日：2021-08-24
Applicant: 安徽大学
Abstract: 本发明公开了一种基于联邦学习的隐私保护图像分类方法，其步骤包括：1服务器获取公共数据并预处理；2服务器初始化并通过洗牌器下发数据至各客户端；3客户端训练本地神经网络；4洗牌器随机子采样客户端；5子采样客户端预测公共数据，扰动并加密后发送给洗牌器；6洗牌器伪造并随机排列预测后发送匿名预测给服务器；7服务器聚合匿名预测并训练全局神经网络；8服务器将训练好的全局神经网络下发至各客户端；9客户端利用训练好的全局神经网络进行图像分类。本发明利用差分隐私和联邦学习，实现了隐私保护的协作式图像分类。
-
Patent Agency Ranking
公开(公告)号：CN107026871B
公开(公告)日：2020-08-25
申请号：CN201710337779.X
申请日：2017-05-15
Applicant: 安徽大学
Abstract: 本发明公开了一种基于云计算的Web漏洞扫描方法，该方法具有云计算中“软件即服务”特征。具体过程为当用户通过访问网页提交IP或域名请求服务时，为防止扫描器被恶意利用，用户扫描前需下载一个加密过的文件并存放于网站根目录，控制器在探测到该文件存在并确认无误后才会继续扫描，用户的请求被控制器封装成任务后，添加进数据库服务器，节点池在探测到扫描任务出现后，根据既定扫描策略提取具体的扫描指令，完成指令后返回结果并循环此步骤。本专利解决了弹性计算下节点扫描如何按需弹性调度，以及父子节点间通信问题。漏洞扫描节点具有高自由度，当系统遇到性能瓶颈或性能过剩时，可以自由增减节点来实现计算资源的有效利用。
-
公开(公告)号：CN114821179B
公开(公告)日：2025-02-14
申请号：CN202210481080.1
申请日：2022-05-05
Applicant: 安徽大学
IPC: G06V10/764 , G06F21/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于联邦模型蒸馏的混合隐私保护图像分类方法，其步骤包括：1客户端预训练本地神经网络；2中心服务器获取公共数据集并随机采样，然后下发至客户端；3客户端对下发数据进行预测；4客户端对预测结果进行范数裁剪并随机拆分为预测分片，按照编号发送给对应客户端；5客户端聚合预测分片得到混淆预测并上传中心服务器；6中心服务器聚合混淆预测并添加噪声后得到全局预测，然后下发至客户端；7客户端利用全局预测蒸馏训练本地神经网络，然后再复习训练本地神经网络；8客户端利用本地神经网络进行图像分类。本发明基于联邦模型蒸馏算法，利用秘密共享思想和差分隐私技术，实现了隐私保护的图像分类。
-
公开(公告)号：CN114821179A
公开(公告)日：2022-07-29
申请号：CN202210481080.1
申请日：2022-05-05
Applicant: 安徽大学
IPC: G06V10/764 , G06F21/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于联邦模型蒸馏的混合隐私保护图像分类方法，其步骤包括：1客户端预训练本地神经网络；2中心服务器获取公共数据集并随机采样，然后下发至客户端；3客户端对下发数据进行预测；4客户端对预测结果进行范数裁剪并随机拆分为预测分片，按照编号发送给对应客户端；5客户端聚合预测分片得到混淆预测并上传中心服务器；6中心服务器聚合混淆预测并添加噪声后得到全局预测，然后下发至客户端；7客户端利用全局预测蒸馏训练本地神经网络，然后再复习训练本地神经网络；8客户端利用本地神经网络进行图像分类。本发明基于联邦模型蒸馏算法，利用秘密共享思想和差分隐私技术，实现了隐私保护的图像分类。
-
公开(公告)号：CN107026871A
公开(公告)日：2017-08-08
申请号：CN201710337779.X
申请日：2017-05-15
Applicant: 安徽大学
Abstract: 本发明公开了一种基于云计算的Web漏洞扫描方法，该方法具有云计算中“软件即服务”特征。具体过程为当用户通过访问网页提交IP或域名请求服务时，为防止扫描器被恶意利用，用户扫描前需下载一个加密过的文件并存放于网站根目录，控制器在探测到该文件存在并确认无误后才会继续扫描，用户的请求被控制器封装成任务后，添加进数据库服务器，节点池在探测到扫描任务出现后，根据既定扫描策略提取具体的扫描指令，完成指令后返回结果并循环此步骤。本发明解决了弹性计算下节点扫描如何按需弹性调度，以及父子节点间通信问题。漏洞扫描节点具有高自由度，当系统遇到性能瓶颈或性能过剩时，可以自由增减节点来实现计算资源的有效利用。
-
公开(公告)号：CN113642664B
公开(公告)日：2024-02-20
申请号：CN202110975055.4
申请日：2021-08-24
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084 , G06F21/62
Abstract: 本发明公开了一种基于联邦学习的隐私保护图像分类方法，其步骤包括：1服务器获取公共数据并预处理；2服务器初始化并通过洗牌器下发数据至各客户端；3客户端训练本地神经网络；4洗牌器随机子采样客户端；5子采样客户端预测公共数据，扰动并加密后发送给洗牌器；6洗牌器伪造并随机排列预测后发送匿名预测给服务器；7服务器聚合匿名预测并训练全局神经网络；8服务器将训练好的全局神经网络下发至各客户端；9客户端利用训练好的全局神经网络进行图像分类。本发明利用差分隐私和联邦学习，实现了隐私保护的协作式图像分类。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
