公开(公告)号：CN119272333A

公开(公告)日：2025-01-07

申请号：CN202411439345.7

申请日：2024-10-15

Applicant: 广东工业大学

Inventor： 凌捷 ,  段润龙 ,  罗玉

IPC: G06F21/62 ,  G06F21/64 ,  G06F21/60 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明公开了一种基于环签名的联邦蒸馏学习隐私保护方法。该方法中每个用户生成完整密钥对，然后依次进行训练；若其中一个用户满足终止条件，则输出最终模型；若不满足条件，则生成当前训练轮次的训练模型的签名并传递到下一个用户；若下一个用户接收到的训练模型的签名不合法，则终止训练；若合法则继续训练。本方法使得模型更新更安全，有效保护用户隐私，也可以协同各个客户端进行训练。

公开(公告)号：CN119006988A

公开(公告)日：2024-11-22

申请号：CN202411103153.9

申请日：2024-08-13

Applicant: 广东工业大学

Inventor： 罗玉 ,  郑嘉 ,  林文龙 ,  刘雨杰 ,  潘佳威 ,  廖浩霖 ,  张伟国 ,  梁展博 ,  温桂豪 ,  孙海涛

IPC: G06V10/98 ,  G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请发明提供了一种真实失真全参考图像质量评价方法、系统和介质。该方法包括：利用失真感知重建网络学习失真残差图，对图像进行显著性检测和加权处理，使用网络交互建模提取图像的局部和全局特征，再通过通道注意力对每个通道分配不同的权重，再通过空间注意力对特征图中的空间位置分配不同权重并与特征处理，再通过全连接层处理获得预测分数，再通过拟合处理将客观质量分数映射到主观分数；从而利用Res2net网络和Swin Transformer网络进行显著性检测、通道和空间双注意力和失真残差图处理，对图像质量做出类似主观感知一致性评价。

公开(公告)号：CN118586517A

公开(公告)日：2024-09-03

申请号：CN202410680745.0

申请日：2024-05-29

Applicant: 广东工业大学

Inventor： 凌捷 ,  熊健东 ,  罗玉

IPC: G06N20/00 ,  G06F21/62 ,  G06F18/23213 ,  G06F18/2413

Abstract: 本发明公开了一种基于差分隐私的联邦学习安全聚合方法，方法包括：服务端根据收集的信息向各客户端分配隐私预算，并制作评分数据集。客户端根据分配的隐私预算初始化模型训练优化器，并进行模型训练以获得模型更新数据，然后根据隐私预算向服务端上传数据。服务端随机抽取部分客户端参与聚合，通过预设方法计算每个客户端的聚合权重，并基于权重对模型更新数据进行聚合，然后将其分发给各个客户端。本方法根据用户的不同隐私需求提供不同的隐私预算，避免浪费。在聚合时，使用评分数据集对用户上传的模型更新数据进行测试，减少投毒攻击的影响。聚合权重由隐私预算和模型评分两个因素决定，提高了聚合后模型的可用性。

公开(公告)号：CN118484756A

公开(公告)日：2024-08-13

申请号：CN202410593472.6

申请日：2024-05-14

Applicant: 广东工业大学

Inventor： 柳毅 ,  吴杰辉 ,  罗玉 ,  傅立宇 ,  朱鉴

IPC: G06F18/2433 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/042 ,  G06F123/00

Abstract: 本发明公开了一种多尺度联合优化的多变量时序异常检测方法及系统，该方法包括：获取多变量时间序列数据，并进行标准化处理；基于多头注意力和图卷积操作从不同角度对标准数据集进行时空依赖关系捕捉和拼接；基于全局‑局部上下文嵌入模块对时空融合特征进行编码和多层感知机映射；基于预测输出和真实值计算异常分数；基于异常分数和艾普西隆方法计算阈值，并基于比较结果得到异常检测结果。该系统包括数据预处理模块、特征捕捉模块、输出预测模块、异常计算模块和异常输出模块。通过使用本发明，能够建模多变量时间序列的时空依赖关系，并提升检测模型对突发异常及局部小波动的鲁棒性。本发明可广泛应用于数据时序异常检测技术领域。

公开(公告)号：CN114338199B

公开(公告)日：2024-01-09

申请号：CN202111661242.1

申请日：2021-12-30

Applicant: 广东工业大学 ,  中通服建设有限公司

Inventor： 凌捷 ,  林茂源 ,  罗玉 ,  区旸 ,  刘艺彬

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明提供了一种基于注意力机制的恶意流量检测方法和系统，涉及通信网络安全技术领域。所述方法包括步骤：S1、对待检测的流量数据集进行特征选择，得到精简特征集；S2、进行预处理得到预处理数据集；S3、输入到基于注意力机制的深度残差收缩网络，获得恶意流量检测结果；本发明采用的网络模型包括了含有注意力机制的深度残差收缩网络结构，在分类准确率和误报率上有较好的表现，能提取关键数据信息，有效地降低了模型的训练和测试的时间。又由于流量数据具有时序性和特征冗余性，因此本技术方案也结合使用了长短期记忆网络，既减少或者降低了检测数据中冗余信息的影响，也延续了数据信息的上下文联系，增强了恶意流量检测的准确率。

公开(公告)号：CN116433500A

公开(公告)日：2023-07-14

申请号：CN202310045491.0

申请日：2023-01-30

Applicant: 广东工业大学

Inventor： 罗玉 ,  梁高铨 ,  凌捷

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/088

Abstract: 本发明公开的一种基于可逆网络的图像去雨方法、系统和可读存储介质，命名为CycleINN。属于图像处理领域。所述方法包括步骤：准备多组不配对的有雨图与无雨图组成数据集；对输入的有雨图进行卷积预处理，获取浅层特征图；采用深度可逆网络作为生成器，联合CycleGAN建立有雨图X和无雨图Y的重建模型；构建循环一致性约束损失函数和对抗损失函数；无监督模型训练；将有雨的图像输入去雨模型。本发明利用拟合能力强大的深度学习技术，为图像去雨任务建立去雨模型，并使用循环一致性约束重建模型进行融合训练，基于深度可逆网络与无监督相结合的模型能获得比较优秀的去雨效果。

公开(公告)号：CN110533581B

公开(公告)日：2023-05-02

申请号：CN201910737935.0

申请日：2019-08-12

Applicant: 广东工业大学

Inventor： 罗玉 ,  林俊涵 ,  郭伟锋 ,  凌捷 ,  柳毅

IPC: G06T3/00 ,  G06T5/00

Abstract: 本发明提供一种基于雨滴概率图的雨滴消除方法、系统和存储介质，所述方法包括：接收一张雨滴图像；根据雨滴的先验信息构建雨滴概率图；通过自然图像的先验假设对所述雨滴图像的背景层和雨滴层进行约束，以构建最优化模型；基于所述雨滴概率图求解所述最优化模型，在求解所述最优化模型的迭代过程中同时更新所述雨滴概率图；输出无雨滴的图像。本发明通过对拍摄的雨滴图像进行成像模型假定，估计模型中雨滴概率图的分布，从而构建最优化模型来准确地消除图像中的雨滴，构建高质量的无雨滴图像，并可实现对雨滴图像的有效增强。

公开(公告)号：CN115994360A

公开(公告)日：2023-04-21

申请号：CN202211498633.0

申请日：2022-11-28

Applicant: 广东工业大学

Inventor： 柳毅 ,  邓智丹 ,  罗玉 ,  凌捷 ,  孙宇平

IPC: G06F21/57 ,  G06F21/64 ,  G06F21/62 ,  G06Q40/04

Abstract: 本发明公开了基于运行时信息的可重入漏洞检测方法及系统，该方法包括：通过按需插桩方法收集智能合约运行时信息；根据漏洞检测算法对智能合约运行时信息进行动态遍历检测处理，得到检测结果；根据检测结果判断是否存在可重入漏洞，输出判断结果。该系统包括：字节码解析器模块、交易信息收集器模块、攻击探测器模块和交易管理器模块。通过使用本发明，能够通过提升智能合约检测覆盖率实现高效、准确地检测出可重入漏洞并进一步降低误报率。本发明作为基于运行时信息的可重入漏洞检测方法及系统，可广泛应用于区块链智能合约缺陷检测技术领域。

公开(公告)号：CN111669275B

公开(公告)日：2023-04-07

申请号：CN202010644360.0

申请日：2020-07-07

Applicant: 广东工业大学 ,  广西明动软件有限公司

Inventor： 凌捷 ,  余宇劲 ,  谢锐 ,  罗玉 ,  刘龙航 ,  杨锐

IPC: H04L9/08 ,  H04L9/32

Abstract: 本发明公开了一种无线网络环境下可选择从节点的主从协作签名方法，该方法包括步骤：可信中心生成节点集合，生成身份凭证；主节点根据签名场景，与可信中心交互，选择从节点，主从节点进行身份验证；验证通过后，生成分布式密钥对，主从节点均存储分布式密钥对；主从节点通过零知识证明系统的交互生成协作签名。本发明中主节点根据场景需求，灵活选取从节点，在可信中心进行身份验证，通过后进行协作签名，签名过程中，利用Paillier密码系统和零知识证明系统，主从一轮交互便可完成方案证明，与现有签名技术相比，主、从节点与可信中心交互过程中不会造成信息泄露，无需恢复密钥输出签名，具有更高安全性和隐私保护能力。

公开(公告)号：CN115689429A

公开(公告)日：2023-02-03

申请号：CN202211271827.7

申请日：2022-10-18

Applicant: 广东工业大学

Inventor： 柳毅 ,  蔡泽川 ,  凌捷 ,  罗玉 ,  胡晓敏

IPC: G06Q10/0835 ,  G06Q10/0833 ,  G06Q10/047 ,  G06F21/32 ,  G06V40/12

Abstract: 本发明公开了一种基于区块链的物流信息管理方法及系统，该方法包括：将寄件信息上传物流信息管理平台，并对寄件人的身份进行确认；确认成功后，采集物流车辆信息并结合寄件信息选取待配送货物，同时将待配送货物送至配送中心；根据寄件信息计算待配送货物间的距离和待配送货物与配送中心的距离，得到配送距离；根据配送距离选取最优配送路径，同时将物流信息上传至物流信息管理平台。该系统包括：身份确认模块、采集模块、计算模块和优化模块。通过使用本发明，能够提高安全性且优化配送路线。本发明作为一种基于区块链的物流信息管理方法及系统，可广泛应用于物流管理技术领域。