公开(公告)号：CN119472604A

公开(公告)日：2025-02-18

申请号：CN202411613709.9

申请日：2024-11-13

Applicant: 武汉理工大学 ,  工业和信息化部电子第五研究所

Inventor： 向剑文 ,  冯志杰 ,  郭楚琪 ,  赵猛 ,  王立昊 ,  杨春晖 ,  张宝林

IPC: G05B23/02

Abstract: 本发明提供了一种考虑预期功能安全的汽车系统故障树构建方法，定义待构建故障树的自动驾驶汽车结构图；设定初始场景并设置顶事件；顶事件表示导致危害发生的事故；将所有造成顶事件的危险事件通过或门与顶事件进行连接；将危险事件转换为汽车系统结构中执行系统的危险事件；针对每一个危险事件，从自动驾驶汽车结构图进行反向遍历对危险事件进行分解得到若干个导致危险事件发生的子事件，并根据子事件的类别，将输入组件的危险事件这一类别的子事件作为新一轮迭代的危险事件，遍历直到故障树构建完成，子事件包括当前组件的功能失效事件、当前组件的预期功能失效事件和当前组件的输入组件的危险事件。

公开(公告)号：CN116450496A

公开(公告)日：2023-07-18

申请号：CN202310220100.4

申请日：2023-03-08

Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 林军 ,  朱笛 ,  王立昊 ,  余晓蕾 ,  赵猛 ,  卞孟春 ,  罗银 ,  吴翠莹 ,  胡晓斌 ,  刘瑶

IPC: G06F11/36

Abstract: 本申请涉及一种系统性能测试方法、装置、计算机设备和存储介质。方法包括：获取被测系统的待测试性能类别，确定待测试性能类别所对应的系统函数；在系统函数中的顶层函数的目标检测位置插入第一目标代码，得到第一函数；当对第一函数进行测试得到的第一测试结果不满足第一目标条件时，在顶层函数的下层函数的目标检测位置插入第二目标代码，得到第二函数；当对第二函数进行测试得到的第二测试结果满足第二目标条件时，基于第一测试结果和第二测试结果，得到待测试性能类别的性能测试结果。采用本方法能够减少系统资源的消耗。

公开(公告)号：CN116343166A

公开(公告)日：2023-06-27

申请号：CN202310135827.2

申请日：2023-02-13

Applicant: 武汉理工大学

Inventor： 向剑文 ,  廖冬晴 ,  王立昊 ,  王梦杰 ,  田璟

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/764 ,  G06V10/40 ,  G06N3/048 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种交通标志的对抗补丁防御方法及装置，其方法包括：包括：获取交通标志训练集，交通标志训练集包括干净样本、干净样本标签、模板样本及模板样本标签；基于交通标志训练集训练初始对抗补丁防御模型，获得目标对抗补丁防御模型；基于目标对抗补丁防御模型对待识别交通标志图像进行识别；其中，目标对抗补丁防御模型包括空间转换模块、重构模块及分类模块，空间转换模块用于对干净样本进行空间变换，获得干净变换样本；重构模块用于提取模板样本的模板特征以及干净变换样本的干净特征，并基于模板特征和干净特征对干净变换样本进行重构，获得重构样本；分类模块用于确定重构样本的预测标签。本发明实现了对补丁攻击的有效防御。

公开(公告)号：CN116563322A

公开(公告)日：2023-08-08

申请号：CN202310448084.4

申请日：2023-04-23

Applicant: 武汉理工大学

Inventor： 向剑文 ,  王立昊 ,  王梦杰 ,  廖冬晴 ,  田璟

IPC: G06T7/13 ,  G06N3/094 ,  G06N3/0475 ,  G06T5/00 ,  G06T5/30 ,  G06T7/62 ,  G06N3/0455

Abstract: 本发明公开了一种对抗补丁的检测及防御方法，分别基于异常定位和边缘检测。基于异常定位的对抗补丁的检测方法利用干净图像训练编码器‑解码器结构的生成对抗网络；将待检测图像输入至生成对抗网络得到输出图像，二者相减并取绝对值得到绝对误差；绝对误差大于误差阈值的图像区域即为对抗补丁所在的区域；基于边缘检测的对抗补丁的检测方法将待检测图像转化成灰度图并进行边缘检测，得到边缘图像；将边缘图像内的边缘线条连接成一个个封闭区域，保留面积小于对抗补丁区域的面积的封闭区域，即为对抗补丁所在的区域。本发明能够基于异常定位和边缘检测这两种方案分别检测出对抗补丁，并对该区域涂黑或者使用图像修复算法复原该区域以防御对抗补丁。

公开(公告)号：CN116403184A

公开(公告)日：2023-07-07

申请号：CN202310298768.0

申请日：2023-03-24

Applicant: 武汉理工大学

Inventor： 向剑文 ,  王立昊 ,  廖冬晴 ,  王梦杰 ,  田璟

IPC: G06V20/58 ,  G06V10/80 ,  G06V10/764 ,  G06N20/00

Abstract: 本发明提供了一种基于N版本机器学习的交通标志识别方法及装置，构建两版本的机器学习架构，包括易感模型和非易感模型，其中，易感模型是为易受对抗样本攻击的模型，非易感模型为不容易或者不会受到对抗攻击的模型；将自动驾驶系统检测到的交通标志牌图像输入两版本的机器学习架构中，得到交通标志识别结果。本发明采用N版本机器学习系统的思想，使用多样性分类模型来防止单一模型的错误输出。在同一系统中使用不相关的分类模型组成多样性模型，以提高系统输出的可靠性。