-
公开(公告)号：CN119293814A
公开(公告)日：2025-01-10
申请号：CN202411341970.8
申请日：2024-09-25
Applicant: 浙江大学计算机创新技术研究院 , 浙江大学
Abstract: 本发明公开了一种支持隐藏访问模式的Map结构构造方法。主要包括如下步骤：(1)基于本发明提出的隐藏访问模式的RAM构造方法，用户对数据进行加密和随机分类，并将分类结果用该RAM构造方法进行加密，上传到服务商处；(2)基于一般的隐藏访问模式的搜索结构，用户对分类后的每一类数据进行组织并加密上传到服务商处；(3)服务商根据收到的来自用户的查询指令和辅助参数来执行Map的一般操作，包括插入、删除、更新以及数据检索。本发明可在实际生活和商业中应用于基于Map结构的数据加密存储和加密数据查询，具有通用性强、安全高效、保护隐私、使用简便、效率高、内存和时间消耗少等优点。
-
公开(公告)号：CN117591087A
公开(公告)日：2024-02-23
申请号：CN202311506458.X
申请日：2023-11-13
Abstract: 本发明公开了一种针对复杂数据处理需求的高效形式化代码构建方法，包括：通过F*语言提取所要构建的代码的数学逻辑；将所述数学逻辑基于HACL*库和Low*库进行构建实现，其中通过对HACL*库进行扩展以应对复杂数据处理需求；编译执行所述代码，以完成从规范到实现的正确性验证和内存安全性验证；通过kremlin工具自动将已验证的Low*转换为语义等效的C代码。
-
公开(公告)号：CN116994309A
公开(公告)日：2023-11-03
申请号：CN202310504150.5
申请日：2023-05-06
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种公平性感知的人脸识别模型剪枝方法，包括获取数据集，数据集包括训练图像数据，训练图像数据的目标标签，训练图像数据的敏感属性，在获取的数据集上训练一个在目标标签上分类准确率高的神经网络模型，构建网络公平性的判别器，用于公平性感知的网络剪枝训练等步骤，本方法旨在提升网络剪枝算法的公平性，在保持网络效率的前提下，不损伤剪枝后网络的准确率，提升剪枝后网络的公平性。本发明设计判别器消除剪枝后模型的预测与敏感属性之间的关联，搜索存在公平性偏见与参数多余的联结进行剪枝，从而实现公平性感知的网络剪枝算法，本发明可以剪枝模型80％，90％，最多可达95％的参数，同时提升模型在敏感属性。
-
公开(公告)号：CN116597811A
公开(公告)日：2023-08-15
申请号：CN202310533603.7
申请日：2023-05-12
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G10L15/01 , G10L15/06 , G10L15/16 , G10L17/04 , G10L17/18 , G06F21/57 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于房间脉冲响应的语音后门验证方法，包括：获取目标语音模型的干净语音样本和其所在物理空间的属性信息；根据属性信息设定声学参数，并根据声学参数构建房间脉冲响应的条件向量；将条件向量与随机采样的隐向量拼接后输入房间脉冲响应生成器，合成房间脉冲响应信号作为动态触发器；使用动态触发器对干净语音样本进行投毒作为毒化语音样本，利用毒化语音样本和干净语音样本对目标语音模型进行训练，使得目标语音模型被受到感染并被注入后门；将受感染的目标语音模型部署后，正常说话发出语音以触发后门，从而验证目标语音模型的后门脆弱性，该方法有效提升语音后门的隐蔽性和鲁棒性，从而提供真实可靠的后门攻击测试。
-
公开(公告)号：CN116186784B
公开(公告)日：2023-07-21
申请号：CN202310467731.6
申请日：2023-04-27
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06F21/62 , G06F21/60 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/098 , A61B5/363 , A61B5/00
Abstract: 本发明公开了基于联邦学习隐私保护的心电图心率失常分类方法及装置，该方法包括：（1）对带标签的心电图信号数据集进行滤波，得到训练数据集，将训练数据集送入卷积神经网络中进行训练，其中标签为心电图信号对应的心率失常类别；（2）将训练后的模型进行参数量化，得到模型参数编码；（3）利用去中心化的安全聚合算法将其他参与方的模型参数编码与本地的模型参数编码聚合，对聚合后的参数进行去量化，得到聚合模型，将训练数据集输入聚合模型进行训练；（4）返回步骤（2）直至训练次数达到预定轮次，得到训练完毕的分类模型；（5）获取待分类心电图信号，将待分类心电图信号滤波后输入分类模型，得到待分类心电图信号对应的类别。
-
Patent Agency Ranking
公开(公告)号：CN116305085A
公开(公告)日：2023-06-23
申请号：CN202211089677.8
申请日：2022-09-07
Abstract: 本发明公开了一种基于控制流页访问分析的受控信道脆弱性自动化检测方法，包括：搭建条件控制流内存页访问实时攻击环境；利用内存管理单元分配给目标应用程序受限的物理内存页帧数，当目标应用程序开始执行时，记录下触发的系统中断或缺页异常对应的物理内存页号，生成缺页异常序列；分析缺页异常序列，搜索其中重复出现的最长子序列，记录每条最长子序列及其重复次数；计算相邻两个最长子序列之间的距离向量、平均值、方差；采用机器学习分析缺页异常特征信息与目标应用程序间的相关度，从而检测敏感目标应用程序的受控信道脆弱性。本发明具有较好的检测目标通用性，且自动化采集、分析敏感信息泄露，输出检测结果，易于部署。
-
公开(公告)号：CN116208362A
公开(公告)日：2023-06-02
申请号：CN202211646375.6
申请日：2022-12-21
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: H04L9/40
Abstract: 本发明公开了一种基于热插拔安全会话的Web数据隔离保护方法，基于WebTeleporter实现，该方法在用户和应用的原始Web会话之外添加一个新的独立的受用户信任的设备和WebTeleporter之间的平行Web会话，原始的Web会话是用户不信任的设备发起的，而平行Web会话的载体是用户信任的设备。用户可以自由选择敏感数据，使其不在原始Web会话上传输，而在平行会话上传输，从而达到保护用户隐私的效果。本发明不需要修改应用的原生代码来添加信任设备，而是通过在应用服务器部署WebTeleporter层，是一种即插即用的实现。本发明是一个轻量级的方法，其实现方法简便，手段灵活，且用户的隐私保护能得到显著保证。
-
公开(公告)号：CN117792678A
公开(公告)日：2024-03-29
申请号：CN202311586026.4
申请日：2023-11-24
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
Abstract: 本发明公开了一种基于正交向量的高效多路验证方法，包括：(1)由源节点基于正交向量生成密钥，并且给网络中每个路由器分配相应的编号，同时将相应的信息传输到对应的节点上；(2)源节点根据路径信息，构造出验证信息并且将其嵌入到数据包头中，中间节点进行验证和转发数据包，目的节点对数据包进行验证；(3)在每次会话结束时源节点通知每个节点会话结束，各个节点再将自己在本次会话中处理的数据包和通过验证的数据包信息返回给源节点，源节点进行分析和检测。本发明可以在不牺牲安全性和保持较低包头开销的同时极大地降低多路认证协议的计算开销，同时极大地提高了多路路由的灵活性以及传输效率。
-
公开(公告)号：CN117792634A
公开(公告)日：2024-03-29
申请号：CN202311854736.0
申请日：2023-12-29
IPC: H04L9/08
Abstract: 本发明公开了一种基于线性秘密共享技术的安全多方计算协议中的通信方法，对于平均带有M个秘密值的分享值的N个结点，每个结点将自身的秘密共享值切分为N份，该方法包括：按照预定的顺序和方法进行两次N‑1轮通信，使得通信结束之后，每个结点都包含了所有的M个原始秘密值结果；其中，第一次通信过程中，结点i依次向下一结点i+1发送自身的第i,i‑1,i‑2……份秘密分享值，结点i+1接收后与自身的第i,i‑1,i‑2……份秘密共享值累加；第二次通信过程中，结点i依次向下一结点发送自身的第i+1,i,i‑1,i‑2……份秘密共享值，结点i+1将自身的第i+1,i,i‑1,i‑2……份秘密共享值替换为接收到的秘密共享值。
-
公开(公告)号：CN116186629A
公开(公告)日：2023-05-30
申请号：CN202310465451.1
申请日：2023-04-27
Applicant: 浙江大学 , 浙江大学杭州国际科创中心
IPC: G06F18/2431 , G06F18/23 , G06N20/20 , G06N5/01 , G06Q40/04
Abstract: 本发明公开了基于个性化联邦学习的金融客户分类及预测方法、装置，该方法使用自适应差分隐私，目前差分隐私和联邦学习结合的方案中，每次添加噪声都是使用相同的隐私预算，本方案在模型初期使用更少的隐私预算（较大噪声）趋于收敛时使用更大的隐私预算（较小噪声），通过合理的分配隐私预算，可有效提高模型准确率；在得到总体模型后，根据训练过程中的数据对客户端进行分类，使得相似客户端被分到同一类，接着在总体模型的基础上训练出属于这一类客户端的子模型，该子模型既有总体模型的泛化能力，又适配该类客户端的数据特点，相比于总体模型具有更高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
438
records
(took 0.031 seconds)
