公开(公告)号：CN118865012A

公开(公告)日：2024-10-29

申请号：CN202410812220.8

申请日：2024-06-21

Applicant: 电子科技大学

Inventor： 郑旭 ,  卢光曦 ,  田玲 ,  石逸农 ,  宋发仁 ,  潘家舟 ,  顾世恒

IPC: G06V10/774 ,  G06V10/74 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种高隐蔽性的对抗攻击方法，包括以下步骤：获取T+1个输入样本图像xr(r＝1,2,3…,T+1)，其中,所述输入样本图像xr中包含初始样本图像x；利用第一扰动梯度优化所述初始样本图像x，获得中间对抗样本xd1；利用第二扰动梯度优化所述中间对抗样本xd1，获得中间对抗样本xd2，其中，所述第一扰动梯度是根据所述输入样本图像xr在特征空间的特征相似度计算获得；所述第二扰动梯度是在所述第一扰动梯度中引入全局低频约束而得，所述全局低频约束是所述中间对抗样本xd1与初始样本图像x的全局低频约束；xd表示中间对抗样本，xd1表示第一中间对抗样本，xd2表示第二中间对抗样本…以此类推。其解决了对抗样本泛化性不足、扰动明显的问题。

公开(公告)号：CN118821925A

公开(公告)日：2024-10-22

申请号：CN202411035366.2

申请日：2024-07-31

Applicant: 电子科技大学

Inventor： 高辉 ,  穆斯塔法 ,  卢光曦 ,  田玲 ,  王婷琦 ,  陈丰春 ,  王剑波

IPC: G06N5/022 ,  G06F16/33 ,  G06F16/36 ,  G06F40/295 ,  G06F18/214 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明公开了一种基于历史特征表示融合的时序知识图谱推理方法，属于知识挖掘技术领域，包括：根据时序知识图谱，利用预训练的NER命名实体识别模型进行处理，并选择其中若干个时序子图作为历史时序知识图谱，进而计算得到历史周期性建模修正向量、实体嵌入向量和关系嵌入向量，最后利用局部窗口内的门控机制和多头注意力机制，根据历史周期性建模修正向量、实体嵌入向量和关系嵌入向量，计算得到估计概率分布，完成知识图谱推理。本发明通过时序知识图谱中的时序子图和其线图，能够优化计算效率，增强对复杂关系的处理能力，提高了知识图谱推理的灵活性和准确性因局部结构信息和全局背景信息利用不足而导致知识推理性能低。