-
公开(公告)号：CN115588226B
公开(公告)日：2025-05-09
申请号：CN202211354009.3
申请日：2022-11-01
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能安全领域，涉及一种高鲁棒性的深度伪造人脸检测方法；本发明主要包括4个部分：首先获取原始数据集并进行筛选得到训练样本；对伪造人脸检测器进行扰动攻击，从而干扰伪造人脸检测器的分类准确率并得到扰动样本；采用卷积神经网络消除扰动样本中的对抗性扰动，得到重构图像分类器；将重构图像分类器和受到扰动攻击后的伪造人脸检测器进行集成，最终得到深度伪造人脸检测模型；本发明提高了模型鲁棒性，同时提升了模型检测准确率。
-
公开(公告)号：CN119808892A
公开(公告)日：2025-04-11
申请号：CN202411889312.2
申请日：2024-12-20
Applicant: 重庆邮电大学
IPC: G06N3/098 , G06N3/0455 , G06N3/096
Abstract: 本发明属于联邦学习技术应用领域，特别涉及一种基于知识蒸馏的自适应个性化联邦学习方法，包括客户端通过变分自动编码器根据本地数据生成伪数据，对伪数据进行数据增强；利用增强后的数据对部署在服务器的教师模型进行强化训练；部署在客户端的学生模型基于输入样本生成软预测标签上传到服务器，服务器基于软预测标签的置信度对各个客户端的软预测标签进行动态加权；利用动态加权后的软标签进行进一步迭代训练，生成个性化标签，将个性化标签下发到对应的客户端；客户端根据收到的个性化标签构建蒸馏损失对学生模型进行训练；本发明能够在数据异构和模型异构的联邦学习场景中提高联邦模型性能，增强客户端个性化学习效果，满足客户端个性化需求。
-
公开(公告)号：CN119051931A
公开(公告)日：2024-11-29
申请号：CN202411128942.8
申请日：2024-08-16
Applicant: 重庆邮电大学
Abstract: 本发明属于隐私保护技术领域，具体涉及一种面向医疗数据联邦学习的匿名认证与安全聚合方法，包括：系统初始化；联邦学习参与方Ui注册及伪身份生成；密钥生成；模型训练；随机向量生成；签名认证；会话密钥生成；聚合服务器Server进行安全聚合；通过本发明的整体系统，实现不可链接性：大幅提高了数据处理过程中联邦学习参与方隐私的安全性和保密性；梯度参数的隐私保护：在提升数据安全性的同时，保护了联邦学习参与方个人信息的隐私；提高系统安全性：有效地降低了攻击者获取敏感信息和数据的可能性，增强了系统抵御攻击的能力。
-
公开(公告)号：CN118429738A
公开(公告)日：2024-08-02
申请号：CN202310405006.6
申请日：2023-04-14
Applicant: 重庆邮电大学
IPC: G06V10/774 , G06V10/764 , G06N20/00 , G06N3/098 , G06V10/82 , G06N3/047 , G06N3/045
Abstract: 本发明涉及一种基于联邦学习的医学图像分类模型训练方法，包括：客户端利用本地医学图像样本数据输入医学图像分类模型构建医学图像分类模型的损失函数；并利用Adam算法对医学图像分类模型的参数进行更新；得到中间医学图像分类模型和先验数据Data(L|θ，α)；根据先验数据Data(L|θ，α)利用高斯过程回归算法预测医学图像分类模型下一轮训练时Adam算法的学习率，利用更新后的Adam算法对医学图像分类模型的参数进行更新；直至损失函数小于设定的阈值为止，完成医学图像分类模型的训练并上传至服务器进行聚合生成最终医学图像分类模型。
-
公开(公告)号：CN117789904A
公开(公告)日：2024-03-29
申请号：CN202311823889.9
申请日：2023-12-27
Applicant: 重庆邮电大学
IPC: G16H10/60 , G06F21/62 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于文本生成方法，特别涉及一种基于扩散模型和卷积自编码器的电子健康记录生成方法，包括构建自编码网络，利用预训练的自编码网络的编码器对原始医疗数据进行降维处理，得到原始医疗数据的低维表示；构建扩散网络，利用预训练的扩散网络根据与原始医疗数据无关的随机噪声生成新的低维表示；利用自解码网络的解码器根据自编码网络得到的原始医疗数据的低维表示和扩散网络得到的生成的低维向量表示进行重构，得到具有隐私保护的医疗数据；本发明不仅提高了生成数据的多样性和质量，还提高了合成数据的逼真性，防止真实数据的泄露。
-
Patent Agency Ranking
公开(公告)号：CN116932650A
公开(公告)日：2023-10-24
申请号：CN202310904870.0
申请日：2023-07-21
Applicant: 重庆邮电大学
IPC: G06F16/27 , G06F16/2455 , G06F16/248
Abstract: 本发明涉及一种面向联盟链跨链交易的查询验证方法，包括源链将链内的所有跨链交易查询请求封装为用户查询集，利用跨链网关发送至目标链；目标链查询跨链交易所在的目标区块，将所有查询到的目标区块封装成目标区块集合发送至构造器；构造器解析出目标区块集合中所有的交易并基于RSA密码累加器算法生成新的链式结构；并根据新的链式结构对目标区块集合中用户查询集对应的交易进行批量验证生成用户查询集的证明返回给目标链；目标链通过跨链网关将用户查询集的证明发送给源链；源链将用户查询集的证明发送给验证器，验证器对用户查询集的证明进行验证，并将验证结果返回给源链；源链将用户查询集证明的验证结果进行上链并返回给用户客户端节点。
-
公开(公告)号：CN116702209A
公开(公告)日：2023-09-05
申请号：CN202310749242.X
申请日：2023-06-25
Applicant: 重庆邮电大学
Abstract: 本发明属于数据安全技术领域，具体涉及一种面向医疗数据的可验证隐私保护集合求交方法，包括：构建系统，并初始化系统参数，系统包括服务端和客户端；服务端对医疗数据进行存证，得到隐私保护集合；客户端和服务端根据求交协议进行第一轮隐私保护集合求交；根据第一轮隐私集合求交结果客户端和服务端进行第二轮隐私保护集合求交；客户端对两轮隐私集合求交结果进行校验；本发明不仅能使医疗客户机构的权益，能够保证服务端能够校验医疗服务机构是否使用了自身正确的医疗数据ID进行隐私保护集合求交。
-
公开(公告)号：CN111294202B
公开(公告)日：2023-04-21
申请号：CN202010046737.2
申请日：2020-01-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向联盟链的身份认证方法，该方法能够在没有可信中心的环境下实现身份认证，每个联盟链的弱中心节点可以在互不信任的情况下共同参与用户的密钥生成并实现身份认证。用户的密钥不再由密钥生成中心负责，而是由联盟链的弱中心节点共同生成。每个弱中心节点为用户生成局部密钥并发送给对应的用户，用户在收到所有局部密钥后合成自己的私钥。由于每个弱中心节点只知道用户的部分私钥，所以在所有弱中心节点不共同合谋的情况下无法取得用户的私钥。避免了身份认证中出现的中心不可信问题。同时，用户终端利用自己的私钥和系统的主公钥基于简单的交互协议与对应的弱中心节点完成身份认证，在保证认证安全性的前提下简化了认证过程。
-
公开(公告)号：CN115906162A
公开(公告)日：2023-04-04
申请号：CN202211458568.9
申请日：2022-11-17
Applicant: 重庆邮电大学
IPC: G06F21/62 , G06N3/04 , G06N3/08 , G06N20/00 , G06F18/214
Abstract: 本发明属于联邦学习技术应用领域，具体涉及一种基于异质表示和联邦因子分解机的隐私保护方法，该方法包括：获取各客户端用户数据，并在客户端本地对数据进行预处理；对预处理后的数据进行安全对齐；构建纵向联邦因子分解机模型，将安全对齐后的数据通过异质表示后输入到纵向联邦因子分解机模型中，得到隐私保护后的客户端局部模型；本发明通过对用户数据进行对齐处理，并采用数据加密算法对用户ID等隐私信息进行加密保护，使得非重叠用户的信息不泄露。
-
公开(公告)号：CN109902480B
公开(公告)日：2023-03-31
申请号：CN201910157687.2
申请日：2019-03-01
Applicant: 重庆邮电大学
IPC: G06F21/45
Abstract: 本发明提出了一种针对联盟链的高效认证方法，属于数据安全技术领域，该方法主要用来解决在联盟链多中心环境下的密钥分发和高效认证问题。本发明设计了一种基于身份的多中心数字签名方案MA‑IBS，该方案支持在没有可信中心的情况下，所有中心共同为用户生成密钥。用户的密钥不再依赖于某一个中心生成存储，并且可以抵抗来自N‑1个中心的合谋攻击。用户利用自己的私钥对消息进行签名并通过中心上传到联盟链中，签名支持高效的批量认证。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.033 seconds)
