-
公开(公告)号：CN112214791B
公开(公告)日：2023-04-18
申请号：CN202011015760.1
申请日：2020-09-24
IPC: G06F21/62 , G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种基于强化学习的隐私策略优化方法、系统及可读存储介质，所述方法包括：在移动端部署输入样本特征提取器，在云端部署输入样本重构器、目标分类器及隐私分类器，以完成初始模型的初始化；通过测试样本集对初始模型进行测试，将测试信息、当前的超参数和层数存储于为一信息单元；将信息单元的状态信息输入超参数优化器中进行超参数信息优化方案的选择、执行与优化方案奖励值的计算，并根据计算结果进行超参数优化器样本的增加、优化方案价值的更新及超参数优化器网络参数的更新；通过当前超参数优化器网络对初始模型进行优化，并获取最终的超参数优化结果和层数n。本发明能够在尽量不降低业务准确率的情况下提高隐私保护效果。
-
公开(公告)号：CN112595898A
公开(公告)日：2021-04-02
申请号：CN202011421303.2
申请日：2020-12-07
IPC: G01R27/26 , G01N23/00 , G06N20/00 , H04B17/309
Abstract: 本发明公开了一种基于Wi－Fi信号测量液体复介电常数的方法，包括：获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；将所述幅度比值和相位差值通过预设的数据处理模块，并将处理的结果通过机器学习算法，判断得出待测液体的复介电常数。通过本发明，能够得到液体的复介电常数，进而可将复介电常数用于对液体类别、含量的检测，在满足液体检测的同时，降低了液体识别的成本。
-
公开(公告)号：CN111404659A
公开(公告)日：2020-07-10
申请号：CN202010136469.3
申请日：2020-03-02
Abstract: 本发明提供了基于混沌系统的隐私保护通信方法、服务器以及通信系统，方法包括：接收发起方设备发送的通信请求信息包，查找对应的混沌系统参数和密钥值，并对通信请求信息包中的验证码进行验证，验证通过后，通过查找到的密钥值，解密通信请求信息包中的密文，获得接收方设备标识，查找接收方设备对应的混沌系统参数以及密钥值，生成用于发起方设备和接收方设备进行会话的混沌系统参数以及密钥值，计算第一验证信息包和第二验证信息包，发送第一验证包给所述发起方设备，以使发起方设备与接收方设备建立加密会话，发送第二验证包给接收方设备，以使接收方设备发送通信建立信息包给发起方设备，本发明能节省通信参数的存储空间和保护用户隐私安全。
-
公开(公告)号：CN112214791A
公开(公告)日：2021-01-12
申请号：CN202011015760.1
申请日：2020-09-24
Abstract: 本发明公开了一种基于强化学习的隐私策略优化方法、系统及可读存储介质，所述方法包括：在移动端部署输入样本特征提取器，在云端部署输入样本重构器、目标分类器及隐私分类器，以完成初始模型的初始化；通过测试样本集对初始模型进行测试，将测试信息、当前的超参数和层数存储于为一信息单元；将信息单元的状态信息输入超参数优化器中进行超参数信息优化方案的选择、执行与优化方案奖励值的计算，并根据计算结果进行超参数优化器样本的增加、优化方案价值的更新及超参数优化器网络参数的更新；通过当前超参数优化器网络对初始模型进行优化，并获取最终的超参数优化结果和层数n。本发明能够在尽量不降低业务准确率的情况下提高隐私保护效果。
-
公开(公告)号：CN111460494B
公开(公告)日：2023-04-07
申请号：CN202010215476.2
申请日：2020-03-24
IPC: G06F21/62 , G06F21/32 , G06V40/16 , G06V10/764
Abstract: 本发明公开了一种面向多模态深度学习的隐私保护方法及系统，该方法可用于情绪识别领域，其主要步骤如下：获取待处理音频数据、待处理图像数据和待处理文本数据；将待处理音频数据、待处理图像数据和待处理文本数据进行对应的隐私保护处理，获得待识别数据；将待识别数据输入到情绪分类模型中，获得各模态分类结果；利用动态路由协议的权重自选择算法对不同模态类别和不同情绪类别组合的权重进行自动分配，获得权重系数；根据权重系数和各模态分类结果，获得情绪识别结果；本发明能够根据数据类型来采取对应的隐私保护处理，从而防止用户信息泄露，进而提高用户体验。
-
Patent Agency Ranking
公开(公告)号：CN111404659B
公开(公告)日：2022-08-30
申请号：CN202010136469.3
申请日：2020-03-02
Abstract: 本发明提供了基于混沌系统的隐私保护通信方法、服务器以及通信系统，方法包括：接收发起方设备发送的通信请求信息包，查找对应的混沌系统参数和密钥值，并对通信请求信息包中的验证码进行验证，验证通过后，通过查找到的密钥值，解密通信请求信息包中的密文，获得接收方设备标识，查找接收方设备对应的混沌系统参数以及密钥值，生成用于发起方设备和接收方设备进行会话的混沌系统参数以及密钥值，计算第一验证信息包和第二验证信息包，发送第一验证包给所述发起方设备，以使发起方设备与接收方设备建立加密会话，发送第二验证包给接收方设备，以使接收方设备发送通信建立信息包给发起方设备，本发明能节省通信参数的存储空间和保护用户隐私安全。
-
公开(公告)号：CN119628854A
公开(公告)日：2025-03-14
申请号：CN202411197781.8
申请日：2024-08-28
Applicant: 鹏城实验室
Abstract: 本申请提供了一种基于溯源图的入侵检测方法，包括：获取系统日志的结构化数据，提取特征信息，以生成系统溯源图，系统溯源图中包含每个实体特征信息对应节点和每个交互特征信息对应的边，并删除系统溯源图中良性交互信息对应的边，得到缩减溯源图；根据缩减溯源图中每个边的交互特征方向确定每个节点的遮掩结构编码，基于遮掩结构编码、缩减溯源图中每个节点以及每个边对应的特征信息进行模型训练，得到节点分类模型，以检测出待检测溯源图中的入侵节点，其中，本申请可以有效去除良性交互信息和无关节点的干扰，以进行模型训练，能够有效提高基于溯源图的入侵检测方法的精度和效率，进而实现大规模溯源图处理。
-
公开(公告)号：CN119276538A
公开(公告)日：2025-01-07
申请号：CN202411255546.1
申请日：2024-09-06
Applicant: 鹏城实验室
IPC: H04L9/40 , H04L43/04 , G06F18/2433 , G06F18/214
Abstract: 本申请实施例提供了一种恶意流量检测方法、装置、计算机设备及可读存储介质。方法包括：基于多个网际协议地址以及多个网际协议地址之间的数据流交互关系，建立待检测流量对应的流间交互图；对任意两个网际协议地址之间的每条第一数据流进行重构处理，得到第二数据流；对第二数据流包含的多个数据包进行特征聚合，得到第二数据流在流间交互图中对应的边特征；根据至少一个第一数据流和对应的第二数据流，生成每个网际协议地址在流间交互图的节点特征；通过第一目标模型对每个边特征进行识别得到第一恶意流量检测结果，通过第一目标模型对每个节点特征进行识别得到第二恶意流量检测结果。以此，能够提高对恶意流量检测的准确性。
-
公开(公告)号：CN112595734A
公开(公告)日：2021-04-02
申请号：CN202011420920.0
申请日：2020-12-07
IPC: G01N23/00 , H04B17/309
Abstract: 本发明公开了一种基于Wi－Fi信号的液体识别方法，包括：获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。通过本发明，能够在在满足日常的液体识别需求的同时，降低液体的成本。
-
公开(公告)号：CN111460494A
公开(公告)日：2020-07-28
申请号：CN202010215476.2
申请日：2020-03-24
Abstract: 本发明公开了一种面向多模态深度学习的隐私保护方法及系统，该方法可用于情绪识别领域，其主要步骤如下：获取待处理音频数据、待处理图像数据和待处理文本数据；将待处理音频数据、待处理图像数据和待处理文本数据进行对应的隐私保护处理，获得待识别数据；将待识别数据输入到情绪分类模型中，获得各模态分类结果；利用动态路由协议的权重自选择算法对不同模态类别和不同情绪类别组合的权重进行自动分配，获得权重系数；根据权重系数和各模态分类结果，获得情绪识别结果；本发明能够根据数据类型来采取对应的隐私保护处理，从而防止用户信息泄露，进而提高用户体验。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
