-
公开(公告)号：CN118296595A
公开(公告)日：2024-07-05
申请号：CN202410508806.5
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F21/55 , G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本发明属于联邦学习技术领域，具体涉及一种针对联邦学习范式具有高持久性的后门攻击方法、程序、设备及存储介质。本发明包括设计分布式触发器，用于污染恶意客户端本地数据，增强模型对后门的能力；通过攻击者调整对本地训练超参数，让模型在训练本地数据的过程中加强对后门的记忆能力；通过中心服务器聚合效应，将后门信息传递至全局模型中，让全局模型在正常工作的同时具有后门效应；在推理阶段，全局模型对干净样本正常分类，对含有指定触发器的毒样本进行误分类，并错误地分成攻击者预先指定的类别，达到攻击者对全局模型的攻击目的。本发明具有良好的鲁棒性和普适性，且能使后门攻击在联邦学习范式中长时间维持高效性。
-
公开(公告)号：CN119271905A
公开(公告)日：2025-01-07
申请号：CN202411301431.1
申请日：2024-09-18
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提供的是一种嵌入偏好增强的社区搜索方法、系统、程序及存储介质。本发明所述的系统包括社交网络节点嵌入装置、社区搜索装置、随机游走序列获取装置、系统控制装置。所述的方法动态通过嵌入学习和社区搜索相结合，利用Check2Vec模型学习节点嵌入，提高了对签入信息的建模能力，并在社区搜索中综合考虑节点属性和签入信息，以获取更准确的用户‑位置二分社区。本发明的优点在于：具有多模态信息整合、适用于多数据域、灵活调节性等优点，为提高社区搜索效果和个性化程度提供了有力手段。
-
公开(公告)号：CN119227749A
公开(公告)日：2024-12-31
申请号：CN202411384514.1
申请日：2024-09-30
Applicant: 哈尔滨工程大学
IPC: G06N3/0475 , G06N3/094 , G06N3/098 , G06F21/56 , G06V10/82
Abstract: 本发明属于工业互联网安全技术领域，具体涉及基于标签和特征协同扰动的联邦学习数据中毒攻击方法、程序、设备及存储介质。本发明提供了能同时实现攻击有效性和隐蔽性的联邦学习数据中毒攻击，该攻击在条件生成对抗网络训练过程中对真实数据标签进行翻转来使生成器生成中毒数据；此外，还通过控制条件生成对抗网络的训练轮次来使生成的中毒数据中包含有毒噪声，在破坏标签与数据对应关系的同时扰乱数据的特征分布，生成的中毒数据中同时包含了标签噪声和特征噪声。本发明能够绕过常见的防御方法并大幅降低工业缺陷识别的有效性。
-
公开(公告)号：CN119172133A
公开(公告)日：2024-12-20
申请号：CN202411253887.5
申请日：2024-09-06
Applicant: 哈尔滨工程大学
IPC: H04L9/40 , G06F16/215
Abstract: 本申请公开的加密网站流量抗噪识别方法、系统、设备、介质及产品，涉及数字信息传输领域。该方法包括：获取用户访问网站时产生的加密流量，并按照设定规则将加密流量保存成包含多个数据包的PCAP文件；对PCAP文件中的数据包进行清洗，得到清洗后的加密流量；基于数据包的五元组信息对清洗后的加密流量进行数据流重组，得到多条数据流；分别对每条数据流中的每一数据包进行网站特征提取，得到网站指纹提取结果；基于网站指纹提取结果生成图结构数据；对图结构数据进行图分类任务，并根据分类结果完成对用户访问站点的预测。能够在有背景噪声的前提，有效实施网站流量的识别。本申请能够在有背景噪声的前提，有效实施网站流量的识别。
-
公开(公告)号：CN118433120A
公开(公告)日：2024-08-02
申请号：CN202410508801.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: H04L47/2441 , G06F18/2433 , G06F18/27 , G06F18/15 , G06N5/01 , G06N3/0442 , H04L41/16
Abstract: 本发明属于网络安全技术领域，具体涉及一种面向Tor网络的基于分割点划分和分段检测的多网页流量识别系统、方法、程序、设备及存储介质。本发明通过定位多页面流量的交叉点拆分出干净的单页流量，并通过设置多个分类器对单页面流量的多个区段进行独立识别，实现多网页流量的高效识别。本发明可以识别多页面混合流量中的非重叠部分，并能够基于非重叠的不完整干净流量识别出其原本所属的网页。本发明通过提高分割点的识别准确率增强了Tor复杂背景流量下的网页识别能力，对于缺失头部和尾部的流量均具有较高的识别准确率，可应用于流量测量、应用性能评估及恶意流量检测等领域。
-
Patent Agency Ranking
公开(公告)号：CN118433119A
公开(公告)日：2024-08-02
申请号：CN202410508794.6
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: H04L47/2441 , H04L41/16 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明属于网络流量分类技术领域，具体涉及一种基于卷积神经网络的单向流量分类系统、方法、程序、设备及存储介质。本发明在多威胁模型适应性、基于深度学习的流量分类、模型训练和修正算法以及广泛适用性等方面，通过考虑本地攻击者和远程攻击者的位置差异和数据包收集能力，使得该方法更具适应性。采用卷积神经网络技术，构建基于Softmax的移动应用程序流量分类模型，实现对应用程序流量的有效分类，模型训练和修正算法提高了模型的鲁棒性和准确性。
-
公开(公告)号：CN118349633A
公开(公告)日：2024-07-16
申请号：CN202410508789.5
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F16/33 , G06F16/35 , G06F40/30 , G06F40/289 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供的是一种多约束引导的中文谣言对抗样本生成方法、系统及存储介质。本发明通过通过对中文文本的视觉相似度和语义相似度进行约束从而获得具有良好可读性的对抗样本。本发明在对深度神经网络的攻击中不但拥有极高的攻击成功率，且保留了对抗样本的语义信息，保证了对抗样本阅读的流畅性。约束对抗样本的语义相似度可以保证人类在阅读对抗样本时能获取到原始样本的语义信息。约束对抗样本的视觉相似度，可以降低人们在快速阅读中发现原始样本被篡改的几率。这些都是在对抗样本生成时不能被忽略的关键要素。本发明生成的对抗样本在定向和非定向攻击中均有较高的攻击成功率，广泛应用于自然语言处理、文本分类、文本审查、文本翻译等领域。
-
公开(公告)号：CN118296597A
公开(公告)日：2024-07-05
申请号：CN202410508819.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F21/55 , G06V10/764 , G06N20/00
Abstract: 本发明属于联邦学习技术领域，具体涉及一种基于可学习触发器的联邦学习后门攻击方法、程序、设备及存储介质。本发明包括创建恶意客户端本地训练任务；根据全局模型副本和目标类小样本集生成可学习的触发器；可学习触发器注入本地数据，在训练过程中将后门植入本地模型；通过聚合器平均模型更新，将后门信息转递至全局模型中，使全局模型在正常工作的同时具有后门效应；在推理阶段，增强触发器触发强度，提高攻击性能的同时不影响攻击的隐蔽性。本发明提出的后门攻击方法具有良好的隐蔽性，生成用于触发后门攻击的可学习触发器具有良好的不可见性，使后门攻击在联邦学习范式中拥有较高的攻击成功率，并长时间维持。
-
公开(公告)号：CN118296248A
公开(公告)日：2024-07-05
申请号：CN202410508781.9
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00 , G06N5/02 , G06N5/04
Abstract: 本发明公开了一种基于反事实推理的社交网络知识感知推荐方法、系统及存储介质。本发明所述的系统包括反事实数据生成装置、数据筛选装置、奖赏反馈装置、推荐装置。所述的方法将反事实推理引入到基于知识图谱的知识感知推荐系统中，利用知识图谱中的项目特征信息生成更多元化的反事实数据，将反事实推理从顺序推荐任务推广到更广泛的应用场景中，通过减轻知识感知推荐系统中虚假相关性的影响，同时作为一种数据增强方法缓解数据稀疏问题，使模型达到更优的效果，可广泛应用于社交网络场景下数据推荐等应用领域。
-
公开(公告)号：CN118233080A
公开(公告)日：2024-06-21
申请号：CN202410508785.7
申请日：2024-04-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种面向社交网络安全外包的数据隐私加密保护方法、系统及存储介质。本发明所述的系统包括密钥转发与数据处理装置、密钥生成装置、任务加密装置与结果解密装置。所述的方法通过一种多素数CRT加速的Paillier同态加密的安全外包计算方案，能够有效将数据加密外包至具备高计算能力的云计算中心进行计算分析，解决了采用本地入侵检测服务器由于计算性能低导致无法应对大量数据计算以及现有外包加密方案效率较低的问题。本发明相比原始Paillier加密算法以及基于其他加密算法的外包计算方案有着更高的安全性和加解密效率，尤其是当素数为4时，本协议相对于传统Paillier加密算法能够提升60％的加解密效率，有效的解决了对数据加解密而产生的额外时间开销。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.036 seconds)
