-
公开(公告)号：CN114626471B
公开(公告)日：2024-10-18
申请号：CN202210271673.5
申请日：2022-03-18
Applicant: 北京信息科技大学
IPC: G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084 , G06F21/62
Abstract: 本发明公开一种基于深度学习与隐私保护技术的图像识别方法及系统，涉及图像识别技术领域，方法包括：采用LRP算法确定每一输出结果对应的各特征参数的特征相关度；根据所有特征相关度确定每一特征参数的平均特征相关度；对各平均特征相关度均添加同样的噪声，得到多个加噪后的平均特征相关度；根据每一加噪后的平均特征相关度，确定每一特征参数对应的隐私预算；根据每一隐私预算对每一特征参数添加噪声，得到多个加噪后的特征参数；利用多个加噪后的特征参数训练第二图像识别模型，利用训练后的第二图像识别模型对待识别图像进行识别，得到待识别图像的识别结果。本发明能够在保护数据隐私的同时，提高图像识别模型的识别精度。
-
公开(公告)号：CN118473690A
公开(公告)日：2024-08-09
申请号：CN202410080600.7
申请日：2024-01-19
Applicant: 北京信息科技大学
Abstract: 本发明公开一种基于自适应特征的网络攻击分析方法及系统。该方法包括：收集网络信息，得到目标网络拓扑信息和环境信息；根据所述目标网络拓扑信息和环境信息，通过网络信息熵计算筛选得到攻击特征，绘制攻击图；构建深度Q网络模型；根据所述攻击图和所述深度Q网络模型，确定最佳攻击路径；将所述最佳攻击路径映射到自动化攻击链框架平台中，进行自动化攻击；对所述自动化攻击进行分析，采取相应的防御措施，找出网络中的薄弱环节和潜在威胁并及时修复防御。本发明能够解决传统攻击分析缺乏高效性和自动化的能力，需要人工干预和手动配置规则的问题，以及大规模网络环境手动分析和应对网络攻击不够灵活的问题。
-
公开(公告)号：CN117173882A
公开(公告)日：2023-12-05
申请号：CN202311054396.3
申请日：2023-08-21
Applicant: 北京信息科技大学
IPC: G08G1/01 , G06F18/20 , G06F18/214 , G06N3/006
Abstract: 本发明公开一种基于蜂群学习的交通拥堵预测方法、系统、设备及介质，涉及蜂群学习技术领域。所述方法包括：确定各参与方节点本地模型的鲁棒性值；在当前聚合轮数下，根据上一聚合轮数下各参与方节点的本地数据可信度、鲁棒性值、当前聚合轮数下的机器学习评价指标，得到当前聚合轮数下各参与方节点的本地模型训练评估权重；采用本地化差分隐私技术对当前聚合轮数的局部模型进行加噪得到当前聚合轮数下的加噪局部模型；根据当前聚合轮数的局部模型、本地模型训练评估权重以及加噪局部模型，得到下一聚合轮数下的局部模型；确定下一聚合轮数下的局部模型为交通预测模型。本发明可提高在进行数据处理和交通预测模型训练过程中的隐私性和安全性。
-
公开(公告)号：CN111324821B
公开(公告)日：2023-10-20
申请号：CN202010139837.X
申请日：2020-03-03
Applicant: 北京信息科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于社区兴趣度的抑制谣言免疫方法及系统。该方法包括：获取社区网络，将所述社区网络进行社区划分；获取社区划分后谣言已传播的r个社区；获取谣言与所述r个社区的兴趣度；获取相同所述兴趣度的谣言未传播的m个社区；将所述r个社区与所述m个社区融合，选取前n个富节点；确定各所述富节点的邻居节点；根据各所述邻居节点，得到多个特殊富节点；删除所述社区网络中包含富节点和特殊富节点的集合节点；从余下的节点中选取普通节点；将所述富节点、所述特殊富节点和所述普通节点作为免疫节点；根据所述免疫节点抑制谣言。本发明能够提高谣言的免疫效率。
-
公开(公告)号：CN115021983B
公开(公告)日：2023-06-06
申请号：CN202210555635.2
申请日：2022-05-20
Applicant: 北京信息科技大学
IPC: H04L9/40
Abstract: 本发明涉及一种基于吸收马尔科夫链的渗透路径确定方法及系统。该方法包括获取目标网络的拓扑结构以及环境信息；根据拓扑结构以及环境信息建立目标网络的攻击图；利用基于漏洞生命周期的状态转移概率归一化度量算法将攻击图映射为基于吸收马尔科夫链的状态转移概率矩阵；基于漏洞生命周期的状态转移概率归一化度量算法以漏洞生命周期作为计算因子，以攻击图作为输入，以基于吸收马尔科夫链的状态转移概率矩阵为输出；根据攻击图和状态转移概率矩阵确定攻击成功概率最高的攻击路径，并将攻击成功概率最高的攻击路径作为渗透路径。本发明考虑到真实网络拓扑环境中漏洞的时效性，能够使攻击路径的选择更加合理且符合实际网络拓扑环境。
-
Patent Agency Ranking
公开(公告)号：CN115906154A
公开(公告)日：2023-04-04
申请号：CN202211367312.7
申请日：2022-11-02
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于可验证机制的数据协作方法，涉及机器学习与数据安全领域，包括：将参与设定数据协作任务的多个参与方划分为验证者和多个计算者；利用各个计算者的本地数据对当前本地模型进行模型训练；各计算者的当前本地模型完成设定轮数的模型训练后向验证者发送证明信息；验证解密后的证明信息，统计解密后的证明信息有效的计算者发出参数合并信号的数量；若发出参数合并信号的计算者的数量大于或者等于设定阈值，则通过验证者对发出参数合并信号的计算者的模型参数进行参数合并，得到当前聚合模型；若当前聚合模型达到设定标准，则将当前聚合模型作为最终聚合模型。本发明提升了隐私数据的安全性和共享数据的可信性。
-
公开(公告)号：CN114091020A
公开(公告)日：2022-02-25
申请号：CN202111239175.4
申请日：2021-10-25
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于特征分组和多模型融合的对抗攻击防御方法及系统，其中方法包括：根据预设对抗攻击算法生成对抗样本，加入到测试集中；对训练集和测试集分别做数据预处理，形成网络流的特征向量；对每个流进行特征分组；采用多模型融合算法，进行恶意流量检测。不需要重新训练深度学习模型，能够防御没有出现过的对抗攻击，在没有对抗攻击的场景下，不会降低检测准确率。
-
公开(公告)号：CN109858282B
公开(公告)日：2020-12-25
申请号：CN201910110712.1
申请日：2019-02-12
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种社交网络关系数据隐私保护方法及系统，该方法包括：获取社交网络数据图；根据社交网络数据图，获取用户属性向量集；根据用户属性向量集，采用Skyline方法计算用户隐私泄露等级；根据用户隐私泄露等级，对社交网络数据图进行分组，获得多个数据子图；对各数据子图采用不同的阈值进行抽样，获取抽样后的数据子图；对各采样后的数据子图进行整合，获得整合后的数据图；对整合后的数据图进行加噪处理，获取加噪后的数据图，并将加噪后的数据图进行发布。本发明中为每个数据子图设定不同的采样阈值，以实现不同用户的差分隐私保护，更有针对性，在保证数据安全性的同时更提高了数据的可用性。
-
-
公开(公告)号：CN111444243A
公开(公告)日：2020-07-24
申请号：CN202010241478.9
申请日：2020-03-31
Applicant: 北京信息科技大学
IPC: G06F16/2458 , G06F16/248 , G06F16/29 , G06N3/04 , G06Q10/04
Abstract: 本发明公开了一种基于轨迹信息的用户行为预测画像方法及系统，涉及用户出行轨迹预测领域，主要包括对用户原始轨迹数据集中的轨迹数据进行停留点检测，进而构建用户停留点集；采用频繁序列模式挖掘算法对用户停留点集中的数据进行处理，进而构建用户频繁序列轨迹点集；根据用户停留点集构建用户访问频数集；将用户停留点集、用户频繁序列轨迹点集和用户访问频数集输入到基于关键点的长短期记忆神经网络预测模型中以预测用户出行轨迹点；对预测的用户出行轨迹点进行可视化操作得到用户轨迹画像。本发明能够精准用户出行轨迹，并可视化。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.037 seconds)
