-
公开(公告)号：CN119323141B
公开(公告)日：2025-05-06
申请号：CN202411864576.2
申请日：2024-12-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/20 , G01M17/007
Abstract: 本发明涉及自动驾驶技术领域，特别涉及一种用于自动驾驶仿真测试的雾天场景生成方法及系统。其方法包括步骤：S1.按照场景描述文件，在CARLA模拟器中生成对应传感器配置所需的自动驾驶场景；S2.在场景描述文件的雾天场景中，CARLA模拟器获取自动驾驶主车对应传感器的参数配置；S3.根据对应传感器的参数配置构建传感器仿真模型；S4.自动驾驶场景结合自动驾驶主车构成CARLA模拟器的自动驾驶仿真测试环境，将自动驾驶被测对象接入到自动驾驶仿真测试环境中，执行在环测试。本发明基于CARLA模拟器构建自动驾驶仿真场景，创新性地设计了一种基于物理建模的激光雷达雾仿真算法，实现了雾天驾驶场景的传感器仿真能力。
-
公开(公告)号：CN118313445A
公开(公告)日：2024-07-09
申请号：CN202410529143.5
申请日：2024-04-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: G06N3/098 , G06N3/096 , G06N3/084 , G06N3/0464 , G06N3/0499 , G06F18/2415 , G06F18/2431 , G06N3/048
Abstract: 本发明涉及联邦学习技术领域，公开了一种基于受约束梯度更新的联邦类增量学习方法及系统，该方法包括：接收服务器发送的上一任务的个性化全局模型和跨任务协作损失；当获取到新的任务数据时，基于上一任务的梯度空间的基向量、新的任务的预测标签和真实标签以及跨任务协作损失，对上一任务的模型参数沿着与其梯度空间正交的方向进行更新，得到新的任务在本轮训练中的模型参数；对新的任务的类原型进行加权平均，得到新的任务在本轮训练中的类平均原型；重复上述模型参数和类平均原型的更新，进行预设轮次训练，在每一轮训练完成后，向服务器发送新的任务的模型参数和类平均原型。本发明在客户端有新增任务时，避免灾难性遗忘和模型漂移问题。
-
公开(公告)号：CN117313160B
公开(公告)日：2024-04-09
申请号：CN202311553385.X
申请日：2023-11-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种隐私增强的结构化数据仿真生成方法及系统，该方法包括：步骤一，数据转换阶段：对数据进行规范化预处理；步骤二，概率图模型构建阶段：基于贝叶斯形式对所述步骤一进行规范化预处理的数据构建变分推断的后验分布，利用斯坦因变分梯度下降方法得到描述结构化数据特征间的关联关系，在引入差分隐私噪声时，采用蒙特卡洛估计算法自动获得每步更新所需添加的噪声量；步骤三，数据生成阶段：将所述步骤二得到的关联关系作为度量集合，生成与真实数据更加精确的仿真数据。本发明的有益效果是：本发明方法避免了在应用DP‑SGD时对梯度进行剪裁，不仅避免了剪裁参数的选择，而且缓解了梯度剪裁对推断过程的不利影响。
-
公开(公告)号：CN117313160A
公开(公告)日：2023-12-29
申请号：CN202311553385.X
申请日：2023-11-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种隐私增强的结构化数据仿真生成方法及系统，该方法包括：步骤一，数据转换阶段：对数据进行规范化预处理；步骤二，概率图模型构建阶段：基于贝叶斯形式对所述步骤一进行规范化预处理的数据构建变分推断的后验分布，利用斯坦因变分梯度下降方法得到描述结构化数据特征间的关联关系，在引入差分隐私噪声时，采用蒙特卡洛估计算法自动获得每步更新所需添加的噪声量；步骤三，数据生成阶段：将所述步骤二得到的关联关系作为度量集合，生成与真实数据更加精确的仿真数据。本发明的有益效果是：本发明方法避免了在应用DP‑SGD时对梯度进行剪裁，不仅避免了剪裁参数的选择，而且缓解了梯度剪裁对推断过程的不利影响。
-
公开(公告)号：CN117236420A
公开(公告)日：2023-12-15
申请号：CN202311509786.5
申请日：2023-11-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/098 , G06F18/2113 , G06F18/214 , G06F18/2433 , G06F18/27 , G06F21/60 , G06F21/62 , G06Q40/03 , H04L9/08
Abstract: 本发明公开了一种基于数据子集的纵向联邦学习异常数据调试方法及系统，包括：发起方基于纵向联邦学习建模并进行联邦模型训练；利用训练后的联邦模型获取数据集中的问题数据子集，问题数据子集在联邦模型中的预测准确率低于其他数据子集在联邦模型中的预测准确率；对问题数据子集进行基于特征描述组合的筛选，获取带有异常描述的问题数据子集；发起方或参与方基于带有异常描述的问题数据子集进行数据溯源和纠正，并在纠正后重新训练联邦模型。本发明为隐私保护的联邦数据子集评估技术，在保证数据隐私下对联邦数据子集评估指标进行正确计算，形成基于数据子集的联邦学习调试方法，自动化定位异常数据，解决联邦学习模型表现异常的问题。
-
Patent Agency Ranking
公开(公告)号：CN115600012B
公开(公告)日：2023-04-21
申请号：CN202211523157.3
申请日：2022-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F8/75 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于知识增强和结构对比的API推荐方法，包括以下步骤：步骤1，代码预处理构图；解析源代码，提取方法、API和结构节点以及它们之间的关系，构成调用关系图和层次结构图；步骤2，知识增强的图嵌入学习；使用图卷积神经网络GCN在调用关系图上传播信息来细化方法和API的初始嵌入表示，同时用翻译模型TransH学习层次结构图中的实体和关系的嵌入表示；步骤3，多任务学习；包括主要的API推荐任务和辅助的对比学习任务。本发明的有益效果是：本发明提出了知识增强的图嵌入学习，使得方法和API的嵌入向量中不仅建模了调用交互还融合了代码中的层次结构信息，优化了方法和API的表示，达到更准确的推荐效果。
-
公开(公告)号：CN115270139B
公开(公告)日：2023-01-17
申请号：CN202211145369.2
申请日：2022-09-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种IoT设备网络服务自动化漏洞分析方法及系统，系统包括静态分析模块、模糊测试模块、固件运行模块，静态分析模块用于对固件进行静态分析，提取所有能进入后端处理的网络接口名称、各接口对应的参数名称以及参数的魔法值约束取值；模糊测试模块使用静态分析模块获得的网络接口、参数信息指导模糊测试种子及测试样例生成，并完成对目标IoT设备的模糊测试，生成漏洞报告；固件运行模块用于将目标固件运行起来，为模糊测试提供测试对象。本发明的有益效果是：生成的模糊测试种子能够有效触达后端处理程序逻辑，保障进入IoT设备最重要的途径的安全。对种子调度优化也能使整体测试效率得到提高。
-
公开(公告)号：CN115169252B
公开(公告)日：2022-12-13
申请号：CN202211086686.1
申请日：2022-09-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种结构化仿真数据生成系统及生成方法，所述系统包括数据预处理单元以及训练和生成单元，所述数据预处理单元用于将原始数据中的每个样本转换成向量表示，并且在转换的过程中建模贝叶斯网络用以描述特征间的关联关系；所述训练和生成单元利用原始数据转换后的向量表示进行训练，得到仿真数据生成模型，利用所述仿真数据生成模型生成仿真数据记录。本发明系统和方法能够同时生成含有连续型特征和离散型特征的仿真数据记录；针对生成仿真数据，既保持了与原始数据一致的数据分布，也保证了与原始数据一致的特征间关联关系；同时提出一种根据所需条件生成仿真数据的方法，能够根据不同的仿真数据应用场景生成分析所需的仿真数据记录。
-
公开(公告)号：CN115270139A
公开(公告)日：2022-11-01
申请号：CN202211145369.2
申请日：2022-09-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种IoT设备网络服务自动化漏洞分析方法及系统，系统包括静态分析模块、模糊测试模块、固件运行模块，静态分析模块用于对固件进行静态分析，提取所有能进入后端处理的网络接口名称、各接口对应的参数名称以及参数的魔法值约束取值；模糊测试模块使用静态分析模块获得的网络接口、参数信息指导模糊测试种子及测试样例生成，并完成对目标IoT设备的模糊测试，生成漏洞报告；固件运行模块用于将目标固件运行起来，为模糊测试提供测试对象。本发明的有益效果是：生成的模糊测试种子能够有效触达后端处理程序逻辑，保障进入IoT设备最重要的途径的安全。对种子调度优化也能使整体测试效率得到提高。
-
公开(公告)号：CN115017184A
公开(公告)日：2022-09-06
申请号：CN202210952830.9
申请日：2022-08-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/242 , G06F16/2458 , G06F16/28 , G06F21/62
Abstract: 本发明实施例公开了一种数据查询方法。通过获取安全查询工作台输入的安全查询SQL语句；解析所述安全查询SQL语句，以获取数据参与方ID以及各个数据参与方的任务调度信息，并将各个数据参与方的任务调度信息分别分发至相应的数据参与方；接收各个数据参与方反馈的加密中间计算结果，并聚合为安全分析结果显示于所述安全查询工作台，不仅避免了多方数据持有方的原始数据泄露以及被二次分发的风险，还实现了对多方数据持有方的数据进行深度挖掘的效果。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.069 seconds)
