-
公开(公告)号：CN115883145A
公开(公告)日：2023-03-31
申请号：CN202211458862.X
申请日：2022-11-17
Applicant: 浙江大学杭州国际科创中心
Abstract: 本发明公开了一种基于随机采样的保序加密方法，包括：步骤1‑1、通过密钥对伪随机数生成TypeGen算法进行初始化；步骤1‑2、将当前运行数据输入至伪随机数生成TypeGen算法，获得随机比特串；步骤1‑3、将随机比特串引入随机采样算法中，对密文空间中点处的密文进行采样，并将采样结果作为枢轴元素；步骤1‑4、对明文空间与密文空间进行划分；步骤1‑5、若步骤1‑4划分后的明文空间的元素个数大于1，则重复步骤1‑2至步骤1‑4；若不满足，将划分后的明文空间中唯一的明文作为输入，通过伪随机数生成TypeGen算法生成随机比特串；步骤1‑6、从密文空间中选择一个元素，作为唯一明文的密文输出。本发明还提供了一种解密方法。本发明方法可以避免明文信息泄露，同时保证信息安全性。
-
公开(公告)号：CN108805076B
公开(公告)日：2021-01-08
申请号：CN201810583398.4
申请日：2018-06-07
Applicant: 浙江大学
Abstract: 本发明公开了一种环境影响评估报告书表格文字的提取方法，包括以下步骤：(1)从环境影响评估报告书中识别出所有的表格，将识别出的表格以图片格式保存；(2)基于卷积神经网络，从所有表格图片中识别出记录有项目基本信息的目标表格图片；(3)从所述的目标表格图片中提取文字信息。本发明还公开了环境影响评估报告书表格文字的提取系统。本发明的表格文字提取方法将环境影响评估报告中的基本信息和相关项目信息的表格识别出来，并提取其中的文字信息，方便于对环境影响评估报告的管理，并方便于将相关项目和环境联系起来，正确处理环境相关问题，减轻不利环境的影响。
-
公开(公告)号：CN111143617A
公开(公告)日：2020-05-12
申请号：CN201911278455.9
申请日：2019-12-12
Applicant: 浙江大学
Abstract: 本发明公开了一种图片或视频文本描述自动生成方法及系统，包括：搜集图片或视频广告，获得广告图片或视频及其对应的文本描述；提取广告图片或视频的特征向量，建立广告图片或视频及其对应的特征向量、文本描述之间的映射关系，构建图片或视频广告数据集；构建生成对抗网络，所述生成对抗网络包括生成器和判别器；以图片或视频的特征向量为输入，采用图片广告数据集和视频广告数据集对生成对抗网络进行训练；提取目标图片或视频的特征向量，输入至训练好的生成器，获得目标图片或视频的文本描述。本发明使得机器生成更具创意的广告词成为可能。
-
公开(公告)号：CN108805076A
公开(公告)日：2018-11-13
申请号：CN201810583398.4
申请日：2018-06-07
Applicant: 浙江大学
Abstract: 本发明公开了一种环境影响评估报告书表格文字的提取方法，包括以下步骤：(1)从环境影响评估报告书中识别出所有的表格，将识别出的表格以图片格式保存；(2)基于卷积神经网络，从所有表格图片中识别出记录有项目基本信息的目标表格图片；(3)从所述的目标表格图片中提取文字信息。本发明还公开了环境影响评估报告书表格文字的提取系统。本发明的表格文字提取方法将环境影响评估报告中的基本信息和相关项目信息的表格识别出来，并提取其中的文字信息，方便于对环境影响评估报告的管理，并方便于将相关项目和环境联系起来，正确处理环境相关问题，减轻不利环境的影响。
-
公开(公告)号：CN117636440A
公开(公告)日：2024-03-01
申请号：CN202311700805.2
申请日：2023-12-12
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06V40/16
Abstract: 本发明提出一种在物理域上针对黑盒人脸识别系统的对抗样本生成方法，应用于人工智能安全领域。所述生成方法包括：1)获得源人脸图像Xatk和目标人脸图像Xtar；2)构建对抗掩膜；3)生成数字域对抗样本Xadv，4)基于计算得到的组合损失函数使用优化器Adam优化对抗性扰动块；5)在物理域打印对抗性扰动块，裁剪后佩戴到攻击者人物模型上，拍摄后得到物理域对抗样本。本发明有效地增强了对抗样本的物理可实现性，有利于提升物理域对抗攻击成功率和活体检测通过率，从而用来对人脸识别系统进行健壮性评估或对抗训练。
-
Patent Agency Ranking
公开(公告)号：CN115131599A
公开(公告)日：2022-09-30
申请号：CN202210437273.7
申请日：2022-04-19
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N5/02 , G06N20/00
Abstract: 本发明公开了一种基于对抗偏差与鲁棒性知识蒸馏的图像分类方法，该方法用来解决图像分类领域内知识蒸馏方法出现学生模型对抗鲁棒性学习不足的问题。该方法使学生模型的自然样本输出与对抗样本输出均向教师模型学习，还规定模型自然样本输出与针对其本身的对抗样本输出之间的距离度量为对抗偏差，将教师模型的对抗偏差作为额外蒸馏项传递给学生模型，提高学生模型的泛化性。本发明实现了将教师模型的分类准确性与对抗鲁棒性传递给了学生模型，使学生模型在进行图像分类任务时可以保证较高识别准确率，并更加有效地抵御图像对抗攻击。相比于其他方法，本方法在多个常见的图像分类数据集上取得良好效果。
-
公开(公告)号：CN109063456B
公开(公告)日：2021-10-08
申请号：CN201810873961.1
申请日：2018-08-02
Applicant: 浙江大学
Abstract: 本发明公开了一种图像型验证码安全性检测方法及系统，方法包括以下步骤：从目标网站收集原始图像型验证码数据，分割出其文字标签并进行人工标注，构建标签训练集；根据文字标签的类别收集对应的图片，构建子图训练集；构建卷积神经网络，分别采用标签训练集和子图训练集进行训练，分别得到标签识别模型和子图识别模型；使用标签识别模型和子图识别模型分别识别图像型验证码的文字标签和子图，识别结果记为A和B；若某子图满足：(A∈B)∩(P(A)＞λ)，则认为该子图属于文字标签A；根据其识别准确率评判该目标网站图像型验证码的安全性。本发明的图像型验证码安全性检测方法为图像型验证码的安全性评估提供量化的参考依据。
-
公开(公告)号：CN109063456A
公开(公告)日：2018-12-21
申请号：CN201810873961.1
申请日：2018-08-02
Applicant: 浙江大学
CPC classification number: G06F21/36 , G06K9/6256 , G06N3/08
Abstract: 本发明公开了一种图像型验证码安全性检测方法及系统，方法包括以下步骤：从目标网站收集原始图像型验证码数据，分割出其文字标签并进行人工标注，构建标签训练集；根据文字标签的类别收集对应的图片，构建子图训练集；构建卷积神经网络，分别采用标签训练集和子图训练集进行训练，分别得到标签识别模型和子图识别模型；使用标签识别模型和子图识别模型分别识别图像型验证码的文字标签和子图，识别结果记为A和B；若某子图满足：(A∈B)∩(P(A)＞λ)，则认为该子图属于文字标签A；根据其识别准确率评判该目标网站图像型验证码的安全性。本发明的图像型验证码安全性检测方法为图像型验证码的安全性评估提供量化的参考依据。
-
公开(公告)号：CN115131599B
公开(公告)日：2023-04-18
申请号：CN202210437273.7
申请日：2022-04-19
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06N5/02 , G06N20/00
Abstract: 本发明公开了一种基于对抗偏差与鲁棒性知识蒸馏的图像分类方法，该方法用来解决图像分类领域内知识蒸馏方法出现学生模型对抗鲁棒性学习不足的问题。该方法使学生模型的自然样本输出与对抗样本输出均向教师模型学习，还规定模型自然样本输出与针对其本身的对抗样本输出之间的距离度量为对抗偏差，将教师模型的对抗偏差作为额外蒸馏项传递给学生模型，提高学生模型的泛化性。本发明实现了将教师模型的分类准确性与对抗鲁棒性传递给了学生模型，使学生模型在进行图像分类任务时可以保证较高识别准确率，并更加有效地抵御图像对抗攻击。相比于其他方法，本方法在多个常见的图像分类数据集上取得良好效果。
-
公开(公告)号：CN109145187A
公开(公告)日：2019-01-04
申请号：CN201810815053.7
申请日：2018-07-23
Applicant: 浙江大学
IPC: G06F16/953 , G06F16/332 , G06F17/27 , G06K9/62 , G06Q30/00 , G06Q30/06
CPC classification number: G06F17/2785 , G06K9/6256 , G06K9/6269 , G06Q30/0185 , G06Q30/0625
Abstract: 本发明公开了一种基于评论数据的跨平台电商欺诈行为检测方法，包括以下步骤：从相关电商网站获取商品的评论数据，并对所述的评论数据对应的商品属性进行人工标注，并从中提取单词级别特征、评论语义特征和评论结构特征，构建训练集；以提取的特征为输入，利用训练集训练二元分类器；从相关电商网站获取目标商品的评论数据，提取目标商品的特征，输入到训练好的二元分类器对目标商品的属性进行识别。本发明还公开了跨平台电商欺诈行为检测系统。本发明的检测方法从电商评论的词汇、语义和结构这三个方面提取平台无关的商品特征，基于这些特征来判别商品是否存在欺诈嫌疑，检测结果比较准确。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
