基于后门水印的深度学习模型加密方法和装置.pdf

一种基于模型水印的深度学习模型中毒防御方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362217 A (43)申请公布日 2021.09.07 (21)申请号 202110777127.4 (22)申请日 2021.07.09 (71)申请人浙江工业大学地址

2023-06-19 约1.09万字 11页立即下载

基于模型修改的深度学习后门攻击-吴肖龙.pdf BeijingForestStudio ThenameoftheDepartment 北京理工大学信息系统及安全对抗实验中心部门名称 基于模型修改的深度学习后门攻击硕士研究生吴肖龙 2023年03月19日内容提要 •背景简介 •基本概念 •算法原理 –ProFlip –LoneNeuron •应用总结 •参考文献 •附录 2 背景简介 •预期收获 –了解深度学习后门的基本概念 –了解深度学习后门攻击的类型和方向 –理解基于数据投毒和基于模型修改的后门攻击差异 –理解基于模型修改的深度学习后门攻击原理与特性 –理解深度学习后门领域的现存问题和发展前景 3 背景简介 •深度学习发展现状 –深

2025-04-15 约1.64万字 34页立即下载

面向深度学习的后门防御与去偏方法研究.docx 面向深度学习的后门防御与去偏方法研究一、引言随着深度学习技术的快速发展，其在各个领域的应用越来越广泛。然而，深度学习模型的安全性问题也逐渐凸显出来，其中后门攻击和模型偏见成为研究的热点。后门攻击通过在训练数据中嵌入恶意指令或“后门”，使得攻击者在测试阶段对模型实施非法操控。模型偏见则是指在训练数据中存在的偏见信息被模型学习并放大，导致模型在应用时产生不公平的结果。因此，研究面向深度学习的后门防御与去偏方法，对于保障深度学习模型的安全性和可靠性具有重要意义。二、后门攻击与模型偏见概述 2.1后门攻击后门攻击是一种针对深度学习模型的恶意攻击方式。攻击者通过在训练数据中嵌入特定的后门指令或模

2025-04-13 约4.17千字 9页立即下载

基于数据样本增强的深度学习模型去偏方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361653 A (43)申请公布日 2021.09.07 (21)申请号 202110777118.5 (22)申请日 2021.07.09 (71)申请人浙江工业大学地址

2023-06-19 约1.3万字 12页立即下载

基于深度学习的抗屏摄鲁棒水印方法研究.docx 基于深度学习的抗屏摄鲁棒水印方法研究一、引言随着数字媒体的快速发展，数字图像的版权保护和信息安全变得越来越重要。在众多技术手段中，数字水印技术以其独特的优势成为了解决这一问题的重要途径。然而，传统的水印技术在面对屏幕拍摄（屏摄）等攻击时，往往表现出较低的鲁棒性。因此，研究基于深度学习的抗屏摄鲁棒水印方法，对于保护数字图像的版权和信息安全具有重要意义。二、相关技术背景 2.1数字水印技术数字水印是一种将特定信息嵌入数字媒体中的技术，这些信息可用于验证原创性、标识版权、追踪侵权行为等。根据嵌入位置的不同，数字水印可分为空域水印和频域水印等。 2.2深度学习技术 深度学习是机器学习的一个分支

2025-05-25 约4.28千字 9页立即下载

基于K-L散度检测的CPS水印加密信号优化方法的深度剖析与实践.docx 基于K-L散度检测的CPS水印加密信号优化方法的深度剖析与实践一、引言 1.1研究背景与意义在当今数字化高度发展的时代，信息物理系统（Cyber-PhysicalSystems，CPS）作为计算、通信与物理过程深度融合的产物，正广泛应用于工业控制、智能交通、医疗健康等众多关键领域，成为推动各行业智能化变革的核心力量。在工业4.0的智能制造场景中，CPS通过实时采集生产线上各类设备的运行数据，经由智能算法分析处理后，精准控制生产流程，实现生产效率的大幅提升与资源的优化配置，有力推动制造业向高端化、智能化迈进。在智能电网领域，CPS构建起发电、输电、变电、配电、用电等环节之间

2025-05-28 约7.22万字 54页立即下载

深度学习模型后门攻击的检测与修复论文.docx 深度学习模型后门攻击的检测与修复论文摘要：随着深度学习模型的广泛应用，其安全问题日益凸显。其中，后门攻击作为一种新型的安全威胁，严重影响了模型的可靠性和安全性。本文针对深度学习模型后门攻击的检测与修复问题，提出了一种基于对抗样本的检测方法。通过分析攻击者和防御者的博弈关系，设计了多种修复策略，并实验验证了其有效性。本文旨在为深度学习模型的安全防护提供理论依据和实践指导。关键词：深度学习；后门攻击；检测；修复；对抗样本一、引言（一）深度学习模型后门攻击的危害 1.内容一：信息泄露（1）攻击者可以利用后门攻击窃取用户隐私信息，如用户密码、个人身份信息等。（2）攻击者通过后门攻击窃取

2025-04-11 约6.35千字 12页立即下载

模型的后门检测方法、装置、介质和计算设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112989340 A (43)申请公布日 2021.06.18 (21)申请号 202110222642.6 (22)申请日 2021.02.26 (71)申请人北京瑞莱智慧科技有限公司

2023-06-08 约3.23万字 25页立即下载

基于对比学习的联邦学习后门防御方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117422130A (43)申请公布日2024.01.19 (21)申请号202311425216.8 (22)申请日2023.10.30 (71)申请人扬州大学

2024-01-18 约1.89万字 12页立即下载

基于DAGMM的联邦学习后门攻击防御方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113411329 B (45)授权公告日 2022.06.28 (21)申请号 202110675081.5 G06N 20/20 (2019.01) (22)申请日 2021.06

2023-06-19 约1.34万字 11页立即下载

深度学习模型的定点量化方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408696 A (43)申请公布日 2021.09.17 (21)申请号 202110535674.1 (22)申请日 2021.05.17 (71)申请人珠海亿智电子科技有限公司

2023-06-22 约1.37万字 13页立即下载

一种深度学习模型的压缩方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112966820 A (43)申请公布日 2021.06.15 (21)申请号 202110245695.X (22)申请日 2021.03.05 (71)申请人北京金山云网络技术有限公司

2023-06-10 约2.43万字 19页立即下载

基于差分隐私的深度强化学习模型安全加固方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113360917 A (43)申请公布日 2021.09.07 (21)申请号 202110766183.8 (22)申请日 2021.07.07 (71)申请人浙江工业大学地址

2023-06-17 约1.2万字 11页立即下载

基于深度迁移学习的医学图像分类模型的训练方法及装置.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112819076 B (45)授权公告日 2022.06.17 (21)申请号 202110147726.8 G06T 7/00 (2017.01)

2023-06-04 约2.27万字 18页立即下载

加密深度学习模型的梯度保护论文.docx 加密深度学习模型的梯度保护论文摘要：随着深度学习技术的快速发展，其在各个领域的应用日益广泛。然而，深度学习模型在训练过程中产生的梯度信息容易受到攻击，导致模型的安全性受到威胁。本文旨在探讨加密深度学习模型的梯度保护方法，以提高模型的安全性。通过对现有研究进行综述，本文分析了加密深度学习模型梯度保护的现状和挑战，并提出了相应的解决方案。关键词：深度学习，梯度保护，加密，安全性，深度学习模型 一、引言（一）深度学习模型的安全性问题 1.梯度泄露问题 深度学习模型在训练过程中，梯度信息是模型更新的关键。然而，梯度信息容易被攻击者获取，导致模型的安全性问题。具体表现为： 1.1攻击者可以通过梯

2025-04-14 约4.81千字 10页立即下载