专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明公开

CN117907803A 基于SOPC的多芯片同步并行测试系统及方法审中-实审
公开(公告)号：CN117907803A
公开(公告)日：2024-04-19
申请号：CN202410070734.0
申请日：2024-01-17
申请人：西安电子科技大学 , 西安电子科技大学杭州研究院
发明人：任获荣 , 胡海涛 , 吕银飞 , 刘洋 , 焦昶哲
IPC分类号： G01R31/28
摘要：本发明公开了一种基于SOPC的多芯片同步并行测试系统及方法，该系统包括：上位机子系统、SOPC控制子系统和芯片测试平台，上位机子系统通过总线与SOPC控制子系统通信连接，芯片测试平台通过接口与SOPC控制子系统连接；上位机子系统用于向SOPC控制子系统发送控制信号和测试信号，并在芯片测试平台对待测芯片进行测试后，处理接收到的待测芯片的电性能参数以确定异常芯片；SOPC控制子系统用于基于控制信号和测试信号，控制芯片测试平台中各功能模块的工作状态；芯片测试平台用于根据测试信号对待测芯片进行电性能测试，并将获得的电性能参数发送至上位机子系统。测试过程中可以通过上位机子系统向自动化上下料设备发送控制信号，实现了芯片的自动化测试。

2. 发明公开

CN117852045A 一种针对图像分类模型的后门触发器检测方法审中-实审
公开(公告)号：CN117852045A
公开(公告)日：2024-04-09
申请号：CN202410041992.6
申请日：2024-01-11
申请人：西安电子科技大学
发明人：马卓 , 李怡华 , 杨易龙 , 刘洋 , 李腾 , 张俊伟
IPC分类号： G06F21/57 , G06F21/44 , G06V10/82 , G06V10/774
摘要：本发明提出了一种针对图像分类模型的后门触发器检测方法，实现步骤为：获取训练样本集；获取每个类别的高熵数据集和低熵数据集；获取候选后门触发器的位置；确定候选后门触发器；获取每类高熵图像的标签转换检测图像；获取后门触发器的检测结果。本发明通过对每个目标类别的多幅低熵图像的均值图像像素点的设置，获取每个类别的候选后门触发器位置矩阵，并通过该位置矩阵与该类别对应的任意一幅低熵图像确定候选后门触发器，避免了现有技术需要生成多个对照模型导致的计算量大耗时长的缺陷，且在对每个类别的潜在后门触发器进行恢复的过程中不需要优化目标函数，有效提高了检测效率和所恢复触发器的精度。

3. 发明公开

CN117807504A 一种混合搜索算法优化BP神经网络的多芯片故障诊断方法审中-实审
公开(公告)号：CN117807504A
公开(公告)日：2024-04-02
申请号：CN202410005256.5
申请日：2024-01-02
申请人：西安电子科技大学
发明人：任获荣 , 王续琳 , 吕银飞 , 李志武 , 刘洋 , 焦昶哲
IPC分类号： G06F18/241 , G06F18/2135 , G06N3/0499 , G06N3/006
摘要：本发明公开了一种混合搜索算法优化BP神经网络的多芯片故障诊断方法，包括：建立每个待检测芯片中各管脚的伏安特性曲线；基于伏安特性曲线，提取各管脚的特征值，并构建待检测芯片的故障模型；利用Logistic‑Sine‑Cosine混沌映射初始化麻雀种群；基于初始化的麻雀种群，利用引入萤火虫扰动的麻雀搜索算法搜索搭建的BP神经网络的最优参数；将故障模型输入构建好的BP神经网络，得到待检测芯片各个管脚的故障诊断结果。本发明解决了麻雀搜索算法在处理复杂优化问题时搜索空间不足、收敛速度慢和易陷入局部最优的问题，使搜索的种群位置更加均匀，基于FSSA算法搜索到的最优参数构建得到的BP神经网络具有良好的性能，实现了大规模芯片检测。

4. 发明授权

CN115378707B 基于门限同态的自适应采样联邦学习隐私保护方法有权
公开(公告)号：CN115378707B
公开(公告)日：2024-03-29
申请号：CN202211010855.3
申请日：2022-08-23
申请人：西安电子科技大学
发明人：马卓 , 杨易龙 , 金嘉玉 , 李腾 , 张俊伟 , 刘洋
IPC分类号： H04L9/40 , H04L9/08 , H04L67/1001
摘要：本发明公开了一种基于门限同态的自适应采样联邦学习隐私保护方法，其实现步骤为：构建联邦学习系统，联邦服务器S初始化参数，密钥分发中心KDC生成客户端密钥，客户端An获取加密采样梯度向量和位置比特串，联邦服务器S对加密采样梯度向量进行聚合并发送聚合结果，客户端Aw对加密聚合梯度向量进行解密，联邦服务器S恢复梯度明文并获取隐私保护联邦学习结果；本发明通过自适应采样、门限同态解密任务分发和梯度恢复，可用于降低联邦学习过程中客户端通信负载，提高联邦学习隐私保护的通信效率，拓宽联邦学习隐私保护适用范围，具有通信效率高，适用范围广的优点。

5. 发明授权

CN115378693B 一种用于纵向联邦学习数据对齐的隐匿集合求交方法有权
公开(公告)号：CN115378693B
公开(公告)日：2024-02-23
申请号：CN202210995361.9
申请日：2022-08-18
申请人：西安电子科技大学
发明人：马卓 , 杨昊 , 刘洋 , 李腾 , 张俊伟 , 杨易龙
IPC分类号： H04L9/40 , H04L9/06 , H04L9/08 , H04L9/20
摘要：本发明提出了一种用于纵向联邦学习数据对齐的隐匿集合求交方法，实现步骤为：两个用户初始化相应参数；两个用户分别将各自的用户信息和关键键值信息进行映射；两个用户对各自映射后的哈希表进行编码；两个用户对编码后结果进行混淆和共享；两个用户交换混淆信息共享值，计算得到隐匿集合求交结果。本发明在用户对编码结果进行混淆阶段，是通过不经意混淆网络协议和随机选取的重排列规则对两用户的编码数据进行混淆，避免了现有技术由于仅对发送方数据进行了随机置换导致的接收方可以通过计算得知的求交结果的明文信息反推出其他参与方样本的关键键值信息和相关数据的缺陷，有效提高了数据求交过程中的数据隐私安全性。(56)对比文件K. Zhao, W. Xi, Z. Wang, J. Zhao, R.Wang and Z. Jiang.SMSS: Secure MemberSelection Strategy in Federated Learning.《IEEE Intelligent Systems》.2020,第35卷(第4期),37-49.

6. 发明授权

CN115361218B 一种具有查询隐匿特性的云端数据存在性验证方法有权
公开(公告)号：CN115361218B
公开(公告)日：2024-02-23
申请号：CN202211010860.4
申请日：2022-08-23
申请人：西安电子科技大学
发明人：马卓 , 李想 , 李腾 , 张俊伟 , 刘洋 , 杨易龙 , 刘心晶
IPC分类号： H04L9/40 , H04L9/06 , H04L9/24 , H04L9/32
摘要：本发明提出了一种具有查询隐匿特性的云端数据存在性验证方法，属于信息安全和密码学技术领域，实现步骤为：用户初始化所需参数并上传到云服务器；用户对数据进行预处理，并将处理后数据发送给云服务器；云服务器对预处理后的云端数据进行加密；用户计算得到查询信息与验证令牌；云服务器计算得到待验证信息并反馈给用户；用户获取云端数据存在性验证结果。本发明通过对云端数据和用户的查询信息进行加密，保证了云服务器中云端数据的安全性，以及数据验证过程中用户查询信息的隐私性，有效防止了服务器及其他攻击者获取用户查询信息，从而推测用户下一步动作，实现数据验证过程的隐匿性。(56)对比文件杨攀;桂小林;姚婧;林建财;田丰;张学军.支持同态算术运算的数据加密方案算法研究.通信学报.2015,(第01期),全文.葛楠.云环境中基于中文的可搜索加密技术研究《.中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》.2017,全文.王泽贤.满足前向安全的多用户对称可搜索加密方案研究《.中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》.2022,全文.伍祈应,马建峰,苗银宾等.多数据拥有者认证的密文检索方案《.通信学报》.2017,第38卷(第11期),161-170.F. Kong, J. Wang, J. Yu and X.Wang.Analysis and Improvement of aVerifiable Phrase Search over EncryptedData in a Single Phrase《.2015 10thInternational Conference on P2P,Parallel, Grid, Cloud and InternetComputing (3PGCIC), Krakow, Poland》.2016,840-843.Y. Miao, J. Ma, X. Liu, J. Weng, H.Li and H. Li.Lightweight Fine-GrainedSearch Over Encrypted Data in FogComputing《.IEEE Transactions on ServicesComputing》.第12卷(第5期),772-785.

7. 发明公开

CN117539891A 一种基于集成学习的数据库内部人员攻击检测方法、系统、设备及介质审中-实审
公开(公告)号：CN117539891A
公开(公告)日：2024-02-09
申请号：CN202311506049.X
申请日：2023-11-13
申请人：西安电子科技大学
发明人：夏小芳 , 刘洋 , 李东阳 , 黄兴业 , 高熙越 , 崔江涛
IPC分类号： G06F16/242 , G06F16/2455 , G06F16/248 , G06N20/20 , G06F18/214
摘要：一种基于集成学习的数据库内部人员攻击检测方法、系统、设备及介质，方法为：获取数据库中的日志和人力资源表单，对获取的数据预处理；划分训练集和验证集；拆分重组构建查询语法数据集、查询结果数据集及内部人员信息数据集的训练集和验证集；使用训练集分别训练各自的子模型，通过验证集优化子模型，得到最优子模型；对三个子模型进行融合，构成训练好的集成模型，计算出一个告警阈值，确认数据窃取行为；从数据库中获取新产生的日志和人力资源表单，并对新数据预处理；重构新的数据集；将新的数据集输入最优子模型以及集成模型中，判别数据窃取行为；本发明降低了误检率和漏检率，提高了检测精度，有效的改善了模型的综合性能。

8. 发明公开

CN117391219A 一种智能电网场景下抵御推断攻击的高效联邦学习方法、系统、设备及介质审中-实审
公开(公告)号：CN117391219A
公开(公告)日：2024-01-12
申请号：CN202311513638.0
申请日：2023-11-14
申请人：西安电子科技大学
发明人：夏小芳 , 常子东 , 贺能禹 , 刘洋 , 乔晓田 , 高熙越
IPC分类号： G06N20/00 , G06F21/62 , G06Q50/06
摘要：一种智能电网场景下抵御推断攻击的高效联邦学习方法、系统、设备及介质，方法包括：将中继聚合器RA、云服务器SO和云服务器PS构建联邦学习模型并对相关参数初始化，RA生成的随机掩码发送至SO，RA发送受局部掩码保护的模型参数更新至PS，SO决定本轮联邦学习参与者，SO接收RA发送的随机掩码得到局部掩码，并生成全局掩码发送至RA，聚合全局掩码和局部掩码均值发送至PS，云服务器PS聚合模型参数更新得到聚合结果，并广播至每个RA，接收SO发送的全局掩码和PS发送的聚合结果，RA计算得到最新全局模型；系统、设备及介质，用于实现一种智能电网场景下抵御推断攻击的高效联邦学习方法；本发明具有具有低计算成本、低时间开销、准确率不受影响的特点。

9. 发明授权

CN114167838B 一种伺服系统多尺度健康评估与故障预测方法有权
公开(公告)号：CN114167838B
公开(公告)日：2023-07-07
申请号：CN202111464553.9
申请日：2021-12-03
申请人：西安电子科技大学
发明人：任获荣 , 吕银飞 , 徐思宇 , 李志武 , 卫炜 , 张雷雷 , 韩健 , 刘洋 , 孙通
IPC分类号： G05B23/02
摘要：本发明公开了一种伺服系统多尺度健康评估与故障预测方法，改善了现有技术中伺服控制系统设备性能监测的可靠性仍需提高的问题。该发明对预处理后的振动信号进行多尺度分析，将原始振动序列数据转化为数个子序列；对序列数据进行异常检测，将不同尺度下的子序列分割成序列段，进而得到待检测序列；通过马尔可夫异常检测模型检测出各子序列中的异常状态；计某时刻前一定时间窗口内的异常状态数量，计算该时刻的健康指数，在不同尺度下进而得到伺服控制系统的健康评估曲线；计算不同尺度下健康评估曲线的单调性，选择单调性最好的曲线所在的尺度作为最佳健康评估尺度。该技术根据异常检测结果得出系统的健康曲线，对故障做出准确的预测。

10. 发明授权

CN113378938B 一种基于边Transformer图神经网络的小样本图像分类方法及系统有权
公开(公告)号：CN113378938B
公开(公告)日：2022-12-13
申请号：CN202110657352.4
申请日：2021-06-11
申请人：西安电子科技大学
发明人：刘芳 , 张瀚 , 马文萍 , 李玲玲 , 李鹏芳 , 杨苗苗 , 刘洋 , 刘旭
IPC分类号： G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
摘要：本发明公开了一种基于边Transformer图神经网络的小样本图像分类方法及系统，引入transformer模型来对图中的边特征进行更新，通过将结点之间的差值特征图拆分成特征块序列输入到transformer模块得到更新后的边特征，使得每一个像素位置会被分配不同的注意力权重以突出关键区域。本发明的思想是利用transformer中的自注意力机制来自动聚焦到用于衡量结点间相似性的关键区域，从而达到抑制背景信息并突出关键区域的目的。本发明在miniImageNet数据集上进行的对比实验证明了本发明可以提高小样本图像分类的精度。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式