龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及秘密数据传输领域，尤其是涉及一种无损神经网络模型的隐写方法。其中，该方法包括：设置修改阈值，将神经网络模型参数区分为可修改参数和不可修改参数；将多维的神经网络模型参数进行降维，转换为一维向量形式的神经网络模型参数；设置判决阈值，将一维向量形式的神经网络模型参数转换为二进制序列；发送者通过湿纸编码将二进制序列、秘密信息、伪随机奇偶校验矩阵生成含密二进制序列；通过二进制转换和降维处理的逆过程，将含密二进制序列恢复为正常模型参数形式，代替原始模型参数完成模型原始任务。与现有技术相比，本发明解决了神经网络模型隐写中由于信息嵌入造成的原始任务性能下降问题，秘密信息的传输更加隐蔽，显著增强了隐写安全性。
主权项：1.一种无损神经网络模型的隐写方法，其特征在于，包括以下步骤：S1、获取神经网络模型参数相对损失函数的偏导数，设置修改阈值，根据偏导数与修改阈值的大小关系将神经网络模型参数区分为可修改参数和不可修改参数；S2、预处理过程：将多维的神经网络模型参数进行降维，转换为一维向量形式的神经网络模型参数；设置判决阈值，将一维向量形式的神经网络模型参数通过判决阈值转换为二进制序列；S3、嵌入过程：通过湿纸编码将二进制序列、秘密信息、伪随机奇偶校验矩阵生成含密二进制序列；S4、通过二进制转换和降维处理的逆过程，将含密二进制序列恢复为正常神经网络模型参数形式，代替原始神经网络模型参数完成模型原始任务。
全文数据：
权利要求：
百度查询： 上海大学 一种无损神经网络模型的隐写及提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号