Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学李红裔获国家专利权

北京航空航天大学李红裔获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一类矩限制正则化自适应优化的侧信道分析方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119691594B

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411858395.9,技术领域涉及:G06F18/2415;该发明授权一类矩限制正则化自适应优化的侧信道分析方法及系统是由李红裔;赵迪;张一帆设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

一类矩限制正则化自适应优化的侧信道分析方法及系统在说明书摘要公布了:本发明公开了一类矩限制正则化自适应优化的侧信道分析方法及系统,其中方法步骤包括:获取若干条侧信道迹线数据并进行重组划分;对划分后的侧信道迹线数据进行预处理,得到处理后数据;构建侧信道分析模型,对处理后数据进行分类识别,得到每条侧信道迹线数据的预测标签值的概率;基于获取的侧信道迹线数据预测标签值的概率,优化侧信道分析模型,得到最终模型;利用最终模型,完成侧信道分析。本发明通过自适应学习率和正则化项提升模型训练稳定性和泛化能力,避免过拟合,加快收敛速度,尤其在数据有限或模型复杂时效果显著。

本发明授权一类矩限制正则化自适应优化的侧信道分析方法及系统在权利要求书中公布了:1.一类矩限制正则化自适应优化的侧信道分析方法,其特征在于,步骤包括: 获取若干条侧信道迹线数据并进行重组划分; 对划分后的所述侧信道迹线数据进行预处理,得到处理后数据; 构建侧信道分析模型,对所述处理后数据进行分类识别,得到每条侧信道迹线数据的预测标签值的概率;构建的所述侧信道分析模型包括: 第一卷积层,第一批标准化层,第一池化层,展平层, 第一全连接层,第二全连接层,第三全连接层,softmax层; 所述第一卷积层,第一批标准化层,第一池化层,展平层,第一全连接层,第二全连接层,第三全连接层,softmax层依次连接;第一卷积层,用于输入每个批次的ASCAD迹线数据,通过一维卷积提取得到第一卷积特征,并输出至第一批标准化层;第一批标准化层,用于输入通过一维卷积提取得到的第一卷积特征,并对特征进行归一化处理后,获得第一批标准化层的归一化特征,输出至第一池化层;第一池化层,用于通过输入第一批标准化层的归一化特征,对输入进行下采样,获得第一池化特征,并输出至展平层;展平层,用于输入第一池化特征,将二维特征展平成一维向量,并输出至第一全连接层; 第一全连接层,用于输入展平层的展平特征,通过全连接操作提取非线性特征,得到第一全连接层特征,并输出至第二全连接层;基于获取的侧信道迹线数据预测标签值的概率,优化所述侧信道分析模型,得到最终模型;对所述侧信道分析模型进行优化的方法包括:利用获取的侧信道迹线数据预测标签值的概率,以及每条侧信道迹线数据的真实标签值构建交叉熵损失函数模型;通过矩限制正则化自适应优化算法训练所述损失函数模型,得到所述最终模型;构建的所述交叉熵损失函数模型,表达式如下: 其中,表示类别的总数;表示真实标签值;表示所述侧信道分析模型中softmax层输出的预测概率; 利用所述最终模型,完成侧信道分析。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。