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！

龙图腾网获悉暨南大学申请的专利一种基于语义噪声的图像语义通信安全防护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：CN121056237B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511573464.6，技术领域涉及：H04L9/40；该发明授权一种基于语义噪声的图像语义通信安全防护方法及系统是由艾昆强;蔡东洪;盛步祥;张培松;郭杰洋设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于语义噪声的图像语义通信安全防护方法及系统在说明书摘要公布了：本发明公开了一种基于语义噪声的图像语义通信安全防护方法，该方法包括下述步骤：原始输入图像经语义编码器进行编码后得到原始语义信息；获取带噪语义信息，构建对抗生成网络并进行训练，将带噪语义信息输入训练后的对抗生成网络生成虚假图像；构建特征增强网络并进行训练，将虚假图像输入训练后的特征增强网络，生成增强后的生成图像；基于增强后的生成图像构建对抗扰动，将对抗扰动映射至语义空间并进行功率归一化，得到语义噪声；将带噪语义信息与语义噪声混叠，得到混叠后的传输信息。本发明能够在仅具备语义编码器使用权的条件下，自主生成具备主动伪装能力的语义噪声，以实现对传输语义信息的有效保护。

本发明授权一种基于语义噪声的图像语义通信安全防护方法及系统在权利要求书中公布了：1.一种基于语义噪声的图像语义通信安全防护方法，其特征在于，包括下述步骤： 原始输入图像经语义编码器进行编码后得到原始语义信息； 获取带噪语义信息，构建对抗生成网络并进行训练，将带噪语义信息输入训练后的对抗生成网络生成虚假图像； 对抗生成网络进行训练时，基于自监督对抗损失和互信息对抗损失构建总损失函数，基于总损失函数对对抗生成网络进行训练； 构建的自监督对抗损失为： ； 其中，表示数学期望，表示鉴别器，表示生成器，表示带噪语义信息，表示原始语义信息，表示经预训练且冻结参数的语义编码器，表示标准对抗损失； 互信息对抗损失表示为： ； 其中，表示互信息下界，表示超参数，表示互信息估计器； 构建特征增强网络并进行训练，将虚假图像输入训练后的特征增强网络，生成增强后的生成图像； 基于增强后的生成图像构建对抗扰动，将对抗扰动映射至语义空间并进行功率归一化，得到语义噪声； 基于增强后的生成图像构建对抗扰动，具体包括： 为增强后的生成图像分配伪标签，得到训练集； 基于训练集训练替代分类器，计算对抗扰动； 将带噪语义信息与语义噪声混叠，得到混叠后的传输信息。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。