检索结果-内蒙古大学图书馆

计算机工程与设计 2024年第3期45卷 669-675页

作者：王法玉于晓文陈洪涛天津理工大学计算机病毒防治技术国家工程实验室天津300384

现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二... 详细信息

现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二层基于投票的集成学习保证全局信息的完整性。实验结果表明,所提模型在不平衡数据集上的恶意网页识别性能优于传统机器学习模型。

关键词：恶意网页识别不平衡数据多层分类器欠采样机器学习集成学习检测效果

来源：评论

学校读者我要写书评

暂无评论

基于字词重现的中文文本对抗样本生成方法

引用

计算机工程 2024年

作者：王春东赵智航杨伟杰方顺尧天津理工大学计算机科学与工程学院计算机病毒防治技术国家工程实验室

随着海量数据的积累以及计算能力的不断提高，深度神经网络（DNN）已广泛应用于图像识别、文本分类等各个领域。然而，研究表明基于深度神经网络的文本分类模型经常受到攻击者恶意构造的对抗样本攻击，攻击者可以通过删除、修改原始文... 详细信息

随着海量数据的积累以及计算能力的不断提高，深度神经网络（DNN）已广泛应用于图像识别、文本分类等各个领域。然而，研究表明基于深度神经网络的文本分类模型经常受到攻击者恶意构造的对抗样本攻击，攻击者可以通过删除、修改原始文本、插入混淆语句以及加入标点符等方式使得模型分类结果发生改变。现有的对抗样本生成方法大多都是以牺牲隐蔽性为代价，采用多类型替换池杂糅的方式来提高攻击准确率，使得攻击成功率和对抗样本的隐蔽性无法兼得。针对此问题，本文提出了一种针对对抗样本隐蔽性进行设计的中文对抗样本生成方法WordReproduction，通过汉字本身词性并结合字词级维度来计算汉字的显著性得分，在关键字词替换模块中利用形近字向量空间、字形拆分候选池和词语倒置三种字形替换方法结合，分别对关键字和词进行替换，并根据汉字的形态特征设计了字形相似度评估算法，更好地量化对抗样本与原文之间的相似程度。实验结果表明，WordReproduction方法生成的对抗样本在攻击成功率和字形相似度上均优于基线方法，在情感分类场景的Transformer模型上，相比WordHandling方法，不仅攻击成功率提高了51.64个百分点，其字形相似度得分也提高了0.53，生成的对抗样本不仅能够误导模型的分类结果，而且具有较高的隐蔽性，人类阅读者很难觉察。

关键词：深度神经网络文本分类对抗样本生成字形替换相似度评估

来源：评论

学校读者我要写书评

暂无评论

一种利用低秩多模态融合的恶意软件分类方法

引用

小型微型计算机系统 2024年第12期45卷 3008-3015页

作者：王春东刘驰天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

恶意软件数量持续增长对网络空间安全造成严重威胁.大量采用规避分析方法进行混淆的样本使得基于单一特征的恶意软件分析方法难以准确检测或分类恶意软件,虽然目前已有使用多特征的恶意软件分析方法,但没有充分利用不同模态特征之间的... 详细信息

恶意软件数量持续增长对网络空间安全造成严重威胁.大量采用规避分析方法进行混淆的样本使得基于单一特征的恶意软件分析方法难以准确检测或分类恶意软件,虽然目前已有使用多特征的恶意软件分析方法,但没有充分利用不同模态特征之间的相互关系.为了解决上述问题,本文提出一种利用低秩多模态融合的恶意软件分类方法.首先提取汇编函数的语义与调用关系、可视化灰度图和熵值分布分别输入对应模态的子模型,然后通过低秩多模态融合方法进行多模态特征融合.该方法在利用外积表示模态之间相互关系的基础上进行优化,将融合过程中的权重矩阵分解为低秩权重因子,避免计算高维张量来降低计算复杂性.实验表明本文方法在恶意软件分类上有较好的表现.

关键词：恶意软件分类低秩多模态融合汇编代码灰度图熵值分布

来源：评论

学校读者我要写书评

暂无评论

基于矫正理解的中文文本对抗样本生成方法

引用

计算机工程 2023年第2期49卷 37-45页

作者：王春东孙嘉琪杨文军天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

自然语言处理技术在文本分类、文本纠错等任务中表现出强大性能,但容易受到对抗样本的影响,导致深度学习模型的分类准确性下降。防御对抗性攻击是对模型进行对抗性训练,然而对抗性训练需要大量高质量的对抗样本数据。针对目前中文对抗... 详细信息

自然语言处理技术在文本分类、文本纠错等任务中表现出强大性能,但容易受到对抗样本的影响,导致深度学习模型的分类准确性下降。防御对抗性攻击是对模型进行对抗性训练,然而对抗性训练需要大量高质量的对抗样本数据。针对目前中文对抗样本相对缺乏的现状,提出一种可探测黑盒的对抗样本生成方法WordIllusion。在数据处理与计算模块中,数据在删除标点符号后输入文本分类模型得到分类置信度,再将分类置信度输入CKSFM计算函数,通过计算比较cksf值选出句子中的关键词。在关键词替换模块中,利用字形嵌入空间和同音字库中的相似词语替换关键词并构建对抗样本候选序列,再将序列重新输入数据处理与计算模块计算cksf值,最终选择cksf值最高的数据作为最终生成的对抗样本。实验结果表明,WordIllusion方法生成的对抗样本在多数深度学习模型上的攻击成功率高于基线方法,在新闻分类场景的DPCNN模型上相比于CWordAttack方法最多高出41.73个百分点,且生成的对抗样本与原始文本相似度很高,具有较强的欺骗性与泛化性。

关键词：深度神经网络自然语言处理文本分类对抗样本矫正理解

来源：评论

学校读者我要写书评

暂无评论

基于改进鸽群算法组合优化的入侵检测模型

引用

计算机科学 2024年第S02期51卷 904-910页

作者：王春东雷杰斌天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者... 详细信息

入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者视为独立问题,分别优化。但机器学习参数与训练数据中的特征密切相关,特征集的改变很可能引起最优机器学习参数的变化。针对这一问题,提出了一种基于改进鸽群算法组合优化的入侵检测方法(ICOPIO)。该方法可以同时实现特征筛选和机器学习参数优化,避免了人为参数设置的干扰,减少了冗余和无关特征的影响,进一步提高了入侵检测模型的性能。此外,还利用Spark对ICOPIO进行并行化处理,提高了ICOPIO的效率。最后,使用NSL-KDD和UNSW-NB15两个入侵检测标准数据集对模型进行了评估,与现有的几种相关方法相比,所提出的模型在TPR、FPR、平均准确率上都取得了最好的结果,且证明了ICOPIO具有良好的可扩展性。

关键词：特征选择参数优化入侵检测并行化鸽群算法

来源：评论

学校读者我要写书评

暂无评论

面向图像数据的对抗鲁棒性综述

引用

科学技术与工程 2023年第24期23卷 10199-10208页

作者：王春东史俊徽天津理工大学计算机科学与工程学院天津150384 计算机病毒防治技术国家工程实验室天津150384

神经网络的脆弱性是深度学习方法中的关键挑战,获得鲁棒的深度神经网络是网络安全和深度学习的共同目标。然而单一学科得参与并不能有效解决当前面对抗鲁棒性面临的复杂问题。为引起诸多学科对抗鲁棒性研究的兴趣,包括认知科学、人类科... 详细信息

神经网络的脆弱性是深度学习方法中的关键挑战,获得鲁棒的深度神经网络是网络安全和深度学习的共同目标。然而单一学科得参与并不能有效解决当前面对抗鲁棒性面临的复杂问题。为引起诸多学科对抗鲁棒性研究的兴趣,包括认知科学、人类科学和社会科学。从4个方面总结了对抗性鲁棒性,分别是:对抗攻防、对抗性脆弱的原因、泛化和评估。提出了3个较为重要的研究方向以及一些开放性问题。解决对抗脆弱性问题需要多学科参与,对抗鲁棒性研究发展需要深度学习模式向开放转变。

关键词：对抗鲁棒性攻击与防御鲁棒性评估可解释性对抗样本

来源：评论

学校读者我要写书评

暂无评论

面向社交媒体数据的人格识别研究进展

引用

计算机科学与探索 2023年第5期17卷 1002-1016页

作者：林浩王春东孙永杰天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384 智能计算及软件新技术天津市重点实验室天津300384 天津理工大学语言文化学院天津300384

人格是一种与人类的想法、情绪、行为相关的稳定模式,任何涉及对人类行为进行理解、分析、预测的技术都有可能受益于人格识别。准确识别人格将有助于人机交互、推荐系统、网络空间安全等研究。社交媒体为人格识别研究提供了高质量的数据... 详细信息

人格是一种与人类的想法、情绪、行为相关的稳定模式,任何涉及对人类行为进行理解、分析、预测的技术都有可能受益于人格识别。准确识别人格将有助于人机交互、推荐系统、网络空间安全等研究。社交媒体为人格识别研究提供了高质量的数据源,而自陈量表、投射测验等经典人格测量方法已无法匹配大数据时代的社交媒体数据,且主流的基于机器学习训练的人格识别模型仍有很大性能提升空间。故此,梳理了当前面向社交媒体数据的人格识别的研究,介绍了人格识别的背景知识,按照人格识别模型输入数据的类型分别综述研究现状并系统地总结了经典文献,具体类型为基于社交文本数据、基于社交图像数据、基于社交应用统计数据以及基于多模态数据。最后,提出面向社交媒体数据的人格识别研究的七个未来研究方向。

关键词：人格识别社交媒体大五人格迈尔斯布里格斯类型指标

来源：评论

学校读者我要写书评

暂无评论

基于特征夹角的超球体嵌入对抗训练

引用

天津理工大学学报 2024年

作者：史俊徽王春东天津理工大学计算机科学与工程学院计算机病毒防治技术国家工程实验室

基于特征夹角的超球体嵌入对抗训练致力于提高学习可靠表示的效率。文章提出了特征夹角方法并在对抗训练中引入了超球体嵌入方法。特征夹角方法可以量化样本与决策边界的夹角。一方面，特征夹角可以引导干净样本越过决策边界；另一方面... 详细信息

基于特征夹角的超球体嵌入对抗训练致力于提高学习可靠表示的效率。文章提出了特征夹角方法并在对抗训练中引入了超球体嵌入方法。特征夹角方法可以量化样本与决策边界的夹角。一方面，特征夹角可以引导干净样本越过决策边界；另一方面减少了迭代次数并划分了简单样本和硬性样本。超球体嵌入方法将特征整合到了样本空间中的超球体上，通过特征归一化、权重归一化和角距离边距调整了特征流形的分布。将特征夹角方法与超球体嵌方法结合提高了模型收敛速度。最后，在白盒环境和黑盒环境下验证了基于特征夹角的超球体嵌入对抗训练的有效性。结合对比实验分析了特征夹角方法的作用及其作用原理。另外，通过消融实验，我们对超球体嵌入进行了理论分析，解释了超球体嵌入各步骤的原理。广泛的分析证明，特征夹角与超球体嵌入对抗训练能够很好地耦合，它帮助动态调整训练过程并提高模型收敛速度。基于特征夹角的超球体嵌入对抗训练可以在不提高数据量和计算量的情况下有效提高了模型对可靠特征的编码能力。

关键词：特征夹角超球体嵌入对抗训练对抗样本

来源：评论

学校读者我要写书评

暂无评论

基于交易网络的公有链用户识别方法

引用

计算机工程 2022年第8期48卷 30-36页

作者：王劲松赵述佳赵泽宁张洪玮天津理工大学计算机科学与工程学院天津300384 智能计算及软件新技术天津市重点实验室天津300384 计算机病毒防治技术国家工程实验室天津300457

分析与研究公有链交易数据及系统用户行为对于保证公有链应用安全至关重要。比特币作为公有链的代表性应用,是一种基于P2P网络的电子现金系统。比特币交易地址具有匿名特征,无法关联到用户真实信息,这使得比特币溯源非常困难。为识别比... 详细信息

分析与研究公有链交易数据及系统用户行为对于保证公有链应用安全至关重要。比特币作为公有链的代表性应用,是一种基于P2P网络的电子现金系统。比特币交易地址具有匿名特征,无法关联到用户真实信息,这使得比特币溯源非常困难。为识别比特币中交易地址间的关联关系,推断出用户真实信息,提出一种基于交易网络的用户识别方法。对比特币区块数据进行预处理,通过解析比特币区块数据中的脚本信息,将比特币原始交易数据处理为更加直观的数据格式。衡量交易输入与输出地址间的相似程度,根据交易地址关联信息识别出比特币匿名地址对应的所有用户。在实验中应用真实的比特币区块数据,利用可视化方式对用户识别结果进行分析,结果表明该方法不受交易规则的限制,能对比特币匿名地址进行有效识别,且随着比特币区块数量的增加,识别准确率基本稳定于80%。

关键词：区块链公有链比特币用户识别地址聚类

来源：评论

学校读者我要写书评

暂无评论

基于有向无环图的区块链技术综述

引用

计算机工程 2022年第6期48卷 11-23页

作者：王劲松杨唯正赵泽宁魏佳佳天津理工大学计算机科学与工程学院天津300384 智能计算及软件新技术天津市重点实验室天津300384 计算机病毒防治技术国家工程实验室天津300457

区块链技术已广泛应用于金融、公共服务、物联网、网络安全、供应链等多个领域,但传统单链结构的区块链在吞吐量、交易确认速度和可扩展性方面存在不足,导致其在一些短时高并发量数据场景中难以落地应用。基于有向无环图(DAG)的区块链... 详细信息

区块链技术已广泛应用于金融、公共服务、物联网、网络安全、供应链等多个领域,但传统单链结构的区块链在吞吐量、交易确认速度和可扩展性方面存在不足,导致其在一些短时高并发量数据场景中难以落地应用。基于有向无环图(DAG)的区块链技术因其具有交易并发确认功能、吞吐量高、可扩展性强等优势受到研究者广泛关注。通过分析研究现有DAG区块链的发展和演化过程、评估方法、优化方向以及应用场景,探索DAG区块链在落地应用中的可行性。阐述主流DAG区块链的研究现状,比较传统区块链与DAG区块链的优势与不足,并分析现有区块链属性评估方法,总结DAG区块链评估结果。在此基础上,从交易确认速度、系统吞吐量、系统安全性、存储结构等方面对比现有DAG区块链的优化方法,介绍DAG区块链在数据管理、基于边缘计算和联邦学习的数据共享以及面向访问控制和隐私保护的数据安全等场景中的应用情况,并指出当前研究中存在的主要问题和挑战,对未来的研究方向进行展望。

关键词：区块链有向无环图共识机制区块链数据结构分布式账本技术数据管理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：