检索结果-内蒙古大学图书馆

计算机学报 2022年第2期45卷 289-301页

作者：刘奇马娆俞凯上海交通大学人工智能研究院人工智能教育部重点实验室上海200240 上海交通大学计算机科学与工程系跨媒体语言智能实验室上海200240 新华社媒体融合生产技术与系统国家重点实验室第一联合创新中心北京100803

自然语言生成是目前非常重要且具有挑战性的一类人工智能任务.长短时记忆(Long Short-Term Memory,LSTM)语言模型是目前最为主流的自然语言生成模型.但是,LSTM语言模型的训练准则是词语级别的交叉熵,这会导致暴露偏差问题.此外,一般自... 详细信息

自然语言生成是目前非常重要且具有挑战性的一类人工智能任务.长短时记忆(Long Short-Term Memory,LSTM)语言模型是目前最为主流的自然语言生成模型.但是,LSTM语言模型的训练准则是词语级别的交叉熵,这会导致暴露偏差问题.此外,一般自然语言生成任务的评测指标是序列级别的BLEU分数或者词错误率,这与训练使用的交叉熵准则也不匹配.在本文中,我们使用马尔可夫决策过程重定义了自然语言生成问题,并通过从训练数据中提取的先验控制向量来指导生成过程.先验控制向量可以视作是对序列空间的一种先验划分的抽象,通过在自然语言生成中引入先验控制向量,我们可以更好的约束自然语言生成的空间.再通过马尔可夫决策过程的定义,我们可以使用策略梯度算法来直接使用测试使用的BLEU分数来代替交叉熵训练LSTM网络.在多个数据集上的实验显示本文提出的方法相比于普通使用LSTM语言模型的基线系统在BLEU分数上有大约绝对2%~3%的提升.

关键词：自然语言生成马尔可夫决策过程先验控制向量策略梯度算法深度强化学习

来源：评论

学校读者我要写书评

暂无评论

自动驾驶开源数据体系:现状与未来

引用

中国科学：信息科学 2024年第6期54卷 1283-1318页

作者：李弘扬李阳王晖杰曾嘉徐慧琳蔡品隆陈立严骏驰徐丰熊璐王井东朱福堂许春景汪天才夏飞穆北鹏彭志辉林达华乔宇上海人工智能实验室上海200232 上海交通大学计算机科学与工程系上海200240 复旦大学信息科学与工程学院上海200433 同济大学汽车学院上海200092 百度北京100085 比亚迪深圳518118 华为深圳518129 旷视科技北京100096 美团北京100102 智元机器人上海201315

随着自动驾驶技术的不断成熟与应用,系统性梳理开源自动驾驶数据集有利于产业生态良性循环.现有自动驾驶数据集可大致分为两代,第一代数据集的传感模态复杂度相对较低、数据集规模相对较小,且大多局限于感知级任务,以发布于2012年的KITT... 详细信息

随着自动驾驶技术的不断成熟与应用,系统性梳理开源自动驾驶数据集有利于产业生态良性循环.现有自动驾驶数据集可大致分为两代,第一代数据集的传感模态复杂度相对较低、数据集规模相对较小,且大多局限于感知级任务,以发布于2012年的KITTI为代表.相比于第一代数据集,第二代数据集的特征为传感模态复杂度较高、数据集规模与多样性较丰富、所设置任务从感知扩展到预测、规控上,以2019年前后提出的nuScenes,Waymo为代表.本文联合学术界、产业界同仁,首次系统性梳理了国内外70余种开源自动驾驶数据集,对如何构建高质量数据集、数据在算法闭环体系中发挥的核心作用、如何利用生成式大模型规模化生产数据等进行了总结.此外,就未来第三代自动驾驶数据集应该具备的特质和数据规模,以及需要解决的科学与技术问题,进行了详细分析与讨论.希望本文的归纳与展望能促进新一代自动驾驶数据集与生态体系的建设、推动关键领域自主原创与科技自强的发展.

关键词：自动驾驶数据算法闭环基础模型数据集与挑战赛

来源：评论

学校读者我要写书评

暂无评论

分布式模型训练中的通信优化方法:现状及展望

引用

小型微型计算机系统 2024年第12期45卷 2964-2978页

作者：赵海燕易庆奥汤敬华钱诗友曹健上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海200093 上海交通大学计算机科学与工程系上海200240

在进行大模型训练时,采用分布式训练是解决单个GPU卡或单个节点无法处理庞大模型参数和数据集的有效方法.通过将训练任务分配给多个节点,分布式模型训练实现了计算资源的并行利用,从而提高了训练效率.然而,随着模型规模的迅速增大,通信... 详细信息

在进行大模型训练时,采用分布式训练是解决单个GPU卡或单个节点无法处理庞大模型参数和数据集的有效方法.通过将训练任务分配给多个节点,分布式模型训练实现了计算资源的并行利用,从而提高了训练效率.然而,随着模型规模的迅速增大,通信成为制约分布式训练性能的瓶颈.近年来,许多研究者对分布式训练中的通信问题进行了深入的研究,本文对相关研究进行全面的综述,从5个不同角度对分布式训练中的通信问题进行了分析,并总结了相应的优化方法.这些优化方法包括但不限于通信拓扑优化、梯度压缩技术、同步和异步算法、重叠通信与计算、以及通信库及硬件的优化.最后,本文对未来的研究方向进行了分析与展望.

关键词：大模型分布式训练并行通信优化

来源：评论

学校读者我要写书评

暂无评论

面向业务过程的概念漂移检测方法D-SPC

引用

小型微型计算机系统 2025年第2期46卷 266-273页

作者：戎小玉赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海200093 上海交通大学计算机科学与技术系上海200030

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.... 详细信息

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.本文中从过程模型的变化伴有新活动对的出现、旧活动对的消失以及活动对出现频率的变化这一基本现象出发,设计了一种简洁高效的检测框架.在该框架中,针对活动对的出现和消失设计了对活动对出现的轨迹索引进行差分的检测方法;针对活动对频率的变化,在轨迹索引差分的基础上首次运用统计过程控制的工具来检测概念漂移.为了验证本文提出方法的性能,使用合成日志和真实生活日志进行评估,并将本文方法与2种相似方法和4中不同方法进行了实验对比,实验结果表明,本文的方法有效且有更高的精度.

关键词：过程挖掘概念漂移差分分析统计过程控制变更点检测

来源：评论

学校读者我要写书评

暂无评论

轻量级密码算法Piccolo的统计故障分析

引用

计算机学报 2021年第10期44卷 2104-2121页

作者：李玮李嘉耀谷大武汪梦林蔡天培东华大学计算机科学与技术学院上海201620 上海交通大学计算机科学与工程系上海200240 上海交通大学上海市可扩展计算与系统重点实验室上海200240 上海交通大学上海市信息安全综合管理技术研究重点实验室上海200240

Piccolo算法是于2011年CHES会议上提出的一种轻量级分组密码算法,用于物联网环境中保护RFID、传感器、智能卡等电子设备的通信安全.目前国内外安全性分析研究集中在该算法的已知明文攻击和选择明文攻击,在攻击者能力最弱条件下的唯密文... 详细信息

Piccolo算法是于2011年CHES会议上提出的一种轻量级分组密码算法,用于物联网环境中保护RFID、传感器、智能卡等电子设备的通信安全.目前国内外安全性分析研究集中在该算法的已知明文攻击和选择明文攻击,在攻击者能力最弱条件下的唯密文攻击尚无相关研究.文中提出了统计故障分析下Piccolo密码的安全性,即在唯密文条件下,使用SEI、HW、ML、GF、MAP、GF-SEI、GF-ML、ML-SEI、ML-MAP、MM-HW及MM-HW-ML等一系列区分器,恢复Piccolo密码的主密钥.实验结果表明,Piccolo算法不能抵御统计故障分析的攻击,文中提出的新型区分器ML-MAP、MM-HW和MM-HW-ML仅需164和262个故障,可以分别恢复出80比特和128比特主密钥,有效地减少了故障数,并提升了攻击效率.该结果为物联网环境中轻量级密码的安全设计与实现提供有价值的参考.

关键词： Piccolo 轻量级密码算法密码分析唯密文攻击统计故障分析

来源：评论

学校读者我要写书评

暂无评论

基于社区发现的网络异常检测方法

引用

计算机学报 2022年第4期45卷 825-837页

作者：钱爱娟樊昕董笑菊褚衍杰袁晓如上海交通大学计算机科学与工程系上海200240 盲信号处理国家级重点实验室成都610041 北京大学机器感知与智能教育部重点实验室智能学院北京100871 大数据分析与应用技术国家工程实验室北京100871

随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网... 详细信息

随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网络安全问题至关重要.其中网络异常检测得到了研究人员的普遍关注.多年来,虽然已有许多异常检测的工作可以一定程度上发现和抵御网络攻击,但是有些方法难以适用于无标签的数据集,有些方法则训练成本过高,无法应用于实时场景.此外,对于细微异常的检测也是现有方法面临的一大问题.考虑到模型可解释性对于很多场景的必要性,本文以可视分析作为基础,提出了基于社区发现的网络异常检测方法,通过一个较为合适的粒度来提高系统对于细微异常的检测能力.该方法首先使用多层常量玻茨模型(CPM)算法对移动时间窗内的网络数据检测社区,并以社区为单位提取特征向量,然后用社区匹配方法将相邻时间步的社区关联起来,通过监控各社区特征的变化情况来检测异常.这种方法既考虑了网络数据作为动态图的特性,又能从一个比较合适的粒度提取特征.此外,系统提供可视化界面来帮助用户确认异常点前后的网络情况、关联异常事件.通过在Vast Challenge 2013挑战三的NetFlow数据集上的实验证明了该方法能够有效地检测更加细微的网络异常,验证了所提方法的有效性.

关键词：网络异常检测可视分析社区发现社区匹配

来源：评论

学校读者我要写书评

暂无评论

轻量级密码算法TWINE的唯密文故障分析

引用

通信学报 2021年第3期42卷 135-149页

作者：李玮汪梦林谷大武李嘉耀蔡天培徐光伟东华大学计算机科学与技术学院上海201620 上海交通大学计算机科学与工程系上海200204 上海交通大学上海市可扩展计算与系统重点实验室上海200204 上海交通大学上海市信息安全综合管理技术研究重点实验室上海200093

研究了唯密文攻击下TWINE密码的安全性,即在唯密文故障攻击下,利用SEI、MLE、HW、GF、GF-SEI、GF-MLE、Parzen-HW、MLE-HE、HW-HE和HW-MLE-HE等一系列区分器进行分析,能够以至少99%的成功概率恢复TWINE密码的主密钥。仿真实验表明,所提... 详细信息

研究了唯密文攻击下TWINE密码的安全性,即在唯密文故障攻击下,利用SEI、MLE、HW、GF、GF-SEI、GF-MLE、Parzen-HW、MLE-HE、HW-HE和HW-MLE-HE等一系列区分器进行分析,能够以至少99%的成功概率恢复TWINE密码的主密钥。仿真实验表明,所提新型区分器MLE-HE、HW-HE和HW-MLE-HE可以有效地减少故障数并提高攻击效率。研究结果为分析物联网中轻量级密码算法的安全性提供了重要参考。

关键词：轻量级密码 TWINE 唯密文故障分析物联网

来源：评论

学校读者我要写书评

暂无评论

基于无监督学习的智能数据中心电力拓扑系统

引用

清华大学学报（自然科学版） 2023年第5期63卷 730-739页

作者：贾鹏王平辉陈品安陈奕超何诚刘炯宙管晓宏西安交通大学智能网络与网络安全教育部重点实验室西安710049 西安交通大学深圳研究院深圳518057 阿里巴巴(中国)有限公司杭州311100 上海交通大学计算机科学与工程系上海200240 上海鼎茂信息技术有限公司上海200333 清华大学自动化系智能与网络化系统研究中心北京100084

在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。... 详细信息

在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。

关键词：数据中心电力拓扑结构自动生成与验证无监督学习

来源：评论

学校读者我要写书评

暂无评论

一种事件日志时间属性的匿名方法

引用

小型微型计算机系统 2025年

作者：王淞颢赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海交通大学计算机科学与技术系

过程挖掘（Process Mining）技术在分析和优化业务流程中扮演着重要角色，然而，在实际应用中，事件日志通常包含敏感信息，如个人身份信息（PII）和商业隐私，这些敏感信息的暴露可能导致隐私泄露和数据滥用的问题.因此，如何在保留事... 详细信息

过程挖掘（Process Mining）技术在分析和优化业务流程中扮演着重要角色，然而，在实际应用中，事件日志通常包含敏感信息，如个人身份信息（PII）和商业隐私，这些敏感信息的暴露可能导致隐私泄露和数据滥用的问题.因此，如何在保留事件日志的有效性和完整性的同时，实现数据匿名化处理，成为过程挖掘研究中的一个重要挑战.当前主流的事件日志匿名中大多注重于控制流视角的匿名，而忽略时间戳属性的保护.本文提出了一种有效的事件日志时间属性匿名化方法，使用基于组的方法对事件日志的时间戳属性提供了隐私保证.实验证明，该方法在保护敏感信息的同时，能够保持日志数据的分析价值.

关键词：过程挖掘事件日志匿名化隐私保护 k-匿名差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于少样本深度学习的异常检测方法:综述与展望

引用

小型微型计算机系统 2024年第10期45卷 2514-2521页

作者：赵海燕陈子盟曹健陈庆奎上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海200093 上海交通大学计算机科学与技术系上海200030

随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行... 详细信息

随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行了说明,对少样本学习进行异常检测进行了定义;其次,本文系统的总结了基于少样本学习进行异常检测的方法,对基于少样本学习进行异常检测从两个角度进行了分类,总结了评价指标,介绍了常用的数据集;最后,本文对少样本学习异常检测的未来进行了展望,提出了研究方向和思路.

关键词：深度学习少样本学习异常检测

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：