检索结果-内蒙古大学图书馆

电子学报 2023年第9期51卷 2578-2587页

作者：黄隆坤田有亮谢洪涛贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州省公共大数据重点实验室贵州贵阳550025 中国科学技术大学信息科学与技术学院安徽合肥230026

在5G的海量机器类通信(massive Machine Type Communication,mMTC)物联网环境下,存在跨安全域的公钥加密体制PKI(Public Key Infrastructure)的物联网用户对无证书加密体制CLC(CertificateLess Cryptosystem)的物联网设备跨域安全通信问题.本文基于用户口令、生物特征和用户智能设备等组成的三因子和国密SM2的加密和签名算法,提出三因子跨域签密的访问控制方案(Three-factor Cross-domain Signcryption Access Control scheme for IoT environment,TCSAC-IoT),用于在跨安全域的情况下实现PKI物联网用户对CLC物联网设备跨域安全通信.方案通过三因子跨域签密算法对PKI物联网用户进行认证,对合法的PKI物联网用户建立与CLC物联网设备之间的共享秘钥,避免非法用户对CLC物联网设备资源非法访问,并在真实或随机ROR(Real-Or-Random)模型下证明了该方案在DY(DolevYao)模型和CK(Cantti-Krawczyk)模型下满足语义安全性,同时具有抗伪装攻击、抗重放攻击、抗中间人攻击、抗内部特权攻击和抗盗用或丢失PKI用户智能设备攻击,与类似方案对比分析的结果表明本方案有较低的计算开销和通信开销.

关键词：跨域签密跨域访问控制物联网安全 5G

来源：评论

学校读者我要写书评

暂无评论

视频问答技术研究进展

引用

计算机研究与发展 2024年第3期61卷 639-673页

作者：包翠竹丁凯董建峰杨勋谢满德王勋浙江工商大学计算机科学与技术学院杭州310018 浙江工商大学信息与电子工程学院杭州310018 浙江省电子商务与物流信息技术研究重点实验室(浙江工商大学) 杭州3100188 中国科学技术大学信息科学技术学院合肥230026

视频问答(video question answering,VideoQA)根据视频内容自动回答自然语言问题,是视觉语言领域较为新兴的一个研究方向,近年来引起了广泛关注.VideoQA问题的解决对于人机交互、智慧教育、智能交通、场景分析以及视频检索等各个领域都... 详细信息

视频问答(video question answering,VideoQA)根据视频内容自动回答自然语言问题,是视觉语言领域较为新兴的一个研究方向,近年来引起了广泛关注.VideoQA问题的解决对于人机交互、智慧教育、智能交通、场景分析以及视频检索等各个领域都有着重大意义.VideoQA是一项具有挑战性的任务,因为它需要模型同时理解视频与文本内容来生成问题的答案.首先,分析了VideoQA与图像问答(image question answering,ImageQA)的区别,总结了当下VideoQA相对于ImageQA所面临的4个挑战;然后,围绕着这些挑战对目前现有VideoQA模型进行了细致的分类,并重点介绍了模型的实现及不同模型之间的关联;接着详细介绍了在VideoQA中常用的基准数据集及目前主流算法在部分数据集上的性能,并进行了对比与分析;最后,讨论了该领域未来面临的挑战和研究趋势,为未来进一步研究提供一些思路.

关键词：视频问答注意力记忆网络循环神经网络图网络模型预训练模型

来源：评论

学校读者我要写书评

暂无评论

异构边缘计算环境下异步联邦学习的节点分组与分时调度策略

引用

通信学报 2023年第11期44卷 79-93页

作者：马千飘贾庆民刘建春徐宏力谢人超黄韬网络通信与安全紫金山实验室未来网络研究中心江苏南京211111 中国科学技术大学计算机科学与技术学院安徽合肥230026 中国科学技术大学苏州高等研究院江苏苏州215123 北京邮电大学网络与交换技术国家重点实验室北京100876

为了克服异构边缘计算环境下联邦学习的3个关键挑战,边缘异构性、非独立同分布数据及通信资源约束,提出了一种分组异步联邦学习(FedGA)机制,将边缘节点分为多个组,各个分组间通过异步方式与全局模型聚合进行全局更新,每个分组内部节点... 详细信息

为了克服异构边缘计算环境下联邦学习的3个关键挑战,边缘异构性、非独立同分布数据及通信资源约束,提出了一种分组异步联邦学习(FedGA)机制,将边缘节点分为多个组,各个分组间通过异步方式与全局模型聚合进行全局更新,每个分组内部节点通过分时方式与参数服务器通信。理论分析建立了FedGA的收敛界与分组间数据分布之间的定量关系。针对分组内节点的通信提出了分时调度策略魔镜法(MMM)优化模型单轮更新的完成时间。基于FedGA的理论分析和MMM,设计了一种有效的分组算法来最小化整体训练的完成时间。实验结果表明,FedGA和MMM相对于现有最先进的方法能降低30.1%~87.4%的模型训练时间。

关键词：边缘计算联邦学习非独立同分布数据异构性收敛分析

来源：评论

学校读者我要写书评

暂无评论

融合知识交互关系的认知诊断深度模型

引用

模式识别与人工智能 2023年第1期36卷 22-33页

作者：张所娟余晓晗陈恩红沈双宏郑雨黄松中国人民解放军陆军工程大学指挥控制工程学院南京210007 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室合肥230027

认知诊断是基于学习数据挖掘学习者潜在认知状态的一种智能评测技术.当前大多数认知诊断模型将学习任务中的知识视为同等重要,未考虑知识间的交互关系,从而影响诊断的准确性,同时也缺乏可解释性.针对上述问题,文中提出融合知识交互关系... 详细信息

认知诊断是基于学习数据挖掘学习者潜在认知状态的一种智能评测技术.当前大多数认知诊断模型将学习任务中的知识视为同等重要,未考虑知识间的交互关系,从而影响诊断的准确性,同时也缺乏可解释性.针对上述问题,文中提出融合知识交互关系的认知诊断深度模型,实现学习者认知状态与知识权重的统一表达.同时,实现基于Choquet积分的理想作答反应计算算法.最后提出模糊测度的深度神经网络,预测学习者的作答表现.大量实验表明,文中模型不仅取得较好的预测结果,还能为预测结果提供知识交互层面的解释,具有一定的优越性.

关键词：认知诊断知识交互模糊积分知识权重

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的任务缓存和计算卸载效益最大化算法研究

引用

小型微型计算机系统 2025年第3期46卷 724-734页

作者：袁晓铭田汉森赵哲宇徐小华毕远国东北大学秦皇岛分校河北省海洋感知网络与数据处理重点实验室秦皇岛066004 中国科学技术大学计算机科学与技术学院合肥230026

近年来,移动边缘计算(Mobile Edge Computing,MEC)技术的持续发展和应用成功地应对了随着终端用户数量急剧增加而导致网络边缘数据量爆炸性增长的用户服务需求.然而,如何实时优化分配这些服务器给不同用户仍然是一个亟待解决的紧迫问题... 详细信息

近年来,移动边缘计算(Mobile Edge Computing,MEC)技术的持续发展和应用成功地应对了随着终端用户数量急剧增加而导致网络边缘数据量爆炸性增长的用户服务需求.然而,如何实时优化分配这些服务器给不同用户仍然是一个亟待解决的紧迫问题.本文专注于多用户多MEC服务器场景中任务缓存和计算卸载策略的联合优化问题,借助于强化学习算法分别解决这两个子问题.在任务缓存方面,本文以最大化系统缓存命中率为目标,引入了基于Gomory割平面的多臂选择算法(Gomory Based Multi-Arm Selection,GMAS)来适应不同任务数据量的差异,并通过理论证明了算法遗憾上界的对数性.而在任务卸载方面,提出了Dueling架构的双重Q网络(Double DQN with Dueling architecture,D3QN)算法以应对多用户多MEC服务器中的任务卸载问题,该算法在保证任务性能的同时有效规避了DQN算法中Q值过估计的问题.仿真结果表明,本文所提出的算法在时延和能耗等方面相较A3C和DQN算法表现出明显的优势.

关键词：移动边缘计算任务缓存计算卸载深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于无监督语义哈希的高效相似题检索模型

引用

计算机应用 2024年第1期44卷 206-216页

作者：佟威何理扬李锐黄威黄振亚刘淇教育部教育考试院北京100084 中国科学技术大学计算机科学与技术学院合肥230027 认知智能全国重点实验室合肥230088

相似题检索旨在从数据库中找到与给定查询试题考查目标相似的试题。随着在线教育的不断发展,试题数据库日益庞大,且由于试题数据的专业属性使标注相关性非常困难,因此需要一种高效且无需标注的相似题检索模型。无监督语义哈希能在无监... 详细信息

相似题检索旨在从数据库中找到与给定查询试题考查目标相似的试题。随着在线教育的不断发展,试题数据库日益庞大,且由于试题数据的专业属性使标注相关性非常困难,因此需要一种高效且无需标注的相似题检索模型。无监督语义哈希能在无监督信号的前提下将高维数据映射为低维且高效的二值表征。但不能简单地将语义哈希模型应用在相似题检索模型中,因为试题数据具有丰富的语义信息,而二值向量的表征空间有限。为此,提出一个能获取、保留关键信息的相似题检索模型。首先,设计了一个关键信息获取模块获取试题数据的关键信息,并引入去冗余目标损失去除冗余信息;其次,在编码过程中引入随时间变化的激活函数,减少编码信息损失;再次,为了最大化利用汉明空间,在优化过程中引入比特平衡目标和比特无关目标以优化二值表征的分布。在MATH和HISTORY数据集上的实验结果表明,相较于表现最好的文本语义哈希模型DHIM(Deep Hash InfoMax),所提模型在2个数据集的3个召回率设置上分别平均提升约54%和23%;在检索效率方面,所提模型比最优的相似题检索模型QuesCo具有明显的优势。

关键词：相似题检索无监督语义哈希表征学习对比学习

来源：评论

学校读者我要写书评

暂无评论

人机协同学习:实践逻辑与典型模式

引用

开放教育研究 2024年第1期30卷 65-72页

作者：王一岩刘淇郑永和北京师范大学科学教育研究院北京100875 中国科学技术大学计算机科学与技术学院安徽合肥230027 认知智能全国重点实验室安徽合肥230027

随着教育数字化转型的推进和生成式人工智能技术的发展,人机协同学习成为未来学习的新常态。人机协同学习主要通过学生和机器的分工和有机协同提升学习的效率和效能,促进学生智慧和机器智能的共同增长,实现人机协同的教育智慧创生,完成... 详细信息

随着教育数字化转型的推进和生成式人工智能技术的发展,人机协同学习成为未来学习的新常态。人机协同学习主要通过学生和机器的分工和有机协同提升学习的效率和效能,促进学生智慧和机器智能的共同增长,实现人机协同的教育智慧创生,完成超越人类智慧和机器智能的复杂任务,促进学生的知识建构、认知发展、思维提升和智慧养成。人机协同学习需要以学习者的智慧增长为核心,重视人和机器之间的博弈与平衡,强化人机角色的辨识与动态调整,加强人与机器自主度的灵活转换。本研究围绕面向知识掌握的“干预—自主”式学习、面向知识建构的“协作—探究”式学习、面向知识创造的“对话—协商”式学习,提出人机协同学习的典型模式,勾勒了人机协同学习的实践样态。未来人机协同学习需要优化智能学习干预的模式与策略,提高学生的自主意识,加强人机协同学习模式的探索,探究人机协同学习的发生机制,以支撑和引领智能时代学习模式的创新发展。

关键词：人机协同学习个性化自主学习智慧学习力生成式人工智能人机协同教育

来源：评论

学校读者我要写书评

暂无评论

物联网无线协议安全综述

引用

信息安全学报 2022年第2期7卷 59-71页

作者：张伟康曾凡平陶禹帆李向阳中国科学技术大学计算机科学与技术学院合肥230027 中国科学院无线光电通信重点实验室合肥230027

近些年来,随着物联网的快速发展,其应用场景涵盖智慧家庭、智慧城市、智慧医疗、智慧工业以及智慧农业。相比于传统的以太网,物联网能够将各种传感设备与网络结合起来,实现人、电脑和物体的互联互通。形式多样的物联网协议是实现物联网... 详细信息

近些年来,随着物联网的快速发展,其应用场景涵盖智慧家庭、智慧城市、智慧医疗、智慧工业以及智慧农业。相比于传统的以太网,物联网能够将各种传感设备与网络结合起来,实现人、电脑和物体的互联互通。形式多样的物联网协议是实现物联网设备互联互通的关键,物联网协议拥有不同的协议栈,这使得物联网协议往往能表现出不同的特性。目前应用较广的物联网协议有ZigBee、BLE、Wi-Fi、LoRa、RFID等,这些协议能根据自身特性的不同应用在不同领域,比如说LoRa被广泛应用于低功耗广域网、RFID被用于设备识别。然而,由于物联网端设备只拥有受限的计算和存储资源,无法在其上实施完备的安全算法,许多物联网协议会在功耗和安全性之间进行取舍,使得物联网协议的安全性得不到保障。物联网协议的安全性直接关系到物联网系统的安全性,所以有必要对物联网协议的安全性进行分析。本文阐述常见的几种物联网协议所具备的安全能力,包括物联网协议在保护机密性、完整性以及身份认证上所制定的规则。然后从常见的无线协议攻击出发,包括窃听攻击、重放攻击、电池耗尽以及射频干扰,分析了这几种协议在面对这些攻击时的表现。除此之外,我们比较了常见的几种物联网协议,总结他们的面对攻击时的不同,并且总结物联网协议安全的相关研究工作。最后,我们展望并总结了物联网协议安全的发展方向,认为结合形式化验证、轻量级加密以及区块链技术是提高物联网协议安全性的有效方法。

关键词：物联网无线协议 ZigBee BLE 攻击

来源：评论

学校读者我要写书评

暂无评论

串联重复序列比对的位置筛选方法

引用

计算机应用研究 2024年第7期41卷 2160-2164页

作者：温华铭徐云杨金宝中国科学技术大学计算机科学与技术学院合肥230027 安徽省高性能计算重点实验室合肥230027 华中农业大学信息学院武汉430070

串联重复序列是基因组构建的困难片段,由于其重复单元之间的相似性与其拷贝数的不确定性,在序列比对时容易定位到多个候选位置,如何快速而准确地筛选出正确的比对位置是一项挑战。现有方法使用种子(从测序片段中选取的短序列)来定位并... 详细信息

串联重复序列是基因组构建的困难片段,由于其重复单元之间的相似性与其拷贝数的不确定性,在序列比对时容易定位到多个候选位置,如何快速而准确地筛选出正确的比对位置是一项挑战。现有方法使用种子(从测序片段中选取的短序列)来定位并扩展候选比对位置,但挑选种子时未考虑串联重复序列特性。因此,提出了一种串联重复序列比对的位置筛选方法,其通过计算稀有kmer(长度为k的子序列)序列的相似性来筛选比对结果。此外,采用合并稀有kmer的策略加速计算,并利用基于编辑距离的模糊查找以提高过滤信息密度。实验结果表明,在模拟数据集上提高比对结果的召回率与准确率的同时,该方法比现有方法快约2倍,且具有良好的并行加速性能。

关键词：串联重复单分子实时测序序列比对种子-扩展法

来源：评论

学校读者我要写书评

暂无评论

Lite-IJformer:面向长序列Transformer的轻量化方法

引用

高技术通讯 2025年第2期35卷 167-174页

作者：连家诚郝一帆张曦珊支天孙广中中国科学技术大学计算机科学与技术学院合肥230026 中国科学院计算技术研究所处理器芯片全国重点实验室北京100190 中科寒武纪科技股份有限公司北京100191

针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩... 详细信息

针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩矩阵分解理论对KV矩阵乘法进行降维,进一步减少计算规模。在长序列竞技基准测试上的实验表明,当输入长度为1000~2000时,线性化可以将self-attention计算量降低13~26倍,将Transformer的推理速度提升4.75~5.72倍而无精度损失;在经过降维后,self-attention的计算量进一步减少了17.0%,模型推理速度提升了1.17倍,精度损失在0.5%以内。

关键词： Transformer 自注意力线性化方法降维

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：