检索结果-内蒙古大学图书馆

计算机工程与应用 2024年第19期60卷 259-267页

作者：王晗旭李欣许文韬斯彬洲中国人民公安大学信息网络安全学院北京100038 安全防范技术与风险评估公安部重点实验室北京100026

反后门学习方法(anti-backdoor learning,ABL)在利用中毒数据集进行模型训练过程中能实时检测并抑制后门生成,最终得到良性模型。但反后门学习方法存在后门样本和良性样本无法有效隔离、后门消除效率不高的问题。为此,提出遗忘学习前置... 详细信息

反后门学习方法(anti-backdoor learning,ABL)在利用中毒数据集进行模型训练过程中能实时检测并抑制后门生成,最终得到良性模型。但反后门学习方法存在后门样本和良性样本无法有效隔离、后门消除效率不高的问题。为此,提出遗忘学习前置的反后门学习方法(anti-backdoor learning method based on preposed unlearning,ABLPU),在隔离阶段对训练样本增加提纯操作,达到有效隔离良性样本的目标,在消除阶段采用后门遗忘-模型再训练的范式,并引入遗忘系数,实现后门的高效消除。在CIFAR-10数据集上针对后门攻击方法BadNets,遗忘学习前置的反后门学习方法较反后门学习方法(基线方法)良性准确率提高1.21个百分点,攻击成功率下降1.38个百分点。

关键词：后门攻击反后门学习数据提纯遗忘学习前置遗忘系数

来源：评论

学校读者我要写书评

暂无评论

视觉问答技术研究综述

引用

计算机科学与探索 2023年第7期17卷 1487-1505页

作者：王虞孙海春中国人民公安大学信息网络安全学院北京100038 安全防范技术与风险评估公安部重点实验室北京100026

视觉问答(visual question answering,VQA)是融合自然语言处理与计算机视觉技术的图-文跨模态热门任务。该任务以计算机智能识别与检索图像内容并给出准确答案为主要目标,融合应用了目标识别与检测、智能问答、图像属性分类、场景分析... 详细信息

视觉问答(visual question answering,VQA)是融合自然语言处理与计算机视觉技术的图-文跨模态热门任务。该任务以计算机智能识别与检索图像内容并给出准确答案为主要目标,融合应用了目标识别与检测、智能问答、图像属性分类、场景分析等多项技术,能够支撑许多前沿交互式人工智能高层任务,如视觉对话、视觉导航等,具有广泛的应用前景和极高的应用价值。近几年,计算机视觉、自然语言处理及图-文跨模态领域人工智能模型的发展为视觉问答任务的实现提供了许多新的技术和方法。主要对2019—2022年视觉问答领域的主流模型及专业数据集进行总结。首先,依据视觉问答任务实现的模块框架,对关键步骤中的主流技术方法进行综述讨论。其次,按照主流模型采用的技术方法,将该领域内各类模型进行细分,并简要介绍改进重点和局限性。随后,综述视觉问答常用数据集与评价指标,对几类典型模型性能进行对比阐述。最后,对现阶段视觉问答领域内亟待解决的问题进行重点阐述,并对视觉问答领域未来应用及技术发展进行预测和展望。

关键词：视觉问答(VQA) 模态融合视觉对话智能问答跨模态技术

来源：评论

学校读者我要写书评

暂无评论

基于交叉注意力的双通道文本关系抽取

引用

数据分析与知识发现 2024年第11期8卷 114-125页

作者：叶乃夫袁得嵛张郅侯晓龙中国人民公安大学信息网络安全学院北京100038 安全防范与风险评估公安部重点实验室北京102623 中国人民公安大学侦查学院北京100038

[目的]针对现有文本关系抽取模型只能获得部分文本特征的问题,构建基于交叉注意力的双通道文本关系抽取模型,提升文本关系抽取的全面性和准确性,实现领域数据集高性能关系抽取.[方法]本文提出基于交叉注意力的双通道文本关系抽取模型DCC... 详细信息

[目的]针对现有文本关系抽取模型只能获得部分文本特征的问题,构建基于交叉注意力的双通道文本关系抽取模型,提升文本关系抽取的全面性和准确性,实现领域数据集高性能关系抽取.[方法]本文提出基于交叉注意力的双通道文本关系抽取模型DCCAM(Dual Channel Cross Attention Model),设计融合序列通道和图通道的双通道结构,构建自注意力和门控注意力的交叉注意力机制,促进文本特征高度融合,更深入地挖掘文本潜在的关联信息.在公开数据集和构建的两类警务领域数据集中进行实验.[结果]在公开数据集NYT和WebNLG上的实验结果表明,DCCAM模型F1值与SAPCNN、GraphRel 2p模型相比分别提升3个百分点和4个百分点.此外,消融实验结果证明了各模块提升文本抽取能力的有效性.在警务领域的电信诈骗类数据集和帮助信息网络犯罪类数据集上的实验结果表明,DCCAM模型能够提高警务领域文本关系抽取效果,与GraphRel模型相比F1值分别提高8.8和11.8个百分点.[局限]未从大语言模型的角度进行文本关系抽取技术的探索.[结论]DCCAM模型可以显著提升文本关系抽取的能力,是警务工作中文本关联分析的解决方案.

关键词：文本关系抽取双通道机制交叉注意力机制

来源：评论

学校读者我要写书评

暂无评论

不同密级系统间基于BLP的访问控制机制

引用

上海交通大学学报 2012年第9期46卷 1387-1391页

作者：刘苏娜潘理姚立红上海交通大学电子信息与电气工程学院上海200240 上海市信息安全综合管理技术研究重点实验室上海200240 信息网络安全公安部重点实验室上海201204

将传统的BLP(Bell-La Padula)模型扩展,提出了一种适用于网络访问控制的N-BLP模型,通过定义网络元素和构造新的状态转换规则,实现了主体间通信行为的控制,并采用有限状态机理论验证了N-BLP模型的安全性,同时,基于LSM(Linux Security Mod... 详细信息

将传统的BLP(Bell-La Padula)模型扩展,提出了一种适用于网络访问控制的N-BLP模型,通过定义网络元素和构造新的状态转换规则,实现了主体间通信行为的控制,并采用有限状态机理论验证了N-BLP模型的安全性,同时,基于LSM(Linux Security Modules)架构和TCP/IP协议构造了一个符合N-BLP模型的网络访问控制系统原型.结果表明,该系统能够精确控制连接的建立和数据流的传输,保障了不同密级网络系统之间信息交换的安全性.

关键词：网络访问控制 BLP模型引用监视器

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的社交网络影响力最小化模型GCNNs-DDQN

引用

计算机科学与探索 2024年

作者：陈梓彦袁得嵛孙泽宇程佳琳中国人民公安大学信息网络安全学院安全防范与风险评估公安部重点实验室

谣言的传播迅速且危害较大，因此，利用辟谣信息对谣言传播进行抑制对于社会稳定有重要意义。为了使已经传播的谣言的影响力尽快减小并消失，提出一种结合图神经网络GCN、GNN、Double DQN的动态辟谣GCNNs-DDQN模型。首先使用GCN获得节... 详细信息

谣言的传播迅速且危害较大，因此，利用辟谣信息对谣言传播进行抑制对于社会稳定有重要意义。为了使已经传播的谣言的影响力尽快减小并消失，提出一种结合图神经网络GCN、GNN、Double DQN的动态辟谣GCNNs-DDQN模型。首先使用GCN获得节点作为源节点和目标节点的初始节点嵌入，结合节点状态向量，将其作为输入传入4个耦合的GNN以获得复杂节点嵌入，最后进行Q值计算，同时使用Double DQN结合Q值与奖励，优化4个耦合的GNN和Double DQN模型的权重参数，从而实现根据谣言传播的情况，选择当前情况下影响力最大的节点发布辟谣信息。使用10个不同大小的真实数据集来评估模型的辟谣效果，并对各参数对辟谣效果的影响进行分析，最后进行消融实验。实验结果表明GCNNs-DDQN模型具有更强的泛化能力，能够应用于不同的社交网络中，相较于传统算法，辟谣时间最高可缩短2个单位时间；对谣言有利的参数值的增加，会加大辟谣难度，增加阻断时间，而对辟谣信息有利的因素，则不一定会减少阻断时间，反而可能阻碍辟谣。

关键词：谣言影响力最小化图神经网络 Double DQN

来源：评论

学校读者我要写书评

暂无评论

基于对偶映射学习的跨网络身份关联算法

引用

数据分析与知识发现 2024年

作者：程佳琳袁得嵛陈梓彦中国人民公安大学信息网络安全学院安全防范与风险评估公安部重点实验室

[目的] 为了判别来自两个不同社交网络的用户是否属于同一自然人。[方法] 提出一种结合了图嵌入和深度学习的身份关联算法eDual-ViewUIL，先通过网络扩展扩充潜在用户关系，然后使用DeepWalk算法学习用户节点的低维表示，并引入了对偶... 详细信息

[目的] 为了判别来自两个不同社交网络的用户是否属于同一自然人。[方法] 提出一种结合了图嵌入和深度学习的身份关联算法eDual-ViewUIL，先通过网络扩展扩充潜在用户关系，然后使用DeepWalk算法学习用户节点的低维表示，并引入了对偶映射学习的思想，同时利用排序敏感似然损失函数训练映射函数，进而进行跨网络用户身份关联。[结果] 通过在三个数据集上进行实验验证，本文提出的算法对比其他三个基线算法精确率均提升6%以上。[局限] 由于社交网络用户量巨大，整体计算量相对较大，算法运算效率还有待提升。[结论] eDual-ViewUIL算法在标签数据不足和正负样本不平衡的情况下表现出较强的泛化能力。因此，本研究对于解决跨网络身份关联问题具有重要的现实意义和应用价值。

关键词：网络嵌入社交网络深度学习身份关联 DeepWalk

来源：评论

学校读者我要写书评

暂无评论

MB隐写分析算法

引用

北京邮电大学学报 2012年第2期35卷 99-103页

作者：董秀则张茹钮心忻北京邮电大学信息安全中心北京100876 北京电子科技学院电子信息工程系北京100070 信息网络安全公安部重点实验室上海201204

对图像的高阶统计量进行研究,首先利用离散余弦变换(DCT)域共生矩阵、空域边界梯度能量和空域图像子块的虚特征值分解等对基于模型(MB)隐写带来的变化进行描述,然后利用支持向量机(SVM)设计了MB隐写分析算法.实验结果表明,算法在保持低... 详细信息

对图像的高阶统计量进行研究,首先利用离散余弦变换(DCT)域共生矩阵、空域边界梯度能量和空域图像子块的虚特征值分解等对基于模型(MB)隐写带来的变化进行描述,然后利用支持向量机(SVM)设计了MB隐写分析算法.实验结果表明,算法在保持低虚警率的同时具有较高的检出率.

关键词： MB隐写虚特征值分解支持向量机

来源：评论

学校读者我要写书评

暂无评论

Nova-BFT:一种支持多种故障模型的副本状态机协议

引用

计算机研究与发展 2011年第7期48卷 1134-1145页

作者：王永剑裴翔李涛栾钟治钱德沛北京航空航天大学中德联合软件研究所北京100191 北京航空航天大学北京市网络技术重点实验室北京100191 北京航空航天大学计算机学院北京100191 信息网络安全公安部重点实验室公安部第三研究所上海200031

云计算在简化用户访问资源方式的同时导致了支撑系统开发部署的复杂,软件错误、部署管理失误导致的拜占庭故障已经成为影响系统可靠性的重要原因.对于在大部分运行周期都满足良性故障模型的系统,拜占庭容错协议在通信复杂度、安全等方... 详细信息

云计算在简化用户访问资源方式的同时导致了支撑系统开发部署的复杂,软件错误、部署管理失误导致的拜占庭故障已经成为影响系统可靠性的重要原因.对于在大部分运行周期都满足良性故障模型的系统,拜占庭容错协议在通信复杂度、安全等方面的开销以及其在攻击场景下性能鲁棒性方面的缺陷都限制了其在实际系统中的使用.如何满足实际系统对多种故障模型的需求,已经成为系统设计的一个重要问题.针对这一现状,设计了Nova-BFT,一种有效支持多种故障模型的副本状态机协议,通过牺牲部分峰值吞吐率的方式满足拜占庭容错协议对性能鲁棒性的要求,采用配置参数方式自适应满足良性故障的性能需求.实验表明,Nova-BFT在拜占庭故障模型下吞吐率为4～5kop/s,同时其对良性故障模型的支持可以有效满足大多数实际应用的需求.

关键词：云计算副本状态机拜占庭故障良性故障鲁棒性

来源：评论

学校读者我要写书评

暂无评论

多尺度感知与红外特征增强的RGB-T人群计数方法

引用

北京航空航天大学学报 2024年

作者：郑棣文石洋宇谢承杰卢树华中国人民公安大学信息网络安全学院公安部安全防范技术与风险评估重点实验室

RGB-T人群计数旨在利用可见光与热图像的互补信息生成人群密度图，以应对低光照场景下人群计数任务。针对RGB-T人群计数在跨模态信息融合时，存在尺度变化、背景干扰等问题，提出一种基于多尺度感知与红外特征增强的RGB-T人群计数方法... 详细信息

RGB-T人群计数旨在利用可见光与热图像的互补信息生成人群密度图，以应对低光照场景下人群计数任务。针对RGB-T人群计数在跨模态信息融合时，存在尺度变化、背景干扰等问题，提出一种基于多尺度感知与红外特征增强的RGB-T人群计数方法。该方法提出RGB-T特征融合机制，通过多分支结构实现多尺度特征提取，设计红外增强结构以充分捕捉热图像中的人群信息；利用密集连接与信息发散机制将互补特征传递到各个模态中，实现互补特征表达复用以及模态特征增强。所提方法在RGBT-CC数据集和ShanghaiTechRGBD数据集上进行了对比实验。结果表明，所提方法优于现有的一些先进方法，具有较好的准确性、稳健性以及良好的泛化性。

关键词：人群计数红外与可见光图像特征增强多尺度感知跨模态特征融合

来源：评论

学校读者我要写书评

暂无评论

基于Mamba-CNN的多尺度异常行为检测方法

引用

北京航空航天大学学报 2024年

作者：石洋宇谢承杰郑棣文卢树华中国人民公安大学信息网络安全学院公安部安全防范技术与风险评估重点实验室

针对无监督异常行为检测任务中预测器易衍生出异常泛化，以及被检目标存在尺度差异等问题，提出一种基于Mamba模型改进的U型异常行为检测网络。网络从全局特征和局部特征两方面改进，约束预测不良泛化能力。在编码器部分引入状态空间模... 详细信息

针对无监督异常行为检测任务中预测器易衍生出异常泛化，以及被检目标存在尺度差异等问题，提出一种基于Mamba模型改进的U型异常行为检测网络。网络从全局特征和局部特征两方面改进，约束预测不良泛化能力。在编码器部分引入状态空间模型加强提取全局特征能力；设计多尺度空间通道融合策略，融合不同感受野下特征信息，降低尺度差异对局部特征干扰；解码器采用跳跃连接丰富浅层特征信息，增强捕捉上下文信息的能力。所提方法在UCSD Ped2、Avenue和ShanghaiTech等公开数据集进行验证，识别准确率分别达到98.1%、89.8%和78.5%，较近年诸多先进算法相比，具有较高的准确度。结果表明Mamba可有效提升异常行为检测精度。

关键词：异常行为检测无监督学习 Mamba 多尺度

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：