检索结果-内蒙古大学图书馆

北京交通大学学报 2024年第2期48卷 76-89页

作者：安俊峰刘吉强卢萌萌李罡北京交通大学计算机与信息技术学院北京100044 山东劳动职业技术学院济南250300 济南轨道交通集团有限公司济南250000

当地铁站内乘客出现异常行为时,若未能及时发现可能会引起乘客不满、投诉,甚至导致安全问题,从而影响运营效率,造成恶劣影响.而当前常用的盯控视频画面的方式存在容易遗漏和效率低的问题.为及时感知异常行为,提出一种云边协同的异常行... 详细信息

当地铁站内乘客出现异常行为时,若未能及时发现可能会引起乘客不满、投诉,甚至导致安全问题,从而影响运营效率,造成恶劣影响.而当前常用的盯控视频画面的方式存在容易遗漏和效率低的问题.为及时感知异常行为,提出一种云边协同的异常行为感知总体架构.首先,通过人工演绎的方法在地铁站内采集异常行为图像,构造包含11种异常行为的数据集;其次,针对边/端侧能够自主训练和推理但算力较小的特点,提出模型压缩算法,构建MINI-BLOCK模块并将其组合为i-C2f模块,用于替换YOLOv8中的C2f模块;再次,针对云侧计算资源集中的特点,分别构建2个基于YOLOv8的改进模型,即ModelA和ModelB,ModelA的架构为“DCNv2_Dynamic-BiFPN-EMA”,ModelB的架构为“DCNv2-BiFPN-EMA”;最后,在构造的数据集上,对提出的3种优化模型与YOLOv8进行对比实验.研究结果表明:相较于YOLOv8,3种优化模型均取得了更优的检测性能,边/端侧模型的精确率提升了1.0%,模型参数降低了4.7%;ModelA的召回率、mAP50、mAP50:95分别提升了2.2%、3.7%、2.9%;ModelB的召回率、mAP50、mAP50:95分别提升了5.8%、6.7%、2.8%.研究结果能够为地铁乘客异常行为感知的相关研究提供参考.

关键词：异常行为云边协同行为感知模型压缩 YOLOv8

来源：评论

学校读者我要写书评

暂无评论

多通道图注意力解耦社交推荐方法

引用

国防科技大学学报 2022年第3期44卷 1-9页

作者：洪明利王靖贾彩燕北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044

提出具有解耦能力的多通道图注意力社交推荐模型,该模型主要包括深度聚类模块、多通道图注意力聚合模块和评分预测模块。其中,深度聚类模块用于对用户和项目进行分组,并利用聚类结果将用户社交图和用户项目图拆分成多个用户社交子图及... 详细信息

提出具有解耦能力的多通道图注意力社交推荐模型,该模型主要包括深度聚类模块、多通道图注意力聚合模块和评分预测模块。其中,深度聚类模块用于对用户和项目进行分组,并利用聚类结果将用户社交图和用户项目图拆分成多个用户社交子图及用户项目子图,以学习用户兴趣分组及用户对不同类项目的兴趣;多通道图注意力聚合模块学习不同子图对预测结果的注意力;评分预测模块将学习到的用户表示向量和项目表示向量输入多层感知机进行评分预测。在多个真实数据集上的实验结果表明:提出的方法优于其他社交推荐算法。与最新的用于社交推荐的图神经网络方法相比,在Ciao和Epinions数据集上,均方根误差分别降低了2.26%和2.07%,平均绝对误差分别降低了2.58%和3.06%。

关键词：推荐系统社交网络图神经网络注意力网络深度聚类

来源：评论

学校读者我要写书评

暂无评论

基于隐私保护的联邦推荐算法综述

引用

自动化学报 2022年第9期48卷 2142-2163页

作者：张洪磊李浥东邬俊陈乃月董海荣北京交通大学计算机与信息技术学院北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044

推荐系统通过集中式的存储与训练用户对物品的海量行为信息以及内容特征,旨在为用户提供个性化的信息服务与决策支持.然而,海量数据背后存在大量的用户个人信息以及敏感数据,因此如何在保证用户隐私与数据安全的前提下分析用户行为模式... 详细信息

推荐系统通过集中式的存储与训练用户对物品的海量行为信息以及内容特征,旨在为用户提供个性化的信息服务与决策支持.然而,海量数据背后存在大量的用户个人信息以及敏感数据,因此如何在保证用户隐私与数据安全的前提下分析用户行为模式成为了近年来研究的热点.联邦学习作为新兴的隐私保护范式,能够协调多个参与方通过模型参数或者梯度等信息共同学习无损的全局共享模型,同时保证所有的原始数据保存在用户的终端设备,较之于传统的集中式存储与训练模式,实现了从根源上保护用户隐私的目的,因此得到了众多推荐系统领域研究学者们的广泛关注.基于此,对近年来基于联邦学习范式的隐私保护推荐算法进行全面综述、系统分类与深度分析.具体的,首先综述经典的推荐算法以及所面临的问题,然后介绍基于隐私保护的推荐系统与目前存在的挑战,随后从多个维度综述结合联邦学习技术的推荐算法,最后对该方向做出系统性的总结并对未来研究方向与发展趋势进行展望.

关键词：推荐系统联邦学习隐私保护协同过滤

来源：评论

学校读者我要写书评

暂无评论

基于联邦学习的Tor流量检测算法设计与实现

引用

信息网络安全 2024年第1期 60-68页

作者：赵佳杨博凯饶欣宇郭雅婷北京交通大学智能交通数据安全与隐私保护实验室北京100044 北京交通大学计算机与信息技术学院北京100044

Tor网络作为第二代匿名互联网通信系统,常被网络罪犯用于进行网络攻击和欺诈等恶意活动,给网络安全带来了严重的威胁和挑战。为解决该问题,文章提出一种基于联邦学习的Tor流量检测方法。目前Tor流量检测以单主机检测为主,存在效率低和... 详细信息

Tor网络作为第二代匿名互联网通信系统,常被网络罪犯用于进行网络攻击和欺诈等恶意活动,给网络安全带来了严重的威胁和挑战。为解决该问题,文章提出一种基于联邦学习的Tor流量检测方法。目前Tor流量检测以单主机检测为主,存在效率低和无法实现数据共享的问题,文章采用联邦学习技术和DP-SGD算法确保各参与方在保护用户隐私的前提下构建全局模型,解决数据孤岛问题。实验证明,该模型在保障用户数据隐私的同时,具有92%的整体准确率、90%的准确率和92%的召回率。文章通过对比实验进一步验证了模型在隐私保护和分类效果上的优越性。

关键词：联邦学习 Tor流量检测系统 DP-SGD 数据隐私

来源：评论

学校读者我要写书评

暂无评论

多关键词动态可搜索加密方案

引用

网络与信息安全学报 2023年第2期9卷 143-153页

作者：袁承昊李勇任爽北京交通大学电子信息工程学院北京100044 北京交通大学计算机与信息技术学院北京100044

云存储用户将数据外包存储至云服务器以节省本地存储资源。然而,云存储数据脱离了用户的物理控制范围,可导致云端隐私数据被恶意窃取或泄露。目前动态可搜索加密方案多以对称可搜索加密为主,需要预先建立安全的密钥共享信道,难以直接应... 详细信息

云存储用户将数据外包存储至云服务器以节省本地存储资源。然而,云存储数据脱离了用户的物理控制范围,可导致云端隐私数据被恶意窃取或泄露。目前动态可搜索加密方案多以对称可搜索加密为主,需要预先建立安全的密钥共享信道,难以直接应用于云存储数据共享场景。针对云存储多方数据的安全共享场景,提出了一种多关键词动态可搜索加密方案。该方案通过引入布谷鸟过滤器构建正向索引,实现数据拥有者对文档及索引的动态添加和删除。同时结合双线性对与拉格朗日插值多项式,可支持多关键词的联合搜索。为降低密文检索阶段的计算开销,采用倒排索引与正向索引结合的构造,以提高云服务器的检索效率。基于判定线性Diffie-Hellman问题,在适应性选择关键词攻击下可证明方案的安全性。通过实验分析所提方案在不同数据集中进行关键词搜索及索引更新的执行效率,结果表明所提方案可有效避免检索时间与密文数量的线性相关性,降低了数据量较大情况下更新操作中的计算开销。

关键词：可搜索加密云存储布谷鸟过滤器倒排索引

来源：评论

学校读者我要写书评

暂无评论

基于GPU的列车卫星定位接收机捕获引擎设计

引用

铁道科学与工程学报 2023年第8期20卷 3093-3104页

作者：黄颂巴晓辉蔡伯根姜维王剑北京交通大学电子信息工程学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044 北京市轨道交通电磁兼容与卫星导航工程技术研究中心北京100044 北京交通大学计算机与信息技术学院北京100044

下一代列控系统中提出了应用卫星导航提供位置服务的需求,相应的卫星导航硬件接收机价格高昂,不能兼具场景测试的灵活性和设备的便携性。传统软件接收机可根据需求更改基带算法,灵活性高,但由于串行捕获的原因导致其耗时较长,影响用户... 详细信息

下一代列控系统中提出了应用卫星导航提供位置服务的需求,相应的卫星导航硬件接收机价格高昂,不能兼具场景测试的灵活性和设备的便携性。传统软件接收机可根据需求更改基带算法,灵活性高,但由于串行捕获的原因导致其耗时较长,影响用户首次定位的时间。本文针对铁路沿线开阔和存在遮挡的强弱卫星信号场景,设计了基于GPU的双模捕获引擎,分析了信号捕获速度以及灵敏度。首先,介绍了基于FFT的并行码相位捕获算法;其次,利用GPU与CPU异构并行计算平台,设计了强弱信号的并行捕获架构;然后,对捕获的各个模块进行并行性设计,通过对载波多普勒、多颗星并行实现强星的搜索,对于弱信号捕获,提出一种间断性补偿码多普勒的全比特法来提高捕获速度。最后,使用现场轨道坐标测量数据仿真生成了不同载噪比的中频数据来验证并行捕获的正确性,并对捕获耗时、灵敏度进行了分析与对比。仿真结果表明:5 MHz采样率下,冷启动搜索12颗GPS/BDS强星信号只需32.5 ms;对25 dBHz的弱信号,GPS与BDS的捕获概率分别达到90%和80%,捕获时间减少了29.3%,在保证灵敏度的同提升了捕获速度。对2种铁路场景设计了相应的并行捕获架构,在铁路沿线捕获强弱卫星信号的同时能够降低列车首次定位时间,为列车专用软件接收机捕获引擎的设计提供了参考。

关键词：列车定位双模软件接收机捕获 CUDA 并行计算

来源：评论

学校读者我要写书评

暂无评论

车联网中基于DDQN的边云协作任务卸载机制

引用

计算机工程 2022年第12期48卷 156-164页

作者：于晶鲁凌云李翔北京交通大学计算机与信息技术学院北京100044 北京交通大学软件学院北京100044

面对车载终端数据计算量的爆炸式增长,计算卸载是缓解车辆资源不足的有效手段。相比于单独研究云计算或边缘计算,让两者相互协作可以实现优势互补,提高系统的整体服务质量。在车联网中,制定适应环境动态性的卸载决策存在较大困难,其中... 详细信息

面对车载终端数据计算量的爆炸式增长,计算卸载是缓解车辆资源不足的有效手段。相比于单独研究云计算或边缘计算,让两者相互协作可以实现优势互补,提高系统的整体服务质量。在车联网中,制定适应环境动态性的卸载决策存在较大困难,其中任务的紧急程度也是一个不容忽视的因素。构建一个基于软件定义网络的边云协作任务卸载架构,并设计任务优先级的度量标准,将动态环境中的任务卸载决策问题建模为马尔可夫决策过程,从而最大化由时延和成本构成的任务平均效用。为了求解任务卸载决策,提出基于双深度Q网络的任务卸载决策算法以及基于优先级的资源分配方案,并设计一种卸载比例计算方法,以保障卸载的任务量能够在通信时间内上传完成的同时最小化任务处理时延。实验结果表明,相比于全部本地、全部卸载和平均分配资源3种固定的卸载算法,该算法时延和效用性能提高了2倍以上,在车辆数目适中的情况下,任务的完成比例可以稳定保持在100%。

关键词：车联网边云协作任务卸载深度强化学习优先级资源分配

来源：评论

学校读者我要写书评

暂无评论

引入卫星导航系统的虚拟应答器中列车定位方案适应性研究

引用

铁道科学与工程学报 2023年第3期20卷 1054-1065页

作者：王思琦刘江蔡伯根王剑陆德彪北京交通大学电子信息工程学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044 北京市轨道交通电磁兼容与卫星导航工程技术研究中心北京100044 北京交通大学计算机与信息技术学院北京100044

随着新型列车运行控制技术及系统的快速发展,基于卫星导航的列车运行状态自主感知已成为下一代列车运行控制系统的重要发展方向。虚拟应答器是将全球导航卫星系统引入列车运行控制系统的有效途径,卫星定位因易于受到信号观测条件限制导... 详细信息

随着新型列车运行控制技术及系统的快速发展,基于卫星导航的列车运行状态自主感知已成为下一代列车运行控制系统的重要发展方向。虚拟应答器是将全球导航卫星系统引入列车运行控制系统的有效途径,卫星定位因易于受到信号观测条件限制导致性能约束,无法直接满足虚拟应答器的应用需求。针对虚拟应答器中卫星定位的应用模式进行适应性分析,总结出不同线路及运行条件下虚拟应答器卫星定位方案的设计与应用建议。首先,介绍引入卫星定位的虚拟应答器的运行机理;其次,给出基于自适应交互多模型的虚拟应答器捕获原理;然后,对卫星定位独立定位、卫星定位/惯性导航系统松耦合定位、卫星定位/惯性导航系统紧耦合定位3种典型方案的核心思路、系统架构、计算流程进行设计与分析;最后,采用现场数据及仿真测试,对3种卫星定位方案的定位性能、计算效率、用于实施虚拟应答器捕获的时空精度特征进行评估与对比。研究结果表明:卫星定位/惯性导航系统紧耦合定位方案的综合效益更优。对引入卫星导航系统的虚拟应答器中列车定位方案的适应性进行了分析,所得结果能够为虚拟应答器结构与逻辑方案的设计提供参考,为新型列车运行控制系统的优化设计与设备研制提供有效支持。

关键词：虚拟应答器列车定位适应性分析卫星定位组合定位

来源：评论

学校读者我要写书评

暂无评论

基于区块链的公平性联邦学习模型

引用

计算机工程 2022年第6期48卷 33-41页

作者：陈乃月金一李浥东蔡露鑫魏圆梦北京交通大学计算机与信息技术学院北京100044

为解决典型联邦学习框架在训练样本数据分布不均衡情况下产生的聚合模型对各个客户端模型不公平的问题,结合区块链的去中心化、不可篡改性以及智能合约的特点,提出基于本地数据特征的公平性联邦学习模型,以实现数据分布差异的客户模型... 详细信息

为解决典型联邦学习框架在训练样本数据分布不均衡情况下产生的聚合模型对各个客户端模型不公平的问题,结合区块链的去中心化、不可篡改性以及智能合约的特点,提出基于本地数据特征的公平性联邦学习模型,以实现数据分布差异的客户模型可信安全共享。多个客户端通过区块链上传本地参数以及信用值,利用区块链的共识机制选择信用值最高的区块进行模型聚合,在模型聚合过程中按照节点信用依次进行融合,并根据区块链记录工作节点的本地模型参数作为证据,完成整体模型参数的聚合任务,在此基础上通过广播下传当前聚合模型参数,模型利用区块链的共识机制可降低参数在传输过程中所面临的安全风险。在开源数据集上的实验结果表明,该模型相较FedAvg模型训练精度提高40%,不仅能够优化非独立同分布下的模型训练精度,同时可以防止中间参数传输信息泄露,保证了多个客户端的利益与安全隐私,从而实现具有隐私保护的公平性模型。

关键词：联邦学习区块链非独立同分布公平性隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的车联网通信资源分配优化

引用

北京交通大学学报 2022年第2期46卷 64-72页

作者：方维维王云鹏张昊孟娜北京交通大学计算机与信息技术学院北京100044

无线网络的高速发展为车联网提供了更好的支持,但是如何为高速移动车辆提供更高质量的服务仍然是一个挑战.通过分析多个车对车(Vehicle-to-Vehicle,V2V)链路重用的车对基础设施(Vehicle-to-Infrastructure,V2I)链路占用的频谱,研究了基... 详细信息

无线网络的高速发展为车联网提供了更好的支持,但是如何为高速移动车辆提供更高质量的服务仍然是一个挑战.通过分析多个车对车(Vehicle-to-Vehicle,V2V)链路重用的车对基础设施(Vehicle-to-Infrastructure,V2I)链路占用的频谱,研究了基于连续动作空间的多智能体深度强化学习的车联网中的频谱共享问题.车辆高移动性带来的信道的快速变化为集中式管理网络资源带来了局限性,因此将资源共享建模为多智能体深度强化学习问题,提出一种基于分布式执行的多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法.每个智能体与车联网环境进行交互并观察到自己的局部状态,均获得一个共同的奖励,通过汇总其他智能体的动作集中训练Critic网络,从而改善各个智能体选取的功率控制.通过设计奖励函数和训练机制,多智能体算法可以实现分布式资源分配,有效提高了V2I链路的总容量和V2V链路的传输速率.

关键词：车联网资源分配强化学习 MADDPG

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：