检索结果-内蒙古大学图书馆

计算机科学 2024年第S02期51卷 260-268页

作者：史经业左一平支瑞聪刘吉强张梦鸽北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京科技大学计算机与通信工程学院北京100083 材料领域知识工程北京市重点实验室(北京科技大学) 北京100083 郑州大学计算机与人工智能学院郑州450001

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合... 详细信息

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合空洞卷积的多尺度特征金字塔提取卷积特征,并加入双重自注意力模块获取通道和空间注意力,兼顾细节和语义信息的同时增加特征感受野,进一步增加了全局上下文信息。另一方面,为了优化地物目标的边界圆滑模糊问题,通过边缘感知损失与加权对比损失的自动化联合训练,实现新的边缘修复模块。针对样本不均衡问题提出了带阈值的加权均衡采样的数据处理策略,以减轻变化像素数目远远小于未变化像素数目造成的网络训练倾斜问题。在遥感影像数据集CDD和LEVIR-CD上通过实验证明,所提像素级变化检测网络PixelNet在遥感变化检测任务上的主观视觉效果及客观评价指标优于SOTA的检测结果。在CDD数据集上检测精度达到98.0%,F1分数达到96.7%;在LEVIR-CD数据集上检测精度达到95.8%,F1分数为87.2%。该网络有效解决了遥感变化检测中样本不平衡、双时相特征上下文信息不足、边缘难例分类错误等问题。

关键词：变化检测遥感影像混合空洞卷积双重自注意力边缘修复

来源：评论

学校读者我要写书评

暂无评论

面向工业互联网平台的安全规划架构

引用

网络安全技术与应用 2025年第4期 11-14页

作者：蒋若翔高志勇李许增武文元中建材信云智联科技有限公司北京100048 北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044

工业互联网平台作为制造业数字化转型的基石,其安全挑战日益严峻。从设备到数据,各环节均面临网络风险。传统网络接入方式难以满足高实时、高可靠的数据采集需求,同时控制系统易受攻击。因此,制定完善的工业互联网安全规划至关重要。本... 详细信息

工业互联网平台作为制造业数字化转型的基石,其安全挑战日益严峻。从设备到数据,各环节均面临网络风险。传统网络接入方式难以满足高实时、高可靠的数据采集需求,同时控制系统易受攻击。因此,制定完善的工业互联网安全规划至关重要。本文通过总结当前工业互联网平台安全的现状,提出了工业互联网平台安全规划架构。

关键词：工业互联网平台安全安全规划

来源：评论

学校读者我要写书评

暂无评论

基于超图的铁路网络安全风险检测技术研究

引用

网络安全技术与应用 2024年第5期 104-107页

作者：王大军王震华武文元中国铁路西安局集团有限公司陕西710054 北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044

随着铁路网络信息化的发展,网络风险已成为一个重要问题,本文针对铁路网络安全风险研究现状进行分析,总结了铁路网络现存的各种挑战,并梳理了当前网络安全风险检测技术和网络安全风险一体化技术,最后提出基于超图神经网络的网络风险检... 详细信息

随着铁路网络信息化的发展,网络风险已成为一个重要问题,本文针对铁路网络安全风险研究现状进行分析,总结了铁路网络现存的各种挑战,并梳理了当前网络安全风险检测技术和网络安全风险一体化技术,最后提出基于超图神经网络的网络风险检测算法,能够准确地对铁路网络安全风险进行检测。

关键词：铁路信息化网络安全网络风险检测超图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于改进CBAM多分支平滑空洞卷积的入侵检测算法

中国科技论文在线精品论文

引用

中国科技论文在线精品论文 2023年第2期16卷 209-222页

作者：孙志超杜晔黎妹红智能交通数据安全与隐私保护技术北京市重点实验室北京交通大学计算机与信息技术学院北京100044

针对现有入侵检测算法模型存在表征能力弱、预测准确率低和漏报率高的问题,本文提出基于改进卷积注意力模块的多分支平滑空洞卷积神经网络(multi-branch smoothed dilation convolutional neural network based on improved convolution... 详细信息

针对现有入侵检测算法模型存在表征能力弱、预测准确率低和漏报率高的问题,本文提出基于改进卷积注意力模块的多分支平滑空洞卷积神经网络(multi-branch smoothed dilation convolutional neural network based on improved convolutional block attention module,MSDCNN-ICBAM)算法模型。该模型首先使用加权随机采样解决数据集不平衡问题,然后设计扁平式的多分支平滑空洞卷积神经网络(MSDCNN)在多感受野下提取多尺度特征以解决网络退化问题,最后提出改进卷积注意力模块(ICBAM)在通道和空间双维度上指导特征表达以解决卷积操作无法感知特征重要性问题。与其他入侵检测模型在UNSW-NB15数据集上的对比实验表明,该模型准确率提高了3.04%,漏报率降低了5.77%,检测率可达90.98%。

关键词：计算机科学技术基础学科入侵检测算法平滑空洞卷积卷积注意力模块加权随机采样

来源：评论

学校读者我要写书评

暂无评论

网络安全等级保护人工智能系统基本要求初探

引用

信息系统工程 2023年第1期 113-115页

作者：黄学臻吴星禄翟翟吕由公安部第一研究所北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室

人工智能技术的广泛应用在为生活提供极大便利的同时也给网络空间安全增加了许多新的风险因素。由于人工智能应用系统在算法模型、开源框架、数据集等方面存在特有的安全风险,现有的网络安全等级保护体系不能很好地适用于人工智能系统,... 详细信息

人工智能技术的广泛应用在为生活提供极大便利的同时也给网络空间安全增加了许多新的风险因素。由于人工智能应用系统在算法模型、开源框架、数据集等方面存在特有的安全风险,现有的网络安全等级保护体系不能很好地适用于人工智能系统,因此人工智能安全等级保护研究意义重大。在对人工智能系统等级保护对象及安全需求进行充分调研的基础上,提出了人工智能安全等级保护基本要求框架,为完善人工智能等级保护安全基本要求提供了有效参考。

关键词：等级保护人工智能网络安全

来源：评论

学校读者我要写书评

暂无评论

基于性能分析的Cache侧信道攻击循环定位

引用

清华大学学报（自然科学版） 2020年第6期60卷 449-455页

作者：彭双和赵佳利韩静北京交通大学智能交通数据安全与隐私保护北京市重点实验室北京100036

为了有效地对Cache侧信道攻击进行检测并定位,该文提出了基于性能分析的Cache侧信道攻击循环定位方法,分为攻击检测和攻击循环定位2阶段进行。攻击检测阶段采用硬件性能计数器检测二进制程序是否为Cache侧信道攻击程序;攻击循环定位阶... 详细信息

为了有效地对Cache侧信道攻击进行检测并定位,该文提出了基于性能分析的Cache侧信道攻击循环定位方法,分为攻击检测和攻击循环定位2阶段进行。攻击检测阶段采用硬件性能计数器检测二进制程序是否为Cache侧信道攻击程序;攻击循环定位阶段主要进行攻击循环的定位,首先采样性能事件,然后获取二进制程序的循环和函数等内部结构,结合采样数据定位攻击循环。最后选取典型的Cache侧信道攻击程序和良性程序进行检测,结果表明:该方法能准确区分攻击程序和良性程序;通过对比定位结果和攻击源代码,该方法能精确定位攻击循环。

关键词： Cache侧信道攻击循环分析定位

来源：评论

学校读者我要写书评

暂无评论

联邦学习后门攻击威胁与对抗性防御方法综述

引用

计算机学报 2025年

作者：吕晓婷刘敬楷刘芷辰陈政许光全罗文坚沈蒙王滨纪守领陈恺王伟北京交通大学网络空间安全学院智能交通数据安全与隐私保护技术北京市重点实验室西安交通大学智能网络与网络安全教育部重点实验室天津大学网络安全学院哈尔滨工业大学(深圳)计算机科学与技术学院 5北京理工大学网络空间安全学院浙江全省智能物联网络与数据安全重点实验室浙江大学计算机科学与技术学院中国科学院信息工程研究所

联邦学习作为一种隐私保护的分布式机器学习范式，允许多个参与方在私有数据不出本地的前提下协同训练机器学习模型。然而，联邦学习所面临的安全威胁日益凸显。后门攻击，因其具有隐蔽性强和破坏力大等特点，给联邦学习后门攻击的检测... 详细信息

联邦学习作为一种隐私保护的分布式机器学习范式，允许多个参与方在私有数据不出本地的前提下协同训练机器学习模型。然而，联邦学习所面临的安全威胁日益凸显。后门攻击，因其具有隐蔽性强和破坏力大等特点，给联邦学习后门攻击的检测和防御带来了巨大挑战，成为亟待解决的关键问题。本文全面调研、分析和总结了联邦学习后门攻击与防御方法，并展望了未来技术的发展方向。首先，剖析并总结了联邦学习后门攻击方法。基于不同的攻击目标系统，分别针对横向联邦学习、纵向联邦学习、联邦迁移学习以及异构联邦学习四类系统的后门攻击方法进行分析和总结。其次，分类并归纳了联邦学习后门防御方法。基于防御机制所依赖信息来源的数量，分别针对基于多客户端信息和单客户端信息两类后门防御方法进行分析和总结。再次，梳理并分析了实际应用场景中联邦学习所面临的后门攻击和相应的防御方法。基于不同的实际应用场景，分别针对联邦推荐、联邦图以及联邦物联网三种场景的后门攻击和防御进行讨论和分析。最后，探讨并展望了联邦学习后门攻击与防御方法的未来研究方向。基于不同的研究目标，分别针对技术增强的后门攻击、多层次综合性防御、鲁棒性、隐私性以及可用性的平衡，以及大语言模型在联邦训练框架下的后门脆弱性等方面进行探讨和展望。

关键词：隐私保护联邦学习后门攻击后门攻击防御

来源：评论

学校读者我要写书评

暂无评论

基于改进贝叶斯网络的高维数据本地差分隐私方法

引用

信息网络安全 2023年第2期23卷 19-25页

作者：赵佳高塔张建成北京交通大学智能交通数据安全与隐私保护北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044 山东省计算中心济南250014 山东正中信息技术股份有限公司济南250014

文章提出一种基于改进贝叶斯网络的高维数据本地差分隐私方法,首先通过数据源差分隐私保护算法对用户端数据集进行扰动,生成扰动数据集,保护本地原始数据集隐私;然后通过改进的贝叶斯网络将高维数据集降维为多个低维属性集合;最后合成... 详细信息

文章提出一种基于改进贝叶斯网络的高维数据本地差分隐私方法,首先通过数据源差分隐私保护算法对用户端数据集进行扰动,生成扰动数据集,保护本地原始数据集隐私;然后通过改进的贝叶斯网络将高维数据集降维为多个低维属性集合;最后合成新数据集,使用人工蜂群算法对贝叶斯网络结构进一步改进。实验结果表明,该方法在数据实用性方面具有优势,且得到的贝叶斯网络收敛性更好。

关键词：本地差分隐私贝叶斯网络人工蜂群算法高维数据

来源：评论

学校读者我要写书评

暂无评论

计算合数阶群中低重量离散对数的低存储算法

引用

密码学报 2021年第3期8卷 444-451页

作者：朱玉清刘吉强北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

设合数阶有限循环群G=G 1×G 2,其中2^(n−1)<|G|≤2 n,p是|G 1|的最大素因子.对于Hamming重量为δn的离散对数问题,其中δ∈(0,1),May和Ozerov给出了时间复杂度为˜O(√p+√|G2|^(H(δ)))、空间复杂度为˜O(√|G2|^(H(δ)))的一般... 详细信息

设合数阶有限循环群G=G 1×G 2,其中2^(n−1)<|G|≤2 n,p是|G 1|的最大素因子.对于Hamming重量为δn的离散对数问题,其中δ∈(0,1),May和Ozerov给出了时间复杂度为˜O(√p+√|G2|^(H(δ)))、空间复杂度为˜O(√|G2|^(H(δ)))的一般性算法.为了降低空间复杂度,本文给出了计算合数阶群中低Hamming重量离散对数的低存储算法.基于启发式假设,该算法的时间复杂度为˜O(√p+√|G2|^(2H(δ)−H(ϕ(δ))))、空间复杂度为O(1).进一步,我们给出算法的并行版本.当我们将空间复杂度提高至˜O(|G2|^(H(δ)−H(ϕ(δ))))时,时间复杂度可以降低至˜O(√p+√|G2|^(H(δ))),和May-Ozerov算法一致,但空间复杂度更低.

关键词：离散对数问题低Hamming重量一般性算法

来源：评论

学校读者我要写书评

暂无评论

基于SM2的无证书盲签名方案

引用

计算机应用研究 2022年第2期39卷 552-556页

作者：唐卫中张大伟佟晖北京交通大学计算机与信息技术学院北京100044 北京警察学院网络安全保卫系北京102202 智能交通数据安全与隐私保护技术北京市重点实验室北京100044

针对现有无证书盲签名方案计算复杂度过高的问题,基于国密算法SM2,提出了一种高效无证书盲签名方案,该方案不需要双线性对操作。基于椭圆曲线离散对数问题(ECDLP)的困难性,在随机预言模型下对该方案进行了形式化分析,能够对类型Ⅰ和类... 详细信息

针对现有无证书盲签名方案计算复杂度过高的问题,基于国密算法SM2,提出了一种高效无证书盲签名方案,该方案不需要双线性对操作。基于椭圆曲线离散对数问题(ECDLP)的困难性,在随机预言模型下对该方案进行了形式化分析,能够对类型Ⅰ和类型Ⅱ攻击均具有可证明的安全性。与现有无证书盲签名方案进行性能对比,分析结果表明,该方案计算开销远低于其他几种同类型的方案。

关键词： SM2 无证书密码技术盲签名随机预言模型

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：