检索结果-内蒙古大学图书馆

通信学报 2024年第2期45卷 1-17页

作者：黄韬张晨肖玉明余水刘韵洁北京邮电大学网络与交换国家重点实验室北京100876 网络通信与安全紫金山实验室江苏南京211111 悉尼科技大学计算机学院悉尼NSW2007

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”... 详细信息

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”网络的服务质量。以应用视角出发,挖掘了“可声明”“细粒度”“端到端”三大能力内涵,由此推演了SCN的总体设计思路,并给出了一种具象的SCN体系架构和一种可行的SCN系统实现。SCN未来可应用于远程工控、增强现实等人机物全场景,为网络即服务(NaaS)的实现提供一种新颖、实用、理想的手段。

关键词：未来网络体系架构服务定制网络网络即服务确定性网络

来源：评论

学校读者我要写书评

暂无评论

面向云环境的外包数据多关键词量子隐私查询

引用

中国科学：物理学、力学、天文学 2024年第3期54卷 30-42页

作者：贾倩倩石润华王庆乐李荟杰华北电力大学控制与计算机工程学院北京102206 北京邮电大学网络与交换技术国家重点实验室北京100876

本文引入量子密码技术,设计了一种实际可行的量子方案解决外包数据的多关键词隐私查询问题.该方案在我们提出的安全两方计算集合相似度协议、安全两方量子逻辑乘协议以及量子隐私查询协议的协助下,完成隐私的查询.前两个协议在不串谋的... 详细信息

本文引入量子密码技术,设计了一种实际可行的量子方案解决外包数据的多关键词隐私查询问题.该方案在我们提出的安全两方计算集合相似度协议、安全两方量子逻辑乘协议以及量子隐私查询协议的协助下,完成隐私的查询.前两个协议在不串谋的量子云的协助下,达到了信息论安全.而量子隐私查询是抗量子攻击的,即量子安全,所以所提方案是量子安全的.此外,所有基础协议均采用单光子作为量子资源,最复杂的操作是Toffoli门,所必须的测量是单光子测量.因此,在现有技术条件下,该方案是实际可行的.最后,在Qiskit中的IBM量子系统上验证了该方案关键环节的正确性和可行性.

关键词：量子计算量子隐私查询信息论安全量子安全

来源：评论

学校读者我要写书评

暂无评论

关闭时间一致漏洞的Svetlichny不等式

引用

陕西师范大学学报（自然科学版） 2024年第2期52卷 80-88页

作者：李丹丹高飞严欢北京邮电大学计算机学院(国家示范性软件学院) 北京100876 网络与交换技术国家重点实验室北京100876

对于任一贝尔不等式,漏洞的存在导致不等式的违背并非都是对局域实在的违背,进而威胁到设备无关量子信息处理任务的安全性。时间一致漏洞(coincidence-time loophole)作为主要漏洞之一,已在两方贝尔不等式的研究中被关闭。Svetlichny不... 详细信息

对于任一贝尔不等式,漏洞的存在导致不等式的违背并非都是对局域实在的违背,进而威胁到设备无关量子信息处理任务的安全性。时间一致漏洞(coincidence-time loophole)作为主要漏洞之一,已在两方贝尔不等式的研究中被关闭。Svetlichny不等式作为表征真正多体关联的多方贝尔不等式的典型代表,仍面临时间一致漏洞的威胁。由此,从三方Svetlichny不等式出发,给出关闭时间一致漏洞的Svetlichny不等式的条件;进一步,讨论更一般情况的结果,给出关闭时间一致漏洞的n(n≥3)方Svetlichny不等式的条件。该关闭时间一致漏洞的Svetlichny不等式为设计设备无关的多体量子信息处理协议提供基础工具。

关键词：时间一致漏洞 Svetlichny不等式时间一致事件贝尔不等式

来源：评论

学校读者我要写书评

暂无评论

面向联邦算力网络的隐私计算自适激励机制

引用

计算机学报 2023年第12期46卷 2705-2725页

作者：周赞张笑燕杨树杰李鸿婧况晓辉叶何亮许长桥北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术全国重点实验室信息系统安全技术国家重点实验室中国电信股份有限公司研究院

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满... 详细信息

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满足多种高性能、智能化计算任务需求瓶颈.同时，为建立用户泛在协作计算过程中的全生命周期安全保障和对联邦算力网络的互信任基础，差分隐私等隐私计算技术的引入成为基础性需求之一.因此，在用户自身安全和隐私不受模型逆转、梯度泄露等新兴攻击威胁的前提下，如何对大量的个性化参与用户进行有效激励，促使其积极参与并真实共享本地数据和算力，是实现联邦算力任务实际部署的关键步骤之一.然而，当前联邦算力网络的激励机制大多主要侧重于用户数据评估与公平性等计算性能相关指标研究，缺少对用户隐私需求的关注，无法有效规约隐私噪声注入过程.边缘算力节点出于自身利益考量，往往夸大隐私预算需求，造成严重的冗余精度损失.针对这一问题，本文基于改进的斯塔克伯格主从博弈模型，提出一种面向联邦算力网络的隐私计算自适应激励方法，通过两阶段的动态博弈根据分布式计算过程中隐私注入尺度进行差异化定价激励.基于反向归纳法，参与用户之间首先进行博弈均衡获取最优的本地隐私噪声预算设置策略，随后联邦参数服务器求取最优的隐私支付策略.通过理论分析，本文所提方案能够取得纳什均衡下的最优解.此外，本文还进一步对参与用户的限制条件进行了讨论，得出了用户隐私成本需求的约束上界.在EMNIST、CIFAR等公有标准数据集上的实验结果也表明，该方法相比于基于合约理论、三方博弈等理论的现有隐私激励机制，能够显著提升分布式智能协同计算任务参与各方的平均效用，在满足用户隐私需求的同时提升计算性能，大幅减少冗余损耗.

关键词：联邦算力网络隐私计算隐私定价个性化隐私动态博弈算力网络

来源：评论

学校读者我要写书评

暂无评论

面向异质性医学图像处理的深度学习算法综述

引用

软件学报 2023年第10期34卷 4870-4915页

作者：马梓博米悦张波张征吴静云黄海文王文东网络与交换国家重点实验室(北京邮电大学) 北京100876 北京邮电大学计算机学院北京100876 北京邮电大学现代邮政学院北京100876 北京邮电大学国际学院北京100876 北京大学第一医院医学影像科北京100034 北京大学第一医院泌尿外科北京100034 北京大学泌尿外科研究所北京100034 国家泌尿男生殖系肿瘤研究中心北京100034

近年来深度学习技术在诸多计算机视觉任务上取得了令人瞩目的进步,也让越来越多的研究者尝试将其应用于医学图像处理领域,如面向高通量医学图像(CT、MRI)的解剖结构分割等,旨在为医生提供诊断辅助,提高其阅片效率.由于训练医学图像处理... 详细信息

近年来深度学习技术在诸多计算机视觉任务上取得了令人瞩目的进步,也让越来越多的研究者尝试将其应用于医学图像处理领域,如面向高通量医学图像(CT、MRI)的解剖结构分割等,旨在为医生提供诊断辅助,提高其阅片效率.由于训练医学图像处理的深度学习模型同样需要大量的标注数据,同一医疗机构的数据往往不能满足需求,而受设备和采集协议的差异的影响,不同医疗机构的数据具有很大的异质性,这导致通过某些医疗机构的数据训练得到模型很难在其他医疗机构的数据上取得可靠的结果.此外,不同的医疗数据在患者个体病情阶段的分布上也往往是十分不均匀的,这同样会降低模型的可靠性.为了减少数据异质性的影响,提高模型的泛化能力,域适应、多站点学习等技术应运而生.其中域适应技术作为迁移学习中的研究热点,旨在将源域上学习的知识迁移到未标记的目标域数据上;多站点学习和数据非独立同分布的联邦学习技术则旨在在多个数据集上学习一个共同的表示,以提高模型的鲁棒性.从域适应、多站点学习和数据非独立同分布的联邦学习技术入手,对近年来的相关方法和相关数据集进行了综述、分类和总结,为相关研究提供参考.

关键词：医学图像处理深度学习数据异质性域适应多站点学习联邦学习

来源：评论

学校读者我要写书评

暂无评论

本地差分隐私下基于混合分布的真值发现算法

引用

电子与信息学报 2025年

作者：张朋飞安建隆程祥张治坤孙笠张吉朱伊波安徽理工大学计算机科学与工程学院云南省服务计算重点实验室(云南财经大学) 北京邮电大学计算机学院(国家示范性软件学院) 北京邮电大学网络与交换技术国家重点实验室浙江大学计算机科学与工程学院华北电力大学控制与计算机工程学院南昆士兰大学数学物理和计算学院

移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方... 详细信息

移动群智感知是收集数据的重要手段之一，其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题，现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外，直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题，该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的高斯噪音和隐私保护的拉普拉斯噪音，通过优化混合噪音模型，设计求解算法以提高“真值”精度。理论分析表明，MOON在保证隐私保护的同时，具有较低的计算和通信复杂度。在两个真实数据集上实验结果表明，相对于最新成果，在增加较少计算开销的前提下，MOON在求得的“真值”精度上提高了20%。

关键词：移动群智感知真值发现隐私保护本地差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于自适应剪枝的满足本地差分隐私的真值发现算法

引用

软件学报 2025年

作者：张朋飞朱伊波程祥张治坤刘西蒙孙笠方贤进张吉安徽理工大学计算机科学与工程学院北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术国家重点实验室(北京邮电大学) 浙江大学计算机科学与技术学院福州大学计算机与大数据学院华北电力大学控制与计算机工程学院 School of Mathematics Physics and Computing University of Southern Queensland

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了... 详细信息

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了感知数据中的异常值对本地差分隐私下真值发现精度的影响.这些异常值往往具有极大的取值范围,导致注入数据中的噪音量较大.而且在现实世界中,工人出于对隐私泄露的担心,移动群智感知服务器无法在无隐私保护的情况下预先处理数据.为解决以上问题,提出基于自适应剪枝的满足本地差分隐私的真值发现算法NATURE.该算法的核心思想是考虑数据中蕴含的噪音类型来自适应剪枝掉不需要的工人的所有值或者某些任务值.在NATURE中,为便于剪枝,在形式化约束优化问题的基础上,设计基于优化问题的噪音感知的权重和重要性估计方法;为进行剪枝,在证明最优剪枝问题是NP-hard的基础上,设计具有多项式时间复杂度的效用感知的自适应剪枝方法.进一步从理论上分析NATURE的隐私、效用和复杂度.在两个真实数据集和一个合成数据集上的实验结果表明,相较于对比算法, NATURE在求得噪音“真值”的精度上至少提高20%.

关键词：移动群智感知真值发现隐私保护本地差分隐私自适应剪枝

来源：评论

学校读者我要写书评

暂无评论

基于图像边缘检测的扭曲文档矫正

引用

南京大学学报（自然科学版） 2023年第4期59卷 660-668页

作者：徐远东熊永平张铮伍贵宾张兴王伟北京邮电大学计算机科学与技术学院(国家示范性软件学院) 北京100876 网络与交换技术国家重点实验室北京邮电大学北京100876 华润数字科技有限公司广州518049

扭曲的文档图像会干扰文档图像的光学字符识别(Optical Character Recognition,OCR).为了对扭曲形变的文档图像进行矫正,提高扭曲文档识别的正确率,基于目标检测与分割的网络,提出文档图像的边缘检测方法,使用贝塞尔(Bezier)曲线拟合文... 详细信息

扭曲的文档图像会干扰文档图像的光学字符识别(Optical Character Recognition,OCR).为了对扭曲形变的文档图像进行矫正,提高扭曲文档识别的正确率,基于目标检测与分割的网络,提出文档图像的边缘检测方法,使用贝塞尔(Bezier)曲线拟合文档图像的边缘曲线,通过目标检测的算法回归Bezier曲线的控制点.将文档图像的边缘检测转化为边缘曲线Bezier控制点的回归,使用文档的边缘点计算扭曲文档矫正后的矩形模板,然后将文档图像通过薄板样条插值(Thin Plate Spline,TPS)算法重映射到矩形模板中,完成文档的矫正.实验结果表明,提出的矫正方法能够对扭曲文档进行精确的边缘提取,和其他算法相比,经该算法矫正后的文档图像,其OCR的正确率有较大的提升.

关键词：目标检测贝塞尔曲线文档图像矫正光学字符识别薄板样条插值

来源：评论

学校读者我要写书评

暂无评论

一种联合时延和能耗的依赖性任务卸载方法

引用

计算机研究与发展 2023年第12期60卷 2770-2782页

作者：张俊娜鲍想陈家伟赵晓焱袁培燕王尚广河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室(河南师范大学) 河南新乡453007 网络与交换技术国家重点实验室(北京邮电大学) 北京100876

边缘计算通过在靠近用户的网络边缘侧部署计算和存储资源,使用户可将高延迟、高耗能应用程序卸载到网络边缘侧执行,从而降低应用延迟和本地能耗.已有的卸载研究通常假设卸载的任务之间相互独立,且边缘服务器缓存有执行任务所需的所有服... 详细信息

边缘计算通过在靠近用户的网络边缘侧部署计算和存储资源,使用户可将高延迟、高耗能应用程序卸载到网络边缘侧执行,从而降低应用延迟和本地能耗.已有的卸载研究通常假设卸载的任务之间相互独立,且边缘服务器缓存有执行任务所需的所有服务.然而,在真实场景中,任务之间往往存在依赖关系,且边缘服务器因其有限的存储资源只能缓存有限的服务.为此,提出一种在边缘服务器计算资源和服务缓存有限的约束下,权衡时延和能耗(即成本)的依赖性任务卸载方法.首先,松弛研究问题中的约束将其转换为凸优化问题;采用凸优化工具求最优解,并用解计算卸载任务的优先级.然后,按照优先级将任务卸载到成本最小的边缘服务器,若多个依赖任务卸载到不同的边缘服务器,为了使总成本最小,则采用改进粒子群算法求解边缘服务器的最佳传输功率.最后,为了验证所提方法的有效性,基于真实数据集进行了充分的实验.实验结果表明,所提方法与其他方法相比能够降低总成本8%~23%.

关键词：边缘计算任务卸载依赖性任务服务缓存改进粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的算力网络主动防御方法

引用

中国科学：信息科学 2023年第12期53卷 2372-2385页

作者：张焘许长桥连一博康嘉文况晓辉北京邮电大学计算机学院北京100876 网络与交换技术国家重点实验室北京100876 广东工业大学自动化学院广州510062 军事科学院系统工程研究所北京100101 北京交通大学软件学院北京100044 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

算力网络旨在深度融合算力资源与网络资源,实现多种资源的高效协同,最大化资源利用率.算力网络边缘部分通常采用分布式软件定义网络架构,构建逻辑集中但物理分散的控制平面,并将其与数据平面分离,实现全网算力资源与网络资源的统一调度... 详细信息

算力网络旨在深度融合算力资源与网络资源,实现多种资源的高效协同,最大化资源利用率.算力网络边缘部分通常采用分布式软件定义网络架构,构建逻辑集中但物理分散的控制平面,并将其与数据平面分离,实现全网算力资源与网络资源的统一调度与编排.然而,攻击者极易将控制平面作为首要攻击目标,发起分布式拒绝服务攻击(distributed denial of service,DDoS),使控制平面大面积失效,严重影响计算任务的实时传输.为了解决算力网络中的安全问题,本文创新性地提出了基于深度强化学习的算力网络主动防御方法.首先,构建了马尔可夫决策过程(Markov decision process,MDP)模型来准确表征交换机与控制器映射关系的动态性,并设计了一种基于节点介数的奖励函数来反映DDoS攻击对控制器部署方案的影响.其次,综合考虑多种网络约束,将多控制器部署问题建模为约束满足问题,其可行解空间即为MDP模型的动作空间.最后,提出了一种基于深度强化学习的主动防御算法,迭代优化动作选择策略,智能化选择多控制器部署方案.实验结果表明,该方法在网络性能几乎无损的前提下,相比基准方法能够分别提升13%和8%的防御成功率.

关键词：算力网络分布式软件定义网络主动防御分布式拒绝服务攻击深度强化学习

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：