检索结果-内蒙古大学图书馆

网络与信息安全学报 2020年第2期6卷 87-95页

作者：李瑾仵松颀张森林陆月明北京邮电大学网络空间安全学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

针对电能量数据中心化存储面临中心单点故障、恶意篡改等问题,利用区块链的去中心化、防篡改、高度可拓展特点,通过构建电能量数据星际存储联盟链(ISCB),提出一种包括身份认证、传感数据上传、IPFS(星际文件系统)存储、区块链上传、访... 详细信息

针对电能量数据中心化存储面临中心单点故障、恶意篡改等问题,利用区块链的去中心化、防篡改、高度可拓展特点,通过构建电能量数据星际存储联盟链(ISCB),提出一种包括身份认证、传感数据上传、IPFS(星际文件系统)存储、区块链上传、访问验证5个部分的可信存储机制。针对电能量数据来源广、容量大等特点,将区块链技术与星际文件系统相结合,链上保存IPFS返回的数据哈希及查询属性,有效地解决了电能量数据区块链存储扩容及数据篡改识别问题。

关键词：联盟区块链电能量数据星际文件系统安全存储

来源：评论

学校读者我要写书评

暂无评论

一种基于对抗训练的医疗问答匹配方法

引用

北京邮电大学学报 2022年第4期45卷 37-43页

作者：付洁琼孙亚伟刘建毅李金斌北京邮电大学计算机学院(国家示范性软件学院) 北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学网络空间安全学院北京100876 中国医学科学院国家人口健康科学数据中心北京100005

相较于英文开放领域的问答匹配,中文专业医疗领域的问答匹配任务更具有挑战性。针对中文语义和医疗数据的复杂、多样,大多数研究人员都专注于设计繁杂的神经网络来探索更深层次的文本语义,工作思路较为单一,同时神经网络模型很容易因为... 详细信息

相较于英文开放领域的问答匹配,中文专业医疗领域的问答匹配任务更具有挑战性。针对中文语义和医疗数据的复杂、多样,大多数研究人员都专注于设计繁杂的神经网络来探索更深层次的文本语义,工作思路较为单一,同时神经网络模型很容易因为微小扰动而误判,模型的泛化能力较差。为此,提出了一种基于对抗训练的问答匹配模型,利用双向预训练编码器来捕获问答句的语义信息,从而得到对应的向量表征;再通过在词嵌入表示上添加扰动因子生成对抗样本;最后将初始样本和对抗样本共同输入带有线性层的模型中进行分类预测。在cMedQA V2.0数据集上通过对比实验证明了对抗训练可以有效提升问答匹配模型的性能。

关键词：医疗问答对抗训练自然语言处理

来源：评论

学校读者我要写书评

暂无评论

一种基于分支过程的信息流行度动力学模型

引用

物理学报 2019年第7期68卷 296-301页

作者：吴联仁李瑾颉齐佳音上海对外经贸大学工商管理学院上海201620 上海师范大学数理学院上海200234 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

Web 2.0时代,建模和预测在线信息流行度是信息传播中的重要问题.本文基于社交网络系统信息传播的机制,通过假设和简化,提出了分支过程的概率模型,来描述在线社交网络信息的流行度动力学过程.对典型在线社交网络系统的信息流行度数据和... 详细信息

Web 2.0时代,建模和预测在线信息流行度是信息传播中的重要问题.本文基于社交网络系统信息传播的机制,通过假设和简化,提出了分支过程的概率模型,来描述在线社交网络信息的流行度动力学过程.对典型在线社交网络系统的信息流行度数据和网络结构数据进行了分析,统计结果表明信息流行度衰减遵循幂律分布(幂指数为1.8),微博网络的入度和出度分布也均服从幂律分布(幂指数为1.5).模型仿真结果发现,该模型能够再现真实社交网络数据的若干特征,且信息流行度与网络结构相关.对模型方程进行求解得到理论预测的结果与仿真分析和实际数据结果相符合.

关键词：统计物理分支过程复杂网络信息流行度

来源：评论

学校读者我要写书评

暂无评论

同行评议专家遴选系统研究与实现

引用

现代图书情报技术 2012年第5期 81-86页

作者：李振清刘建毅王枞吴旭机械工业技术发展基金会北京100823 北京邮电大学计算机学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876

设计并实现一个科技项目同行评议专家智能遴选系统,以专家信息和专家档案库为基础,采用基于统计的术语抽取技术解决未登录词问题,利用向量空间检索计算待评审项目和评审专家的相关性,根据相关性大小遴选出最合适的评审专家。

关键词：同行评议专家搜索术语抽取

来源：评论

学校读者我要写书评

暂无评论

基于时空自适应图卷积神经网络的脑电信号情绪识别

引用

计算机科学 2022年第4期49卷 30-36页

作者：高越傅湘玲欧阳天雄陈松龄闫晨巍北京邮电大学计算机学院(国家示范性软件学院) 北京100876 北京邮电大学可信分布式与服务教育部重点实验室北京100876

随着人机交互在计算机辅助领域的快速发展,脑电信号已成为情绪识别的主要手段。与此同时,图网络因其对拓扑结构数据的优秀表征能力,逐渐受到研究者们的广泛关注。为进一步提升图网络对多通道脑电信号的表征性能,文中结合脑电信号的稀疏... 详细信息

随着人机交互在计算机辅助领域的快速发展,脑电信号已成为情绪识别的主要手段。与此同时,图网络因其对拓扑结构数据的优秀表征能力,逐渐受到研究者们的广泛关注。为进一步提升图网络对多通道脑电信号的表征性能,文中结合脑电信号的稀疏性、不频繁性等多种特性,提出了一种基于时空自适应图卷积神经网络的脑电情绪识别方法(Self-Adaptive Brain Graph Convolutional Network with Spatiotemporal Attention,SABGCN-ST)。该方法通过引入时空注意力机制解决了情绪的稀疏性问题,并根据自适应学习的脑网络拓扑邻接矩阵,挖掘不同位置的电极通道之间的功能连接关系。最终模型基于图卷积操作进行图结构的特征学习,以实现对脑电信号的情绪预测。在DEAP和SEED两个脑电信号公开数据集上开展了大量实验,实验结果证明,SABGCN-ST相比基线模型在准确率上具有显著的优势,平均情绪识别准确率达到84.91%。

关键词：脑电信号情绪识别图卷积神经网络时空注意力机制自适应邻接矩阵深度学习

来源：评论

学校读者我要写书评

暂无评论

基于宽度&深度学习的基站网络流量预测方法

引用

郑州大学学报（工学版） 2022年第1期43卷 7-13页

作者：陈浩杰黄锦左兴权韩静张百胜北京邮电大学计算机学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 中兴通讯股份有限公司广东深圳518057

针对无线网络流量长期预测问题,提出一种基于宽度&深度学习的基站网络流量预测方法。首先,利用S-H-ESD算法和数据平滑方法对网络流量数据进行预处理,以降低噪声数据对预测的影响;然后,将网络流量作为宽度&深度模型的深度部分(... 详细信息

针对无线网络流量长期预测问题,提出一种基于宽度&深度学习的基站网络流量预测方法。首先,利用S-H-ESD算法和数据平滑方法对网络流量数据进行预处理,以降低噪声数据对预测的影响;然后,将网络流量作为宽度&深度模型的深度部分(神经网络)的输入,将无线资源控制(RRC)连接数和物理资源块(PRB)利用率作为模型的宽度部分(线性模型)输入,通过结合深度部分和宽度部分来预测网络流量。所提方法为所有基站的网络流量建立一个预测模型,预测结果的均方根对数误差(RMSLE)为0.985,明显优于传统的季节性差分自回归滑动平均模型(RMSLE为2.095)和长短期记忆网络模型(RMSLE为3.281)。实验结果表明:宽度&深度模型通过结合线性模型的记忆能力和深度模型的泛化能力,能够更好地解决无线网络流量的长期预测问题。

关键词：宽度&深度模型深度学习基站网络流量流量预测时间序列预测神经网络

来源：评论

学校读者我要写书评

暂无评论

双层聚类模型在日志数据分析中的应用

引用

北京邮电大学学报 2015年第B06期38卷 63-66,71页

作者：古恒陈钊王枞张思悦傅群超北京邮电大学计算机学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京市政务信息安全应急处置中心北京100101 北京邮电大学软件学院北京100876

提出了一种基于自组织特征映射(SOM)神经网络和模糊c-均值(FCM)的双层聚类方法,对Web日志中的日志数据集进行聚类.第一层是无监督SOM神经网络聚类方法,它所产生的类的个数大大减少了原始数据集的个数,降低了FCM对类初始中心点的依赖;然... 详细信息

提出了一种基于自组织特征映射(SOM)神经网络和模糊c-均值(FCM)的双层聚类方法,对Web日志中的日志数据集进行聚类.第一层是无监督SOM神经网络聚类方法,它所产生的类的个数大大减少了原始数据集的个数,降低了FCM对类初始中心点的依赖;然后利用FCM聚类算法的优势对第一层中产生的类的中心点进行聚类,从而大大减少了聚类的时间复杂度;最后通过平行坐标技术可视化展示聚类前后的日志数据集,方便对日志数据进行分析.

关键词：平行坐标日志数据聚类自组织特征映射模糊c-均值

来源：评论

学校读者我要写书评

暂无评论

扩展角色的密文数据访问控制模型

引用

北京邮电大学学报 2011年第5期34卷 19-24页

作者：彭维平周亚建平源宋成王枞杨义先北京邮电大学信息安全中心北京100876 河南理工大学计算机科学与技术学院河南焦作454003 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 中国电子科技集团公司第二十九研究所电子信息控制重点实验室成都610036

提出了一种将分级密钥授权融入角色管理的密文数据访问控制(KRBAC)模型,并基于该模型提出了一种元素级的细粒度数据保护方案.KRBAC模型通过划分独立的密钥控制域,将传统的角色扩展为由角色、角色控制域和密钥控制域构成的具有偏序集继... 详细信息

提出了一种将分级密钥授权融入角色管理的密文数据访问控制(KRBAC)模型,并基于该模型提出了一种元素级的细粒度数据保护方案.KRBAC模型通过划分独立的密钥控制域,将传统的角色扩展为由角色、角色控制域和密钥控制域构成的具有偏序集继承关系和安全约束性质的三元组;在密钥分级的基础上,通过主密钥及数据的特征信息产生元素级的加解密密钥.分析结果表明,该模型能减少角色数量,降低访问控制的复杂度,提高权限分配的合理性,并能为细粒度的数据保护提供安全基础.

关键词：扩展角色访问控制模型授权管理密文数据库

来源：评论

学校读者我要写书评

暂无评论

社交网络分析核心科学问题、研究现状及未来展望

引用

中国科学院院刊 2015年第2期30卷 187-199页

作者：方滨兴贾焰韩毅北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 国防科学技术大学计算机学院长沙410073

近年来,随着在线社交服务的快速发展,社交网络进入了我们社会经济生活的各个方面,演变为无处不在的计算平台和信息传播平台。为理解社交网络运行机制的各个方面,文章聚焦分析社交网络运行演化过程中紧密联系的一系列关键性要素:社交网... 详细信息

近年来,随着在线社交服务的快速发展,社交网络进入了我们社会经济生活的各个方面,演变为无处不在的计算平台和信息传播平台。为理解社交网络运行机制的各个方面,文章聚焦分析社交网络运行演化过程中紧密联系的一系列关键性要素:社交网络的结构属性及其演化规律、社交群体及其互动规律、网络信息及其传播方式,探讨了社交网络分析的科学问题,介绍了社交网络分析研究所面临的问题与挑战,并对社交网络的研究方向进行了展望。

关键词：社交网络拓扑结构网络群体信息传播

来源：评论

学校读者我要写书评

暂无评论

联邦学习通信优化方法综述

引用

网络与信息安全学报 2024年第6期10卷 1-23页

作者：杨智凯刘亚萍张硕孙哲严定宇广州大学网络空间安全学院广东广州510006 可信分布式计算与服务教育部重点实验室(北京邮电大学) 北京100876

随着以深度学习为代表的人工智能技术的发展和普及,其不断暴露的安全问题已经成为影响网络空间安全的巨大挑战。传统的以云为中心的分布式机器学习通过收集参与方的数据来训练模型或优化模型表现,在数据交换过程中容易受到安全攻击和隐... 详细信息

随着以深度学习为代表的人工智能技术的发展和普及,其不断暴露的安全问题已经成为影响网络空间安全的巨大挑战。传统的以云为中心的分布式机器学习通过收集参与方的数据来训练模型或优化模型表现,在数据交换过程中容易受到安全攻击和隐私攻击等网络安全风险的影响,进而造成整体系统效能下降或隐私数据泄露等后果。联邦学习作为一种具有隐私保护能力的分布式机器学习模式,通过客户端与参数服务器的频繁通信进行模型参数交换,在原始数据不离开本地的情况下训练联合模型,这极大降低了隐私数据泄露风险,在一定程度上保证了数据安全。但是随着深度学习模型的规模越来越大,联邦学习任务越来越复杂,通信开销也逐渐增加,最终成为联邦学习应用落地的阻碍。因此,针对联邦学习通信优化方法的探索成为联邦学习研究中的热点。介绍了联邦学习的技术背景和工作流程、分析了其通信瓶颈的来源和造成的影响。根据影响通信效率的因素,从模型参数压缩、模型更新策略、系统架构和通信协议等优化目标对现有联邦学习通信优化方法进行全面梳理和分析,并给出了该研究领域的发展脉络。最后总结了现有联邦学习通信优化方法所面临的问题,并对未来的发展趋势与研究方向进行展望。

关键词：联邦学习边缘计算通信优化模型压缩

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：