检索结果-内蒙古大学图书馆

计算机科学与探索 2024年第1期18卷 75-92页

作者：陈先意王康丁思哲付章杰南京信息工程大学数字取证教育部工程研究中心南京210044 西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710126

区块链技术因其去中心化、高透明度等优良特性引领了新一代数据存储技术的发展,近年来广泛应用于社会治理、金融保险、数字版权等领域。然而,作为一个基于规范和协议的自封闭系统,区块链不同链间无法直接实现数据通信,难以满足跨领域应... 详细信息

区块链技术因其去中心化、高透明度等优良特性引领了新一代数据存储技术的发展,近年来广泛应用于社会治理、金融保险、数字版权等领域。然而,作为一个基于规范和协议的自封闭系统,区块链不同链间无法直接实现数据通信,难以满足跨领域应用的数据共享需求,区块链互操作性技术应运而生。目前,该技术的项目实例分析较少。基于区块链互操作性最新研究成果,系统性总结了近年来互操作技术的代表性方案,并归纳展望了发展前景。首先,按照通信各链的结构差异,将区块链互操作方法划分成同构扩容和异构互操作两种类型;其次,按照技术发展脉络和区块链分层架构,分别介绍两种类型的代表性方法,分析比较了各方法的实现原理和技术细节,归纳总结它们的优缺点;再次,介绍了目前已经实施的区块链互操作性项目研发进展,重点介绍其实现思路、运营模式和现状,并在吞吐量、安全性等多个指标上对比分析其性能;最后,展望了区块链互操作性技术各方向的发展趋势。

关键词：区块链互操作性跨链区块链生态系统

来源：评论

学校读者我要写书评

暂无评论

场景化学习服务模式构建研究

引用

电化教育研究 2021年第1期42卷 87-92,114页

作者：刘铭武法提南京信息工程大学教师教育学院江苏南京210044 数字学习与教育公共服务教育部工程研究中心北京100875

为解决“互联网+”时代学习路径辨识难、个性化学习信息过滤难、学习碎片化等“富信息时代”典型学习问题,文章以构建学习服务模式作为问题解决的切入点,采用系统论方法以学习场景作为分析单位,探究了场景化理念的内涵,发现“互联网+”... 详细信息

为解决“互联网+”时代学习路径辨识难、个性化学习信息过滤难、学习碎片化等“富信息时代”典型学习问题,文章以构建学习服务模式作为问题解决的切入点,采用系统论方法以学习场景作为分析单位,探究了场景化理念的内涵,发现“互联网+”时代信息传播具有基于用户场景的个性化信息服务特性和信息增值效用;构建了学习场景模型,由学习者、学习时间、学习空间和学习活动四要素及其各自构成元素组成;以场景化信息传播模式为基本框架推演出场景化学习服务模式的结构模型,由学习需求分析、学习资源推荐、潜在交互场景生成、学习场景切换、交互场景生成、学习服务效果评价以及修改七个模块构成;确立了场景化学习服务学习延续性、学习资源推荐强度和场景边界划分三项原则。

关键词：场景化理念学习服务模式构建

来源：评论

学校读者我要写书评

暂无评论

高判别精度的区块链交易合法性检测方法

引用

计算机工程与应用 2024年第5期60卷 271-280页

作者：蔡元海宋甫元黎凯陈彦宇付章杰南京信息工程大学数字取证教育部工程研究中心南京210044 西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题,提出融合可信深度森林的多角度高精度合法性检测方法。设计... 详细信息

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题,提出融合可信深度森林的多角度高精度合法性检测方法。设计基于可信生成特征的可信深度森林TForest,以特征重排序的方式赋予子样本足够的区分度,结合可变滑动窗口以均衡无混淆的方式提取可信子样本,在大幅度降低生成特征维度的基础上,提高了深度森林的判别精度。提出一种集成策略,基于不同基模型对于正负样本识别能力的差异性,采用双阶段逐层优化的方式有效融合可信深度森林与Transformer图网络及残差网络三类基判别器,兼顾两方面信息,构成高精度的多角度分析模型T2Rnet。在Elliptic数据集上的实验结果显示,该模型的F1-score达到83.11%,相比基准图卷积方法提升31.6%,具备可靠的交易合法性检测性能。

关键词：区块链合法性检测可信深度森林神经网络双阶段集成

来源：评论

学校读者我要写书评

暂无评论

部分域适应研究综述

引用

软件学报 2023年第12期34卷 5597-5613页

作者：田青储奕孙赫阳吴一昕陈松灿南京信息工程大学计算机与软件学院江苏南京210044 教育部数字取证工程研究中心(南京信息工程大学) 江苏南京210044 南京航空航天大学计算机科学与技术学院江苏南京210016 模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学) 江苏南京210016

域适应通过将源域知识迁移到任务相似的目标域,旨在辅助后者更好地学习.当目标域的数据标签集为源域标签的子集时,该类场景的域适应称为部分或偏域适应(partial domain adaption,PDA).相比一般的域适应,尽管PDA更具普遍性,但也更具挑战... 详细信息

域适应通过将源域知识迁移到任务相似的目标域,旨在辅助后者更好地学习.当目标域的数据标签集为源域标签的子集时,该类场景的域适应称为部分或偏域适应(partial domain adaption,PDA).相比一般的域适应,尽管PDA更具普遍性,但也更具挑战性,相关研究较少,尤其缺少系统的综述.为此,旨在弥补这一欠缺,对现有PDA方法进行全面回顾、分析和总结,为相关社区提供主题研究概貌和参考.首先针对PDA背景、概念和应用领域进行概况总结.其次,根据方法的建模特点,PDA被划分为促进正迁移和抑制负迁移两大类,进而分别作出回顾和分析.然后,对常用的实验基准数据集进行归类和总结.最后,对现有PDA工作存在的问题进行了分析,并提出了其未来可能的发展方向.

关键词：域适应部分域适应促进正迁移抑制负迁移

来源：评论

学校读者我要写书评

暂无评论

元宇宙:概念、技术及应用研究综述

引用

南京信息工程大学学报（自然科学版） 2024年第1期16卷 30-45页

作者：方巍伏宇翔南京信息工程大学计算机学院/数字取证教育部工程研究中心南京210044 南京信息工程大学气象灾害教育部重点实验室南京210044 南京信息工程大学大气环境与装备技术协同创新中心南京210044

网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度... 详细信息

网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度深度剖析元宇宙.首先,从定义、起源与发展、特征和关键技术(网络及运算技术、物联网技术、人机交互技术、电子游戏技术、区块链技术、数字孪生技术和其他技术)等多方面对元宇宙的概念及内涵进行论述;然后,讨论了当下布局元宇宙的企业和应用实例;最后,剖析了目前元宇宙发展存在的问题和机遇,并对未来研究与应用进行了展望.通过对元宇宙当前的发展状况、研究趋势进行归纳分析以及科学地评估元宇宙的落地应用,为元宇宙研究人员提供有益的参考和借鉴.

关键词：元宇宙数字孪生人工智能虚拟现实边缘计算 6G 区块链

来源：评论

学校读者我要写书评

暂无评论

基于多模态特征提取与层级感知的遥感图像分割

引用

地球信息科学学报 2024年第12期26卷 2741-2758页

作者：张银胜单梦姣陈昕陈戈童俊毅吉茹单慧琳无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105 南京信息工程大学电子信息与工程学院南京210044 南京信息工程大学复杂环境智能保障技术教育部重点实验室南京210044

高分辨率遥感图像中存在物体视觉特征模糊和同物异谱的问题,在单一模态下对相似地物和阴影遮挡的地物分割较为困难,因此本文提出了一种基于多模态特征提取与层级感知的遥感图像分割模型。本文引入了多模态特征提取模块来提取不同模态的... 详细信息

高分辨率遥感图像中存在物体视觉特征模糊和同物异谱的问题,在单一模态下对相似地物和阴影遮挡的地物分割较为困难,因此本文提出了一种基于多模态特征提取与层级感知的遥感图像分割模型。本文引入了多模态特征提取模块来提取不同模态的特征信息,并通过坐标注意力机制充分融合不同模态的特征。抽象特征提取模块采用具有双路径瓶颈块的MobileNetV3作为主干网络,并引入了层级感知网络来提取深层次的抽象特征,通过嵌入像素的场景感知来改进注意力机制,实现高效且准确的类级上下文建模。解码部分设计了多尺度聚合双重融合,将低级特征与高级抽象语义特征相结合,利用逐步上采样实现特征恢复。本文基于ISPRS Vaihingen和Potsdam数据集上的高分辨率遥感图像,实验结果表明:(1)在包括C3Net、AMM-FuseNet、MMFNet、CMFet、CIMFNet和EDGNet在内的一系列对比模型中,MFEHPNet在各项性能指标上得到了显著提高,验证了遥感图像的语义分割性能;(2)MFEHPNet在ISPRS Vaihingen和Potsdam的总体精度为92.21%和93.45%、平均交并比为83.24%和83.94%、Kappa为0.85、频率加权交并比为89.24%和90.12%,显著提高了遥感图像的语义分割性能,能有效解决分割中的特征边界模糊和同物异谱等问题。

关键词：遥感图像分割多模态特征提取双路径瓶颈块层级感知多尺度聚合双重融合

来源：评论

学校读者我要写书评

暂无评论

基于少样本学习的区块链地址身份推断方法研究

引用

计算机工程与应用 2024年

作者：陈彦宇黎凯付章杰南京信息工程大学数字取证教育部工程研究中心综合业务网理论及关键技术国家重点实验室

由于区块链的匿名性，钓鱼诈骗、黑客攻击等安全威胁层出不穷，造成了巨大经济损失。区块链身份推断可有效分析匿名地址的交易行为特征，推断地址的身份类型，以加强区块链监管治理。现有的身份推断模型大多依赖大量标记样本进行训练，... 详细信息

由于区块链的匿名性，钓鱼诈骗、黑客攻击等安全威胁层出不穷，造成了巨大经济损失。区块链身份推断可有效分析匿名地址的交易行为特征，推断地址的身份类型，以加强区块链监管治理。现有的身份推断模型大多依赖大量标记样本进行训练，但是现实中往往难以获取足量的标签地址，对于少量标签的身份类型的检测能力不足。因此，本文首次提出在少样本环境下的进行区块链地址身份推断，提出了基于少样本学习的区块链地址身份推断方案。首先，为了实现对交易图的深入特征提取，设计了改进的三元组损失函数，该函数在嵌入空间中有效聚集同类样本，同时分离异类样本，显著提升了特征嵌入表示在不同身份类型间的区分度。其次，本文创新性的提出了一种基于距离加权的原型网络，能够根据样本与均值中心的距离动态调整注意力权重，有效减少异常值和噪声值的干扰，增强类原型计算的准确性。最后，使用度量学习模块将每个样本与各类原型进行距离度量来得到最终的预测结果。这些改进不仅提升了模型在少样本条件下的性能，还增强了模型对未知身份类型推断的泛化能力。实验结果表明，该模型在真实以太坊的交易数据集上测试取得了优异性能，证明了方法的有效性。

关键词：区块链以太坊少样本学习身份推断

来源：评论

学校读者我要写书评

暂无评论

基于多层特征信息融合的滑坡图像分割模型

引用

测绘学报 2024年第11期53卷 2201-2212页

作者：张银胜陈戈段修贤童俊毅单梦姣单慧琳无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心江苏无锡214105 南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学复杂环境智能保障技术教育部重点实验室江苏南京210044

滑坡对人类生存环境造成严重的危害,人工识别滑坡区域的方式比较耗时且隐蔽区域不易被探测,而利用遥感图像识别滑坡区域,能够准确快速地实现滑坡灾害预警和救援。随着深度学习的快速发展,语义分割已经广泛应用于滑坡遥感图像识别领域。... 详细信息

滑坡对人类生存环境造成严重的危害,人工识别滑坡区域的方式比较耗时且隐蔽区域不易被探测,而利用遥感图像识别滑坡区域,能够准确快速地实现滑坡灾害预警和救援。随着深度学习的快速发展,语义分割已经广泛应用于滑坡遥感图像识别领域。针对当前滑坡图像分割模型容易出现错误识别、图像边缘信息丢失等问题,本文提出了一种多层特征信息融合的滑坡分割模型MLFIF-Net,该模型以MobileNetv3-Small为主干网络,提高模型对滑坡图像的特征提取能力,同时构建级联带状空间金字塔池化模块增强滑坡图像的纹理特征,获取多尺度信息,利用高效通道注意力模块关注图像特征,设计了多层特征信息融合结构增强图像的边缘信息,从而提升模型的分割效果。试验结果表明,本文模型在贵州毕节市滑坡数据集上的准确率为96.77%,类别平均准确率为95.61%,平均交并比达到了87.69%,与SegNet等6种分割模型相比,其分割精度较为优异,能够准确识别目标区域,突出滑坡图像边缘细节。

关键词：语义分割遥感图像滑坡金字塔池化注意力模块特征信息融合

来源：评论

学校读者我要写书评

暂无评论

一种语义引导的神经网络关键数据路由路径算法

引用

计算机科学 2024年第9期51卷 155-161页

作者：朱富坤滕臻邵文泽葛琦孙玉宝南京邮电大学通信与信息工程学院南京210003 南京邮电大学贝尔英才学院南京210042 南京信息工程大学教育部数字取证工程研究中心南京210044

近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Cri... 详细信息

近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Critical Data Routing Path,CDRP)这一面向网络路径的可解释方法。首先,通过Score-CAM(Score-Class Activation Map)方法分析了CDRP在输入域上的路径可视化归因,指出CDRP方法在语义层面的潜在缺陷。然后,提出了一种语义引导的Score-CDRP方法,从方法机理上提升了CDRP与原始神经网络的语义一致性。最后,通过实验从路径热力图可视化以及相应的预测与定位精度等角度验证了Score-CDRP方法相较于CDRP的合理性、有效性和鲁棒性。

关键词：计算机视觉深度神经网络神经网络可解释性特征可视化网络剪枝热力图

来源：评论

学校读者我要写书评

暂无评论

视觉识别深度学习模型的黑盒迁移攻击方法综述

引用

南京邮电大学学报（自然科学版） 2024年第5期44卷 47-60页

作者：邵文泽滕臻朱富坤孙玉宝南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学贝尔英才学院江苏南京210023 南京信息工程大学教育部数字取证工程研究中心江苏南京210000

随着深度学习的快速发展,视觉领域的众多任务得到了有效解决。在性能不断提升的同时,对抗样本的发现引发了关于深度学习可靠性、安全性的反思。相较于早期的白盒攻击,黑盒迁移攻击无需获取被攻击模型的网络架构、参数等敏感信息,因而不... 详细信息

随着深度学习的快速发展,视觉领域的众多任务得到了有效解决。在性能不断提升的同时,对抗样本的发现引发了关于深度学习可靠性、安全性的反思。相较于早期的白盒攻击,黑盒迁移攻击无需获取被攻击模型的网络架构、参数等敏感信息,因而不易察觉,威胁相对较大。目前的综述文献主要围绕对抗攻击或对抗攻击和防御做全面总结,对视觉识别深度模型的黑盒迁移攻击方法往往未做专题性回顾与展望,为此文中特别围绕黑盒迁移攻击的最新进展进行了全面的梳理和总结。首先,从优化和学习两种视角介绍了黑盒迁移攻击的基本模型。对于优化视角下的迁移攻击,具体从梯度扰动更新、样本邻域增广以及模型决策代理等三方面对现有文献做了梳理和分析。对于学习视角下的迁移攻击,具体从通用扰动和生成扰动两方面对现有文献做了进一步梳理和分析。最后,总结出了当前黑盒迁移攻击方法的两个核心:最优解平滑性和特征语义引导,同时指出未来工作的重点和难点在于黑盒迁移攻击的可解释性与泛化性。

关键词：迁移攻击对抗攻击黑盒攻击深度学习优化攻击学习攻击

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：