检索结果-内蒙古大学图书馆

通信学报 2022年第5期43卷 110-122页

作者：殷新春王梦宇宁建廷扬州大学信息工程学院江苏扬州225127 扬州大学广陵学院江苏扬州225128 福建师范大学计算机与网络空间安全学院福建福州350007 中国科学院信息安全国家重点实验室北京100093

支持策略隐藏和关键字搜索的属性基加密方案在医疗场景中具有良好的应用前景。然而,现有的此类方案大多不支持大属性域或采用“与门”结构,限制了访问控制的可扩展性和灵活性,并且许多方案无法抵抗离线字典猜测攻击。此外,属性基加密涉... 详细信息

支持策略隐藏和关键字搜索的属性基加密方案在医疗场景中具有良好的应用前景。然而,现有的此类方案大多不支持大属性域或采用“与门”结构,限制了访问控制的可扩展性和灵活性,并且许多方案无法抵抗离线字典猜测攻击。此外,属性基加密涉及大量的双线性配对运算,对于计算资源受限的用户设备来说使用非常不便。提出一种轻量级可搜索医疗数据共享方案。该方案在支持关键字搜索和策略隐藏的基础上采用大属性域和线性秘密共享结构,提高了访问控制的可扩展性和灵活性;采用IntelSGX技术对数据进行重加密,实现抗离线字典猜测攻击;将解密计算开销降低到恒定的常数级,适用于计算资源受限的用户设备。最后证明了所提方案具备选择明文不可区分安全性并且可以抵抗离线字典猜测攻击。

关键词：轻量级策略隐藏关键字搜索属性基加密大属性域离线字典猜测攻击

来源：评论

学校读者我要写书评

暂无评论

GKCI:改进的基于图神经网络的关键类识别方法

引用

软件学报 2023年第6期34卷 2509-2525页

作者：周纯英曾诚何鹏张龑湖北大学计算机与信息工程学院湖北武汉430062 湖北大学网络空间安全学院湖北武汉430062 湖北省教育信息化工程技术研究中心湖北武汉430062

研究人员将软件系统中的关键类作为理解和维护一个系统的起点,而关键类上的缺陷给系统带来了极大的安全隐患.因此,识别关键类可提高软件的可靠性和稳定性.常用的识别方法是将软件系统抽象为一个类依赖网络,再根据定义好的度量指标和计... 详细信息

研究人员将软件系统中的关键类作为理解和维护一个系统的起点,而关键类上的缺陷给系统带来了极大的安全隐患.因此,识别关键类可提高软件的可靠性和稳定性.常用的识别方法是将软件系统抽象为一个类依赖网络,再根据定义好的度量指标和计算规则计算每个节点的重要性得分,如此基于非训练框架得到的关键类,并没有充分利用软件网络的结构信息.针对这一问题,基于图神经网络技术提出了一种有监督的关键类识别方法.首先,将软件系统抽象为类粒度的软件网络,并利用网络嵌入学习方法Node2Vec得到类节点的表征向量,再通过一个全连接层将节点的表征向量转换为具体分值;然后,利用改进的图神经网络模型,综合考虑类节点之间的依赖方向和权重,进行节点分值的聚合操作;最后,模型输出每个类节点的最终得分并进行降序排列,从而实现关键类的识别.在8个Java开源软件系统上,通过与基准方法的实验对比,验证了该方法的有效性.实验结果表明:在前10个候选关键类中,所提方法比最先进的方法提升了6.4%的召回率和3.5%的精确率.

关键词：关键类识别软件网络图神经网络软件度量

来源：评论

学校读者我要写书评

暂无评论

基于步态序列的跨视角步态识别

引用

河北大学学报（自然科学版） 2021年第3期41卷 311-320页

作者：李凯曹可凡沈皓凝河北大学网络空间安全与计算机学院河北保定071002 湖南大学电气与信息工程学院湖南长沙410082

为了提高跨视角步态识别的准确率,充分提取步态中的时间信息,提出了一种基于步态序列的跨视角步态识别模型,该模型利用编码器,并引入三元组损失函数,以此提取步态序列的特征,通过使用生成器与判别器,以及连续帧判别损失对编码器进行修正... 详细信息

为了提高跨视角步态识别的准确率,充分提取步态中的时间信息,提出了一种基于步态序列的跨视角步态识别模型,该模型利用编码器,并引入三元组损失函数,以此提取步态序列的特征,通过使用生成器与判别器,以及连续帧判别损失对编码器进行修正,确保提取具有时间信息的有效步态特征.针对CASIA-B数据集和OU-MVLP数据集,对提出的方法进行了实验研究,且与卷积神经网络和步态能量图方法进行了实验比较,验证了提出方法的有效性.

关键词：卷积神经网络生成器判别器特征提取步态识别

来源：评论

学校读者我要写书评

暂无评论

大数据背景下计算机科学与技术运用研究

引用

数字通信世界 2024年第5期 15-17页

作者：陈敬予南京信息工程大学计算机学院(网络空间安全学院) 江苏南京210044

该文从大数据的概念和特征入手,分析了计算机科学与技术在大数据时代的发展趋势和面临的挑战,重点介绍了计算机科学与技术在大数据时代的主要应用领域,包括云计算和分布式系统、数据挖掘和机器学习、信息安全和隐私保护、人工智能和智... 详细信息

该文从大数据的概念和特征入手,分析了计算机科学与技术在大数据时代的发展趋势和面临的挑战,重点介绍了计算机科学与技术在大数据时代的主要应用领域,包括云计算和分布式系统、数据挖掘和机器学习、信息安全和隐私保护、人工智能和智能服务等,并探讨了计算机科学与技术在大数据时代的创新方法和策略,包括跨学科交叉与融合、开放协作与共享平台、需求驱动与问题导向、实验验证与应用推广等,旨在为计算机科学与技术在大数据时代的发展提供一些参考和启示。

关键词：大数据计算机科学与技术应用创新

来源：评论

学校读者我要写书评

暂无评论

电子数据取证技术研究进展和趋势分析

引用

信息网络安全 2024年第11期24卷 1749-1762页

作者：栾润生蒋平孙银霞张沁芝安徽公安学院公安科学技术系合肥230088 东南大学计算机科学与工程学院南京211189 南京信息工程大学计算机学院南京210044 南京信息工程大学网络空间安全学院南京210044 南京师范大学计算机与电子信息学院南京210023 南京师范大学人工智能学院南京210023

电子数据取证作为计算机科学和法学的交叉学科,正逐渐被人们所重视。文章介绍了电子数据取证相关概念,详细阐述了取证技术的研究进展,并对取证工具的类型、功能特点以及相关的行业测试标准和规范进行了分析研究。文章还展望了电子数据... 详细信息

电子数据取证作为计算机科学和法学的交叉学科,正逐渐被人们所重视。文章介绍了电子数据取证相关概念,详细阐述了取证技术的研究进展,并对取证工具的类型、功能特点以及相关的行业测试标准和规范进行了分析研究。文章还展望了电子数据取证研究的发展趋势。

关键词：数字取证取证技术取证工具

来源：评论

学校读者我要写书评

暂无评论

一种面向图神经网络的图重构防御方法

引用

计算机研究与发展 2021年第5期58卷 1075-1091页

作者：陈晋音黄国瀚张敦杰张旭鸿纪守领浙江工业大学网络空间安全研究院杭州310023 浙江工业大学信息工程学院杭州310023 浙江大学控制科学与工程学院杭州310007 浙江大学计算机科学与技术学院杭州310007

近年来,图神经网络在图表示学习领域中取得了较好表现广泛应用于日常生活中,例如电子商务、社交媒体和生物学等.但是研究表明,图神经网络容易受到精心设计的对抗攻击迷惑,使其无法正常工作.因此,提高图神经网络的鲁棒性至关重要.已有研... 详细信息

近年来,图神经网络在图表示学习领域中取得了较好表现广泛应用于日常生活中,例如电子商务、社交媒体和生物学等.但是研究表明,图神经网络容易受到精心设计的对抗攻击迷惑,使其无法正常工作.因此,提高图神经网络的鲁棒性至关重要.已有研究提出了一些提高图神经网络鲁棒性的防御方法,然而如何在确保模型主任务性能的前提下降低对抗攻击的攻击成功率仍存在挑战.通过观察不同攻击产生的对抗样本发现,对抗攻击生成的对抗连边所对应的节点对之间通常存在低结构相似性和低节点特征相似性的特点.基于上述发现,提出了一种面向图神经网络的图重构防御方法GRD-GNN,分别从图结构和节点特征考虑,采用共同邻居数和节点相似度2种相似度指标检测对抗连边并实现图重构,使得重构的图结构删除对抗连边,且添加了增强图结构关键特征的连边,从而实现有效防御.最后,论文在3个真实数据集上展开防御实验,验证了GRD-GNN相比其他防御方法均能取得最佳的防御性能,且不影响正常图数据的分类任务.此外,利用可视化方法对防御结果做解释,解析方法的有效性.

关键词：图重构对抗攻击图神经网络图表示学习节点分类

来源：评论

学校读者我要写书评

暂无评论

支持恶意用户追踪的属性基云数据共享方案

引用

计算机学报 2022年第7期45卷 1431-1445页

作者：宁建廷黄欣沂魏立斐马金花荣静福建师范大学计算机与网络空间安全学院福州350117 上海海洋大学信息学院上海201306 扬州大学广陵学院江苏扬州225009 中国科学院信息工程研究所信息安全国家重点实验室北京100093

云存储服务为互联网用户提供了更加灵活、可扩展的外包数据访问,获得学术界和工业界的关注.为防止用户数据被泄露到开放的网络中,数据所有者往往选择先将数据加密再上传到云存储服务器.与传统加密方式相比,属性基加密为云端加密数据提... 详细信息

云存储服务为互联网用户提供了更加灵活、可扩展的外包数据访问,获得学术界和工业界的关注.为防止用户数据被泄露到开放的网络中,数据所有者往往选择先将数据加密再上传到云存储服务器.与传统加密方式相比,属性基加密为云端加密数据提供更细粒度的数据访问控制机制,可实现“一对多”的访问策略模式.然而,传统属性基加密系统不具备同时“追踪”泄露解密密钥以及制造解密黑盒恶意用户的能力.本文重点研究在云存储服务的数据共享机制中部署密文策略属性基加密时出现的解密权限泄露问题.本文将白盒可追踪性和黑盒可追踪性作为一个整体集成到传统的密文策略属性基加密中,并提供两种追踪机制:白盒追踪机制和黑盒追踪机制.若泄露的解密权限为解密密钥,则可利用白盒追踪;若泄露的解密权限为解密设备,则需要利用黑盒追踪.本文所提出系统的主要特点包括:(1)云共享数据的授权访问.数据所有者的文件被加密并存储到云服务器上,满足指定访问策略的授权用户才能访问文件;(2)白盒可追踪性.若恶意内部人员故意泄露其解密密钥,则可基于白盒追踪机制执行追踪;(3)黑盒可追踪性.若泄露解密设备并被发现,则可通过黑盒追踪机制捕获共同构造该设备的恶意内部人员;(4)公开追踪性.白盒追踪算法是公开的,任何人都能运行该追踪算法而无需额外的秘密信息;(5)轻量级追踪代价.在白/黑盒追踪机制中,系统不需要额外增加与用户秘密信息相关的公共参数,且整个系统的公共参数与用户数量无关,这使得系统更为实用.本文所构造的方案既保证了对云加密共享数据的细粒度访问控制,又保证了对“泄露”解密权限的可追踪性.最后,安全分析和性能评估验证了本文所提出方案的安全性和效率.

关键词：云数据共享密文策略属性基加密可追踪性解密权限滥用数据访问控制

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应标记与区域间近邻传播聚类的分水岭图像分割算法

引用

电子学报 2017年第8期45卷 1911-1918页

作者：蔡强刘亚奇曹健李海生杜军平北京工商大学计算机与信息工程学院北京100048 食品安全大数据技术北京市重点实验室北京100048 中国科学院信息工程研究所信息安全国家重点实验室北京100093 中国科学院大学网络空间安全学院北京100093 北京邮电大学计算机学院北京100876

分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minim... 详细信息

分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minima技术,对梯度图像的极小值区域进行标记;然后,对已标记极小值区域的梯度图像进行分水岭分割;最后,计算分水岭分割所得各区域的颜色矩,作为该区域的颜色特征,并对这些区域进行近邻传播聚类获得分割结果.通过与近年来其它改进的分水岭算法和采用聚类的图像分割算法实验比较,本文所提算法能更加有效地抑制过分割,提高分割准确率,具有良好的自适应性和鲁棒性.

关键词：分水岭算法自适应标记近邻传播聚类图像分割过分割

来源：评论

学校读者我要写书评

暂无评论

车联网中移动边缘计算的安全高效节能卸载策略

引用

清华大学学报（自然科学版） 2021年第11期61卷 1246-1253页

作者：宋宇波金星妤燕锋胡爱群东南大学网络空间安全学院江苏省计算机网络技术重点实验室南京211189 网络通信与安全紫金山实验室南京211189 东南大学信息科学与工程学院移动通信国家重点实验室南京211189

该文针对车联网移动边缘计算环境下,车辆在快速移动和切换时与多个边缘服务器间的任务卸载协商所面临的安全性能和系统能耗问题,提出了一个基于边缘服务器和车载服务器协同工作的任务卸载策略安全协商机制,描述了车辆移动时的安全切换... 详细信息

该文针对车联网移动边缘计算环境下,车辆在快速移动和切换时与多个边缘服务器间的任务卸载协商所面临的安全性能和系统能耗问题,提出了一个基于边缘服务器和车载服务器协同工作的任务卸载策略安全协商机制,描述了车辆移动时的安全切换交互协议,讨论了其基于边缘服务器覆盖范围的任务分配协商算法及其约束条件。仿真结果表明:该方案可以有效保证通信时的安全性能,同时其卸载能耗及卸载时间与现有方案相比分别减少了58%和17%。

关键词：车联网移动边缘计算身份验证机制卸载策略任务分块

来源：评论

学校读者我要写书评

暂无评论

基于TCN-BiGRU的网络异常检测研究

引用

微电子学与计算机 2024年

作者：尹春勇曹儒商王琪凯南京信息工程大学计算机学院网络空间安全学院成都信息工程大学软件工程学院

网络流量数据呈现指数级增长，如何检测出流量数据中的攻击性行为变得至关重要。考虑到当前网络安全形势的严峻性以及数据冗余，数据不平衡和传统网络异常检测模型特征学习不全面的问题，本文提出了一种基于TCN-BiGRU的深度学习异常检... 详细信息

网络流量数据呈现指数级增长，如何检测出流量数据中的攻击性行为变得至关重要。考虑到当前网络安全形势的严峻性以及数据冗余，数据不平衡和传统网络异常检测模型特征学习不全面的问题，本文提出了一种基于TCN-BiGRU的深度学习异常检测模型。针对数据冗余问题，使用了SD-DMM特征选择方法进行特征筛选，使用合成少数类的方法解决数据不平衡问题，最后将TCN与BiGRU相结合来提取数据的时间和空间特征，在NSL-KDD数据集准确率达到99.32%，在UNSW-NB15数据集上准确率达到了82.36%。结果表明，该模型能有效识别网络流量的攻击类型。

关键词：异常检测深度学习 TCN BiGRU

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：