检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第4期59卷 235-242页

作者：胡欣珏付章杰南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

针对当前以图藏图技术无法较好平衡隐藏容量和图像质量的问题,提出基于富特征分支网络的高图像质量的一图藏两图方法。在编码网络中,设计Res2Net-Inception模块提高特征提取能力。在解码网络中,设计W-Net网络结构,实现解码网络对图像细... 详细信息

针对当前以图藏图技术无法较好平衡隐藏容量和图像质量的问题,提出基于富特征分支网络的高图像质量的一图藏两图方法。在编码网络中,设计Res2Net-Inception模块提高特征提取能力。在解码网络中,设计W-Net网络结构,实现解码网络对图像细粒度细节和粗粒度语义的全尺度捕捉。为了更好地与人类视觉系统相关联,引入更适合隐写的混合损失函数训练整个模型。实验结果表明,相比其他以图藏图模型,该模型在保证隐藏容量的同时,有效提高了含密图像及重构秘密图像的质量。

关键词：一图藏两图 Res2Net-Inception模块深度学习

来源：评论

学校读者我要写书评

暂无评论

基于个性化差分隐私的联邦学习算法

引用

计算机应用 2023年第4期43卷 1160-1168页

作者：尹春勇屈锐南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044

联邦学习(FL)可以有效保护用户的个人数据不被攻击者获得,而差分隐私(DP)则可以实现FL的隐私增强,解决模型训练参数导致的隐私泄露问题。然而,现有的基于DP的FL方法只关注统一的隐私保护预算,而忽略了用户的个性化隐私需求。针对此问题... 详细信息

联邦学习(FL)可以有效保护用户的个人数据不被攻击者获得,而差分隐私(DP)则可以实现FL的隐私增强,解决模型训练参数导致的隐私泄露问题。然而,现有的基于DP的FL方法只关注统一的隐私保护预算,而忽略了用户的个性化隐私需求。针对此问题,提出了一种两阶段的基于个性化差分隐私的联邦学习(PDP-FL)算法。在第一阶段,依据用户的隐私偏好对用户隐私进行分级,并添加满足用户隐私偏好的噪声,以实现个性化隐私保护,同时上传隐私偏好对应的隐私等级给中央聚合服务器;在第二阶段,为实现对全局数据的充分保护,采取本地和中心同时保护的策略,并根据用户上传的隐私等级,添加符合全局DP阈值的噪声,以量化全局的隐私保护水平。实验结果表明,在MNIST和CIFAR-10数据集上,PDP-FL算法的分类准确度分别为93.8%~94.5%和43.4%~45.2%,优于基于本地化差分隐私的联邦学习(LDP-Fed)和基于全局差分隐私的联邦学习(GDP-FL),同时满足了个性化隐私保护的需求。

关键词：联邦学习差分隐私隐私偏好隐私分级个性化隐私保护

来源：评论

学校读者我要写书评

暂无评论

图像修复方法研究综述

引用

计算机科学与探索 2022年第10期16卷 2193-2218页

作者：罗海银郑钰辉南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

图像修复是指恢复图像中受损区域像素,使其尽可能地与原始图像保持一致。图像修复不仅在计算机视觉任务中至关重要,同时也是其他图像处理任务研究的重要基石。然而现存图像修复相关总结研究较少,为了更好地学习和推进图像修复任务研究,... 详细信息

图像修复是指恢复图像中受损区域像素,使其尽可能地与原始图像保持一致。图像修复不仅在计算机视觉任务中至关重要,同时也是其他图像处理任务研究的重要基石。然而现存图像修复相关总结研究较少,为了更好地学习和推进图像修复任务研究,对近十年的经典图像修复算法和极具代表性的深度学习图像修复方法进行了回顾和分析。首先,简单概述了经典的传统图像修复方法,并将其分为基于偏微分方程和基于样本的图像修复方法,同时进一步分析了传统图像方法局限性;着重分类且阐述了现有基于深度学习的图像修复方法,根据模型输出图像数量的不同,将其划分为单元图像修复和多元图像修复,结合方法应用图像、损失函数、类型、优势以及局限性对不同方法进行分析总结。之后,详述了图像修复方法常用数据集和定量评价指标,并给出图像修复方法在不同图像数据集上修复不同面积损坏区域的定量数据,根据定量数据对比分析了基于深度学习的图像修复方法性能。最后,归纳分析了现有图像修复方法的局限性,并对未来重点研究方向提出了新的思路和展望。

关键词：计算机视觉图像修复深度学习单元图像修复多元图像修复

来源：评论

学校读者我要写书评

暂无评论

面向连贯性强化的无真值依赖文本摘要模型

引用

计算机科学与探索 2022年第3期16卷 621-636页

作者：陈共驰荣欢马廷淮南京信息工程大学人工智能学院(未来技术学院) 南京210044 南京信息工程大学计算机学院(软件学院、网络空间安全学院) 南京210044

技术旨在凝练给定文本,以篇幅较短的摘要有效反映出原文核心内容。现阶段,生成型文本摘要技术因能够以更加灵活丰富的词汇对原文进行转述,已成为文本摘要领域的研究热点。然而,现有生成型文本摘要模型在产生摘要语句时涉及对原有词汇的... 详细信息

技术旨在凝练给定文本,以篇幅较短的摘要有效反映出原文核心内容。现阶段,生成型文本摘要技术因能够以更加灵活丰富的词汇对原文进行转述,已成为文本摘要领域的研究热点。然而,现有生成型文本摘要模型在产生摘要语句时涉及对原有词汇的重组与新词的添加,易造成摘要语句不连贯、可读性低。此外,通过传统基于已标注数据的有监督训练提升摘要语句连贯性,需投入较高的数据成本,致使实际应用受限。为此,提出了一种面向连贯性强化的无真值依赖文本摘要(生成)模型(ATS;G)。该模型在仅给定原文本的限制条件下,一方面,基于原文本的编码结果,产生语句抽取标识,刻画对原文关键信息的筛选过程,由解码器对筛选后的语句编码进行解码;另一方面,基于解码器输出的原始词汇分布,分别按"概率选择"与按"Softmax-贪婪选择"产生两类摘要文本。综合语句连贯性与语句内容两方面,构建两类摘要文本的总体收益后,利用自评判策略梯度,引导模型学习关键语句筛选以及对所筛选关键语句进行解码,生成语句连贯性高、内容质量好的摘要文本。实验表明,即便不给定任何事先标注的摘要真值,所提出模型的摘要内容指标总体上仍优于现有文本摘要方法;与此同时,ATS;G生成的摘要文本在语句连贯性、内容重要性、信息冗余性、词汇新颖度和摘要困惑度方面亦优于现有方法。

关键词：自动文本摘要自然语言处理强化学习信息检索与集成

来源：评论

学校读者我要写书评

暂无评论

基于双曲正切和矩的免疫防御

引用

计算机学报 2024年第8期47卷 1786-1812页

作者：吴昊王金伟罗向阳马宾南京信息工程大学计算机学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 中国人民解放军战略支援部队信息工程大学网络空间安全学院郑州450001 齐鲁工业大学网络空间安全学院济南250353

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防... 详细信息

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防止对抗样本的生成.因此,本文提出了一种新颖的对抗防御机制,该机制被称为免疫防御.免疫防御通过主动地在原始图像上添加难以察觉的扰动使得攻击者无法针对该图像制作出有效的对抗样本,从而同时保护了图像和深度神经网络.这种良性的扰动被称为免疫扰动,添加了免疫扰动的图像被称为免疫样本.在白盒免疫防御中,本文提出了双曲正切免疫防御(Hyperbolic Tangent Immune Defense,HTID)以制作高分类准确率、高防御性能和高视觉质量的白盒免疫样本;在黑盒免疫防御中,提出了基于矩的免疫防御(Moment-based Immune Defense,MID)以提升免疫样本的可迁移性,从而确保免疫样本对未知对抗攻击的防御性能.此外,本文还提出了免疫率以更加准确地衡量免疫样本的防御性能.在CIFAR-10、MNIST、STL-10和Caltech-256数据集上的大量实验表明,HTID和MID制作的免疫样本具有高分类准确率,在Inception-v3、ResNet-50、LeNet-5和Model C上的准确率均达到了100.0%,比原始准确率平均高出10.5%.制作的免疫样本同时具有高视觉质量,其SSIM最低为0.822,最高为0.900.实验也表明MID有着比HTID更高的可迁移性,MID在四个数据集上针对AdvGAN制作的免疫样本防御其他11种对抗攻击的平均免疫率分别为62.1%、52.1%、56.8%和48.7%,这比HTID高出15.0%、10.8%、17.5%和15.7%.

关键词：深度神经网络对抗样本对抗防御免疫防御可迁移性

来源：评论

学校读者我要写书评

暂无评论

基于交易构造和转发机制的区块链网络隐蔽通信方法

引用

通信学报 2022年第8期43卷 176-187页

作者：熊礼治朱蓉付章杰南京信息工程大学计算机学院、软件学院、网络空间安全学院江苏南京210044 数字取证教育部工程研究中心江苏南京210044

针对现有存储型区块链网络隐蔽通信方案存在含密交易多副本、永久存储的问题,以及现有时间型方案隐藏容量低的问题,提出了一种基于交易构造和转发机制的区块链网络隐蔽通信方法。首先发送方借助交易构造机制创建无效交易,并将秘密信息... 详细信息

针对现有存储型区块链网络隐蔽通信方案存在含密交易多副本、永久存储的问题,以及现有时间型方案隐藏容量低的问题,提出了一种基于交易构造和转发机制的区块链网络隐蔽通信方法。首先发送方借助交易构造机制创建无效交易,并将秘密信息嵌入其中,再利用交易转发机制向邻居节点发送无效交易,形成隐蔽通信信道模型,使含密交易在节点间传播且不存于区块链账本中,达到信息隐蔽安全传输的目的。实验结果表明,传输容量高于现有方案,单次通信时间减少至2.5 s。

关键词：隐蔽通信区块链网络比特币交易构造比特币交易转发无效交易

来源：评论

学校读者我要写书评

暂无评论

采用可逆信息隐藏技术的高性能彩色图像对比度增强算法

引用

计算机辅助设计与图形学学报 2023年第7期35卷 1052-1063页

作者：高光勇周正源南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 郑州信大先进技术研究院郑州450001

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条... 详细信息

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条柱,并设置一个失真阈值防止图像失真;数据嵌入过程中,在保持色调分量不变的同时增大单个像素能嵌入秘密信息的长度,且在增大数据嵌入量的同时减少了图像失真;在多次执行数据嵌入过程后,直方图实现均衡化,从而有效地增强图像的对比度.在Kodak和USC-SICI图像集上的实验结果表明,与同类算法(UCE和HSP算法)相比,所提算法在嵌入容量指标和色彩差异指标CIEDE2000的性能上分别平均提升28.6%和34.7%.

关键词：对比度增强 HSV颜色模型可逆信息隐藏

来源：评论

学校读者我要写书评

暂无评论

多维图结构聚类的社交关系挖掘算法

引用

软件学报 2018年第3期29卷 839-852页

作者：李振军代强强李荣华毛睿乔少杰深圳大学计算机与软件学院广东深圳518060 成都信息工程大学网络空间安全学院四川成都610225

社交关系的数据挖掘一直是大图数据研究领域中的热门问题.图聚类算法如SCAN(structural clustering algorithm for network)虽然可以迅速地从海量图数据中获得关系紧密的社区结构,但这类社区往往只表示了社交对象的聚集,无法反馈对象间... 详细信息

社交关系的数据挖掘一直是大图数据研究领域中的热门问题.图聚类算法如SCAN(structural clustering algorithm for network)虽然可以迅速地从海量图数据中获得关系紧密的社区结构,但这类社区往往只表示了社交对象的聚集,无法反馈对象间的真实社交关系,如家庭成员、同事、同学等.要获取对象间真实的社交关系,需要更多维度地挖掘现实中社交对象间复杂的交互关系.对象间的交互维度很多,例如通话、见面、微信、电子邮件等,而传统SCAN等聚类算法仅能够挖掘单维度的交互数据.在研究社交对象间的多维社交关系图数据与传统图结构聚类算法的基础上,提出了一种有效的子空间聚类算法SCA(subspace cluster algorithm),对多维度下子空间的图结构聚类进行研究,目的是探索如何通过图数据挖掘发现对象间真实的社交关系.SCA算法遵循自底向上的原则,能够发现社交图数据中所有子空间的聚类集.为提升SCA的运行速度,利用其子空间聚类的单调性进行了性能优化,进而提出了剪枝算法SCA+.最后进行了大规模的性能测试实验以及真实数据的案例研究,其结果验证了算法的效率和效用.

关键词：图聚类多维图数据社交关系子空间

来源：评论

学校读者我要写书评

暂无评论

人工智能背景下面向计算思维能力培养的《计算机组成原理》教学改革与实践

引用

实验室研究与探索 2023年第12期42卷 129-135页

作者：郭萍庄伟许小龙南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学软件学院南京210044

计算思维作为继科学思维和实验思维后的第三大思维方式,是信息化时代人们认识和解决问题的基本能力之一,也是应对人工智能挑战的必备思维能力。《计算机组成原理》作为计算机类专业重要的必修课程,需要进行教学改革,培养学生的计算思维... 详细信息

计算思维作为继科学思维和实验思维后的第三大思维方式,是信息化时代人们认识和解决问题的基本能力之一,也是应对人工智能挑战的必备思维能力。《计算机组成原理》作为计算机类专业重要的必修课程,需要进行教学改革,培养学生的计算思维能力。结合实际教学工作,介绍了基于计算思维能力培养的《计算机组成原理》课程全面改革,通过教学内容重构、“问-思-做-评”教学方法,及“产出导向”的多元化考核评价等方面的改革与实践,培养学生计算思维能力,提高他们解决问题和创新能力,以适应人工智能时代的挑战和需求。

关键词：人工智能计算思维能力 “问-思-做-评”四步教学法 “产出导向”考核评价

来源：评论

学校读者我要写书评

暂无评论

双端聚类的自动调整聚类联邦学习

引用

计算机应用 2024年第10期44卷 3011-3020页

作者：尹春勇周永成南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学软件学院南京210044

联邦学习(FL)是一种分布式机器学习方法,旨在共同训练全局模型,然而全局模型难以胜任多数据分布情况。为应对多分布挑战,引入聚类联邦学习,以客户端分组方式优化共享多模型。其中,服务器端聚类难以修正分类错误,而客户端聚类则对初始模... 详细信息

联邦学习(FL)是一种分布式机器学习方法,旨在共同训练全局模型,然而全局模型难以胜任多数据分布情况。为应对多分布挑战,引入聚类联邦学习,以客户端分组方式优化共享多模型。其中,服务器端聚类难以修正分类错误,而客户端聚类则对初始模型的选择至关重要。为解决这些问题,提出自动调整聚类联邦学习(AACFL)框架,所提框架采用双端聚类整合服务器端和客户端聚类。首先用双端聚类将客户端分为可调整集群,其次自动调整局部客户端身份,最后获取正确的客户集群。在非独立同分布下,在3个经典联邦数据集上的评估实验结果表明,AACFL能够在双端聚类结果存在错误的情况下通过调整获得正确集群,当簇数为4,客户端数为100时,与联邦平均(FedAvg)算法、聚类联邦学习(CFL)和IFCA(Iterative Federated Clustering Algorithm)等方法相比,有效地提高模型收敛速度和获得正确聚类结果的速度,准确率平均提升0.20~23.16个百分点。验证了所提框架能够高效聚类,并提高模型收敛速度和准确率。

关键词：联邦学习聚类异构数据分布式机器学习神经网络

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：