检索结果-内蒙古大学图书馆

信息安全学报 2025年第1期10卷 130-142页

作者：钟文康王添张功萱网络空间安全学院南京理工大学南京210094 信息工程学院江苏财会职业学院连云港222061 计算机科学与工程学院南京理工大学南京210094

URL作为钓鱼网站最直接也是最重要的特征,利用深度学习的方法对分词后的URL字符序列进行特征提取,可以极大的提升基于URL的钓鱼网站识别的准确率。将URL按照不同组件进行分割是URL常见的分词手段,该方法能够对不同组件进行多粒度的特征... 详细信息

URL作为钓鱼网站最直接也是最重要的特征,利用深度学习的方法对分词后的URL字符序列进行特征提取,可以极大的提升基于URL的钓鱼网站识别的准确率。将URL按照不同组件进行分割是URL常见的分词手段,该方法能够对不同组件进行多粒度的特征判别,但是这一方法未能在钓鱼网站的URL检测中得到有效应用,尚缺乏深入的研究。此外,现有的基于深度学习的钓鱼网站URL检测方法由于实验数据以及模型训练方法上的局限性,在泛化能力和误报率方面仍存在不足,难以满足真实环境中复杂的识别需求。为解决上述问题,本文提出了一种基于组件分割的钓鱼URL检测方法:(1)该方法首先对URL的不同组件进行分割,并对各组件依次进行字符级分词、截断填充及编码,使得深度学习模型能够对不同组件采取不同层级的管理从而进行细粒度的特征判别。(2)为了避免卷积神经网络中采用的池化策略过于关注局部特征而忽视特征整体空间结构的问题,本文所提方法将对融合后的各组件特征利用胶囊网络进一步提取。(3)在模型训练方法中引入对抗训练机制,对多嵌入层进行独立对抗训练,以满足模型对各组件的差异化处理,从而进一步提升模型的泛化能力。最后,在百万级的样本数据集中,与现有的最先进的同类方法相比,所提方法在钓鱼URL的识别准确率上提升0.86%,误报率降低1.08%,F1-Score提升0.95%。

关键词：钓鱼URL检测胶囊网络对抗训练数据处理深度学习

来源：评论

学校读者我要写书评

暂无评论

3分支多层次Transformer特征交互的RGB–D显著性目标检测

引用

工程科学与技术 2023年第6期55卷 245-256页

作者：孟令兵袁梦雅时雪涵刘晴晴程菲黎玲利何术锋安徽信息工程学院计算机与软件工程学院安徽芜湖241199 安徽信息工程学院电气与电子工程学院安徽芜湖241199 杭州电子科技大学管理学院浙江杭州310018 黑龙江大学计算机科学与技术学院黑龙江哈尔滨150006 南京水利科学研究院生态环境研究所江苏南京210017

RGB深度图像(RGB–D)显著性目标检测是计算机视觉领域的研究任务之一,很多模型在简单场景下取得了较好的检测效果,却无法有效地处理多目标、深度图质量低下及显著性目标色彩与背景相似等复杂场景。因此,本文提出一种3分支多层次Transfor... 详细信息

RGB深度图像(RGB–D)显著性目标检测是计算机视觉领域的研究任务之一,很多模型在简单场景下取得了较好的检测效果,却无法有效地处理多目标、深度图质量低下及显著性目标色彩与背景相似等复杂场景。因此,本文提出一种3分支多层次Transformer特征交互的RGB–D显著性目标检测模型。首先,提出一个跨模态坐标注意力模块,该模块通过采用坐标注意力抑制RGB图像和深度图的噪声信息,从而提取出更为显著的特征信息用于后续解码。其次,通过特征融合模块将高层的3层特征图调整到相同的分辨率送入Transformer层,有效地获取远距离显著性目标之间的关联关系和整幅图像的全局信息。然后,提出一个多层次特征交互模块,该模块有效地聚合多层次信息进行特征交互,从而能够更精准地定位显著性目标的位置,同时对显著性目标的边界进行细化。最后,设计一个密集扩张特征细化模块,利用密集扩张卷积获取丰富的多尺度特征,有效地应对显著性目标数量和尺寸变化。将模型在5个公开的基准数据集上与19种主流模型相比,实验结果表明:本文方法在多个测评指标上有较好的提升效果,提高了在特定复杂场景下的检测精度;从P–R(precision–recall)曲线、F–measure曲线和显著图也可以直观看出,本文方法取得了较好的检测结果,生成的显著图更完整、清晰,相比其他模型更加接近真值图。

关键词：显著性目标检测坐标注意力 Transformer 特征交互密集卷积显著图

来源：评论

学校读者我要写书评

暂无评论

面向高光谱全色锐化的混合注意力双分支U型网络

引用

中国图象图形学报 2025年第4期30卷 989-1002页

作者：杨勇王晓争刘轩黄淑英刘紫阳王书昭天津工业大学计算机科学与技术学院天津300387 天津工业大学控制科学与工程学院天津300387 天津工业大学软件学院天津300387 天津工业大学电子与信息工程学院天津300387

目的高光谱(hyperspectral,HS)全色锐化旨在融合高空间分辨率全色(panchromatic,PAN)图像和低空间分辨率高光谱(low resolution hyperspectral,LRHS)图像,生成高空间分辨率高光谱(high resolution hyperspectral,HRHS)图像。现有全色锐化算法往往忽略PAN和HS图像之间的模态差异,从而造成特征提取不精确,导致融合结果中存在光谱畸变和空间失真。针对这一问题,提出一种基于混合注意力机制的双分支U-Net(dual-branch U-Net based on hybrid attention,DUNet-HA),实现PAN与HS图像的多尺度空间—光谱特征的提取和融合。方法设计混合注意力模块(hybrid attention module,HAM)对网络中的每个尺度特征进行编码。在HAM中,利用通道和空间自注意力模块来增强光谱和空间特征,构建一个双交叉注意力模块(double cross attention module,DCAM),通过学习PAN与HS图像跨模态特征的空间—光谱依赖关系来引导两种特征的重建。与经典的混合Transformer结构相比,设计的DCAM可以通过计算与查询位置无关的交叉注意力权重来实现两种图像特征的校正,在降低模型计算量的同时,提升网络的性能。结果在3个广泛使用的HS图像数据集上与11种方法进行对比,在Pavia center数据集中,相比性能第2的方法hyperRefiner,峰值信噪比(peak signal-to-noise ratio,PSNR)提升了1.10 dB,光谱角制图(spectral angle mapper,SAM)降低了0.40;在Botswana数据集中,PSNR提升了1.29 dB,SAM降低了0.14;在Chikusei数据集中,PSNR提升了0.39 dB,SAM降低了0.12。结论实验结果表明,所提出的DUNet-HA结构能更好地融合空间—光谱信息,显著提升高光谱全色锐化结果图像的质量。

关键词：高光谱全色锐化模态差异混合注意力模块(HAM) 双交叉注意力模块(DCAM) Transformer 空间—光谱依赖关系

来源：评论

学校读者我要写书评

暂无评论

基于特征选择和聚类的动态选择性集成模型

引用

广西科学 2024年第5期31卷 1002-1010页

作者：徐雨芯曹建军王保卫翁年凤顾楚梅国防科技大学第六十三研究所江苏南京210007 南京信息工程大学计算机与软件学院江苏南京210044

为提高辐射源个体识别的准确率,降低动态选择性集成的计算复杂度,本文提出基于特征选择和聚类的动态选择性集成模型(FSC-DES)。利用归一化皮尔森相关系数法度量不同基分类器间混淆矩阵的差异性,以各基分类器准确率最高及基分类器间差异... 详细信息

为提高辐射源个体识别的准确率,降低动态选择性集成的计算复杂度,本文提出基于特征选择和聚类的动态选择性集成模型(FSC-DES)。利用归一化皮尔森相关系数法度量不同基分类器间混淆矩阵的差异性,以各基分类器准确率最高及基分类器间差异性最大为目标,得到基分类器集合和对应特征子集集合。利用聚类方法将验证集划分为若干类,以验证集分类准确率最高为目标,为每簇验证集选择最优的基分类器子集和对应的特征子集。在测试阶段,对测试集进行聚类,仅比较每簇测试样本和每簇验证样本数据分布的最大均值差异值,减少运算时间。每簇测试样本在相似度最高的验证集所对应的特征子集集合和基分类器子集下进行预测,并根据不同权重基分类器预测结果的加权和进行最终决策。为验证方法的必要性和优越性,将本文方法与传统集成学习方法进行对比,结果表明,本文方法在信噪比分别为10、5 dB的条件下,分类准确率均提升约5%,具有更好的分类效果和泛化性能。

关键词：特征选择动态选择性集成支持向量机蚁群优化算法辐射源个体识别二分类问题

来源：评论

学校读者我要写书评

暂无评论

面向多无人机辅助数据采集的深度强化学习协同航迹规划算法

引用

中国科学:信息科学 2025年第2期55卷 426-443页

作者：张莉涓喻春妮高攀宋晓勤缪雨祺王雪莹南京航空航天大学电子信息工程学院南京210016 南京航空航天大学计算机科学与技术学院南京210016 东南大学移动通信全国重点实验室南京211189

在复杂动态环境下,针对无人机执行协同数据采集任务时,出现的航迹规划问题求解不确定性高、多机协同难度大、机间碰撞严重等挑战,提出了一种面向多无人机辅助数据采集的强化学习协同航迹规划(reinforcement learning-based cooperative ... 详细信息

在复杂动态环境下,针对无人机执行协同数据采集任务时,出现的航迹规划问题求解不确定性高、多机协同难度大、机间碰撞严重等挑战,提出了一种面向多无人机辅助数据采集的强化学习协同航迹规划(reinforcement learning-based cooperative trajectory planning for UAV aided data collection,RL-DC)算法.该算法通过集中式训练分布式执行框架,实现多无人机安全高效协同数据采集和航迹优化.通过设计竞争候选节点队列机制,避免多架无人机同时服务一个节点导致的信号干扰和飞行安全问题,并通过奖励重塑优化规划轨迹,提高数据采集效率;同时采用网络结构优化和混合优先经验回放,提高无人机在复杂环境下的学习效率,提升决策能力.实验结果表明,所提出的RL-DC算法在各种任务环境中的成功率均能达到90%以上,节点服务率均大于98%,性能优于其他同类算法.

关键词：无人机数据采集航迹规划深度强化学习协同任务

来源：评论

学校读者我要写书评

暂无评论

工业物联网中基于PUFs轻量级的密钥交换协议研究

引用

计算机应用与软件 2022年第3期39卷 316-321页

作者：夏艳东戚荣鑫季赛南京信息工程大学网络信息中心江苏南京210044 南京信息工程大学计算机与软件学院江苏南京210044

为了保障数据的安全性和隐私性,防止恶意用户访问传感器设备,针对工业物联网提出一种轻量级的认证与密钥交换协议。该协议采用物理不可克隆函数,模糊提取器保障传感器设备的安全。同时采用单向散列函数、异或操作和对称加解密等技术建... 详细信息

为了保障数据的安全性和隐私性,防止恶意用户访问传感器设备,针对工业物联网提出一种轻量级的认证与密钥交换协议。该协议采用物理不可克隆函数,模糊提取器保障传感器设备的安全。同时采用单向散列函数、异或操作和对称加解密等技术建立安全的会话通道。实验结果表明,相比于其他认证方案,该协议有效减少了密钥交换的通信和计算开销,所提出的协议适用于资源受限的传感器设备且能够抵抗现有多种已知攻击。

关键词：工业物联网物理不可克隆函数模糊提取器密钥交换

来源：评论

学校读者我要写书评

暂无评论

有监督多视图对比学习和两阶段双线性特征融合的人脸活体检测

引用

计算机系统应用 2024年第11期33卷 131-141页

作者：孙文赟李进金忠南京信息工程大学人工智能学院南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044 南京理工大学计算机科学与工程学院南京210094

本文提出了一种将多尺度频率特征和生成对抗网络(GAN)训练的深度图特征融合的多分支网络.具体地,高频特征中的边缘纹理信息有利于捕捉摩尔纹.低频特征对色彩失真更为敏感.作为辅助信息,深度图在视觉层面上比RGB图像更具辨别力.有监督多... 详细信息

本文提出了一种将多尺度频率特征和生成对抗网络(GAN)训练的深度图特征融合的多分支网络.具体地,高频特征中的边缘纹理信息有利于捕捉摩尔纹.低频特征对色彩失真更为敏感.作为辅助信息,深度图在视觉层面上比RGB图像更具辨别力.有监督多视图对比学习的应用进一步增强了多视图特征的学习.此外,还提出了两阶段双线性特征融合方法,以融合来自不同视图的多分支特征.为了评估该模型,我们在4个广泛使用的公共数据集(CASIA-FASD、Replay-Attack、MSU-MFSD和OULU-NPU)上进行了消融实验,特征融合对比实验,单一数据集实验和跨数据集实验.跨数据集实验结果表明,本文模型在4种测试协议上的平均HTER比只使用RGB图转换为深度图(DFA)的方法好5%(20.3%减至15.0%).

关键词：人脸活体检测对比学习特征融合生成对抗网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于复杂网络多阶邻域贡献度的节点重要性序结构辨识

引用

电子学报 2023年第7期51卷 1956-1963页

作者：胡钢卢志宇王乐萌许丽鹏徐翔任勇军安徽工业大学管理科学与工程学院安徽马鞍山243032 东南大学经济管理学院江苏南京211189 国防科技大学信息系统工程重点实验室湖南长沙410073 南京信息工程大学计算机与软件学院江苏南京210044

为更精细化辨识节点重要性,本文研究节点多阶交互演化对节点重要性序结构形成的影响,提出基于复杂网络多阶邻域贡献度的节点重要性序结构辨识系统模型.首先,基于节点间不同阶层交互关系和节点多阶邻域规模异质性程度构建多阶邻域贡献度... 详细信息

为更精细化辨识节点重要性,本文研究节点多阶交互演化对节点重要性序结构形成的影响,提出基于复杂网络多阶邻域贡献度的节点重要性序结构辨识系统模型.首先,基于节点间不同阶层交互关系和节点多阶邻域规模异质性程度构建多阶邻域贡献度模型;通过节点多阶圈信息集结节点自身多阶邻域空间结构信息;其次,构建融合多阶邻域空间位置信息贡献和多阶圈信息贡献的节点重要性辨识系统模型,给出节点序结构辨识算法;最后,仿真分析表明在各真实网络中本文算法相比经典算法最高提升88%节点辨识率,以0.5资源投入进行网络攻击,分别最大提升67.47%,39.40%和20.17%攻击效用值.

关键词：复杂网络节点重要性序结构多阶邻域矩阵圈结构贡献度邻域k-shell值

来源：评论

学校读者我要写书评

暂无评论

面向频谱接入深度强化学习模型的后门攻击方法

引用

计算机科学 2023年第1期50卷 351-361页

作者：魏楠魏祥麟范建华薛羽胡永扬南京信息工程大学计算机与软件学院南京210044 国防科技大学第六十三研究所南京210007

深度强化学习(Deep Reinforcement Learning,DRL)方法以其在智能体感知和决策方面的优势,在多用户智能动态频谱接入问题上得到广泛关注。然而,深度神经网络的弱可解释性使得DRL模型容易受到后门攻击威胁。针对认知无线网络下基于深度强... 详细信息

深度强化学习(Deep Reinforcement Learning,DRL)方法以其在智能体感知和决策方面的优势,在多用户智能动态频谱接入问题上得到广泛关注。然而,深度神经网络的弱可解释性使得DRL模型容易受到后门攻击威胁。针对认知无线网络下基于深度强化学习模型的动态频谱接入(Dynamic Spectrum Access,DSA)场景,提出了一种非侵入、开销低的后门攻击方法。攻击者通过监听信道使用情况来选择非侵入的后门触发器,随后将后门样本添加到次用户的DRL模型训练池,并在训练阶段将后门植入DRL模型中;在推理阶段,攻击者主动发送信号激活模型中的触发器,使次用户做出目标动作,降低次用户的信道接入成功率。仿真结果表明,所提后门攻击方法能够在不同规模的DSA场景下达到90%以上的攻击成功率,相比持续攻击可以减少20%~30%的攻击开销,并适用于3种不同类型的DRL模型。

关键词：动态频谱接入深度强化学习后门攻击触发器

来源：评论

学校读者我要写书评

暂无评论

基于多任务长短时卷积计算网络的降雨预测

引用

计算机工程与设计 2022年第9期43卷 2686-2693页

作者：王军陈百艳程勇南京信息工程大学计算机与软件学院江苏南京210044 南京信息工程大学科技产业处江苏南京210044

为提高降雨预测的准确率,解决现有深度学习降雨预测模型缺乏对多站点气象数据时空关系建模能力的问题,提出基于多任务学习和改进的长短时卷积计算网络降雨预测模型(MTL-LSTC)。在长短时记忆网络内部的输入到状态和状态到状态的转换过程... 详细信息

为提高降雨预测的准确率,解决现有深度学习降雨预测模型缺乏对多站点气象数据时空关系建模能力的问题,提出基于多任务学习和改进的长短时卷积计算网络降雨预测模型(MTL-LSTC)。在长短时记忆网络内部的输入到状态和状态到状态的转换过程加入卷积运算结构,对气象序列数据进行编码,结合多任务学习方法提取出站点间隐藏的交互信息,建立站点间相关性模型,实现基于多站点气象数据的降雨预测。模拟实验结果表明,MTL-LSTC模型预测结果准确率更高且模型更高效,多站点气象数据的利用率也得到较大提升。

关键词：降雨预测长短时记忆网络卷积计算结构长短时卷积计算网络多任务学习

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：