检索结果-内蒙古大学图书馆

信息安全研究 2025年第2期11卷 181-188页

作者：钱汉伟彭季天袁明高光亮刘晓迁王群朱景羽江苏警官学院计算机信息与网络安全系南京210013 计算机软件新技术国家重点实验室(南京大学) 南京210093

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2... 详细信息

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升,但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5,GPT-2,OPT等广泛使用的预训练语言模型作为研究对象,利用模型反演攻击探索影响预训练语言模型数据泄露的因素.实验过程中利用预训练语言模型生成大量样本,以困惑度等指标选取最有可能发生数据泄露风险的样本进行验证,证明了T5等不同模型均存在不同程度的数据泄露问题;同一种模型,模型规模越大数据泄露可能性越大;添加特定前缀更容易获取泄露数据等问题.对未来数据泄露问题及其防御方法进行了展望.

关键词：自然语言处理预训练语言模型隐私数据泄露模型反演攻击模型架构

来源：评论

学校读者我要写书评

暂无评论

面向物联网设备移动与通信行为的建模及验证

引用

软件学报 2024年第11期35卷 4993-5015页

作者：刘靖宇李晅松陈芝菲叶海波宋巍南京理工大学计算机科学与工程学院江苏南京210094 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京航空航天大学计算机科学与技术学院江苏南京211106

物联网设备的使用范围正在不断扩张.模型检测是提升这类设备可靠性和安全性的有效手段,但常用的模型检测方法不能很好地刻画这类设备常见的跨空间移动和通信行为.为此,提出一种面向物联网设备移动与通信行为的建模及验证方法,以实现对... 详细信息

物联网设备的使用范围正在不断扩张.模型检测是提升这类设备可靠性和安全性的有效手段,但常用的模型检测方法不能很好地刻画这类设备常见的跨空间移动和通信行为.为此,提出一种面向物联网设备移动与通信行为的建模及验证方法,以实现对这类设备时空相关性质的验证.通过将推拉动作和全局通信机制融入ambient calculus,提出全局通信移动环境演算(ACGC)并给出了ACGC对ambient logic的模型检测算法;在此基础上,提出描述物联网设备移动和通信行为的移动通信建模语言(MLMC),并给出将MLMC描述转换为ACGC模型的方法;进一步地,实现模型检测工具ACGCCk以验证物联网设备的性质是否得到满足,并通过一些优化加快检测速度;最后,通过案例研究和实验分析阐明所提方法的有效性.

关键词：模型检测物联网形式化验证建模语言

来源：评论

学校读者我要写书评

暂无评论

基于通信的多智能体强化学习进展综述

引用

中国科学：信息科学 2022年第5期52卷 742-764页

作者：王涵俞扬姜远南京大学计算机软件新技术国家重点实验室

强化学习(reinforcement learning,RL)技术经历了数十年的发展,已经被成功地应用于连续决策的环境中.如今强化学习技术受到越来越多的关注,甚至被冠以最接近通用人工智能的方法之一.但是,客观环境中往往不仅包含一个决策智能体.因此,我... 详细信息

强化学习(reinforcement learning,RL)技术经历了数十年的发展,已经被成功地应用于连续决策的环境中.如今强化学习技术受到越来越多的关注,甚至被冠以最接近通用人工智能的方法之一.但是,客观环境中往往不仅包含一个决策智能体.因此,我们更倾向于以多智能体强化学习(multi-agent reinforcement learning,MARL)为技术手段,应对现实的复杂系统.近十年来,多智能体系统(multi-agent system,MAS)和强化学习的结合日渐紧密,逐渐形成并丰富了多智能体强化学习这个研究方向.回顾MARL的相关工作,我们发现研究者们大致从学习框架的讨论、联合动作学习,以及基于通信的MARL这3个角度解决MARL的问题.而本文重点调研基于通信的MARL的工作.首先介绍选取基于通信的MARL进行讨论的原因,然后列举出不同性质的多智能体系统下的代表性工作.希望本文能够为MARL的研究者提供参考,进而提出能够解决实际问题的MAS方法.

关键词：强化学习多智能体系统部分可观测环境多智能体通信协同控制

来源：评论

学校读者我要写书评

暂无评论

基于GUI事件的安卓应用录制重放关键技术综述

引用

软件学报 2022年第5期33卷 1612-1634页

作者：李聪蒋炎岩许畅计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023

基于GUI事件的安卓应用录制重放技术致力于以自动化的方式捕捉和回放人类和移动应用的交互轨迹,达到降低测试成本、提高测试用例复用率的目的.录制重放技术面临的挑战来源于应用、版本和设备3个维度.试图从人类录制重放的角度,将录制重... 详细信息

基于GUI事件的安卓应用录制重放技术致力于以自动化的方式捕捉和回放人类和移动应用的交互轨迹,达到降低测试成本、提高测试用例复用率的目的.录制重放技术面临的挑战来源于应用、版本和设备3个维度.试图从人类录制重放的角度,将录制重放建模为一个搜索问题,并提出模拟人类录制重放行为的通用框架.框架包含3部分:组件表示与录制技术、事件等价策略和局部搜索策略.通过对已有技术进行总结和分析,以全新的视角更好地认识了已有工作的优势和不足,并提出未来可行的研究方向.

关键词：安卓应用软件测试录制重放 GUI测试

来源：评论

学校读者我要写书评

暂无评论

拓扑信息引导的视频异常行为检测方法

引用

计算机工程与应用 2024年第16期60卷 228-235页

作者：陈明一李洪均南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210093

在视频异常检测任务中,良好的特征提取能力在多帧预测方法中十分重要。然而当面对复杂的环境时,传统的基于空间特征的提取方法往往在多层卷积的过程中忽略了底层特征之间的全局依赖关系。为了更好地进行特征提取,提出一种依托拓扑强相... 详细信息

在视频异常检测任务中,良好的特征提取能力在多帧预测方法中十分重要。然而当面对复杂的环境时,传统的基于空间特征的提取方法往往在多层卷积的过程中忽略了底层特征之间的全局依赖关系。为了更好地进行特征提取,提出一种依托拓扑强相关信息引导的视频异常检测方法。该方法针对底层特征序列进行全局相关性信息的提取,并以此初步增强特征中强关联的信息。将底层特征作为节点,裁剪后的相关性信息作为邻里矩阵,构建关键特征之间的拓扑结构关系图,有效地利用了关键特征的拓扑结构信息。将初步增强的特征与拓扑结构特征进行特征融合,帮助模型更深入更全面地筛选关键特征,提高了特征表达能力。该方法在Ped2、Avenue和ShanghaiTech三个公开数据集上取得了良好的视频帧预测效果,提高了模型的检测精度。

关键词：视频异常行为检测相关性信息提取拓扑关系网络构建拓扑特征提取

来源：评论

学校读者我要写书评

暂无评论

边缘计算中协作计算卸载与动态任务调度

引用

软件学报 2023年第12期34卷 5737-5756页

作者：张斐斐葛季栋李忠金黄子峰张胜陈兴国骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 杭州电子科技大学计算机学院浙江杭州310018 清华大学计算机科学与技术系北京100084 南京大学计算机科学与技术系江苏南京210023 南京邮电大学计算机学院江苏南京210046

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来... 详细信息

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来自多个设备的数据传输及处理任务时,可能造成任务长时间的排队等待,导致部分任务因超时而执行失败,因此无法兼顾多个设备的性能目标.鉴于此,在计算卸载的基础上优化边缘服务器端的任务调度顺序.一方面,将时延感知的任务调度建模为一个长期优化问题,并使用基于组合多臂赌博机的在线学习方法动态调整服务器的调度顺序.另一方面,由于不同的任务执行顺序会改变任务卸载性能提升程度,因而影响任务卸载决策的有效性.为了增加卸载策略的鲁棒性,采用了带有扰动回报的深度Q学习方法决定任务执行位置.仿真算例证明了该策略可在平衡多个用户目标的同时减少系统的整体开销.

关键词：任务卸载任务调度截止期限边缘计算强化学习

来源：评论

学校读者我要写书评

暂无评论

意图感知的社交网络用户城外移动行为预测

引用

计算机学报 2024年第11期47卷 2579-2593页

作者：胥帅李博涵许建秋曹玖新傅晓明南京航空航天大学计算机科学与技术学院南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210023 东南大学网络空间安全学院南京211189 哥廷根大学计算机科学研究所哥廷根37077德国

基于社交网络用户生成的时空数据预测用户在城外的移动行为已成为城市协同管理的迫切需求.用户城外出行相对于城内移动而言属于“长尾”事件,导致用户在城外生成的签到数据极度稀疏,现有研究难以利用有限的跨城市签到数据建模用户城外... 详细信息

基于社交网络用户生成的时空数据预测用户在城外的移动行为已成为城市协同管理的迫切需求.用户城外出行相对于城内移动而言属于“长尾”事件,导致用户在城外生成的签到数据极度稀疏,现有研究难以利用有限的跨城市签到数据建模用户城外出行偏好,进而准确预测用户在城外的移动行为.为此,本文提出一种意图感知的社交网络用户城外移动偏好建模框架TIEMPO.首先,为缓解数据稀疏性问题,通过随机游走从构建的城外地点网络中采样移动轨迹,利用无监督聚类发现特定数目的用户城外出行意图;其次,引入记忆网络从相似用户在城外的移动轨迹中进一步提炼出行意图;然后,基于迁移学习思想,将用户城内签到与城外出行意图进行交互建模,从而强化用户城外移动偏好表示;最后,融合用户城外移动偏好表示与地点隐含表示对用户访问城外地点的概率进行量化.本文基于多个跨城市签到数据集进行广泛的实验分析,结果表明TIEMPO能有效预测社交网络用户在城外的移动行为,预测准确性指标Acc@10相比基线模型体现出12%~15%的明显优势,排序可靠性指标NDCG@10相比基线模型则超出3%~5%,即使在冷启动预测场景下TIEMPO依然表现最优.

关键词：移动行为预测跨城市意图感知偏好建模知识迁移社交网络

来源：评论

学校读者我要写书评

暂无评论

随机集成策略迁移

引用

计算机科学与探索 2022年第11期16卷 2531-2536页

作者：常田章宗长俞扬南京大学计算机软件新技术国家重点实验室南京210023

强化学习(RL)在序列决策问题上取得了巨大的成功。随着强化学习的飞速发展,迁移学习(TL)成为了一种重要的可以通过利用和转移外部知识来加速强化学习的技术。策略迁移是一种外部知识来自教师策略的迁移强化学习方法。现有的策略转移方... 详细信息

强化学习(RL)在序列决策问题上取得了巨大的成功。随着强化学习的飞速发展,迁移学习(TL)成为了一种重要的可以通过利用和转移外部知识来加速强化学习的技术。策略迁移是一种外部知识来自教师策略的迁移强化学习方法。现有的策略转移方法要么通过测量源任务与目标任务之间的相似性来转移知识,要么通过估计源策略在目标任务上的性能来选择最佳源策略。但是,性能估计有时可能不可靠,这可能会导致负迁移。针对这种问题,提出了一种新的策略转移方法,称为随机集成策略迁移(SEPT)。SEPT不是在源策略库中选择一个策略,而是利用源策略集成出教师策略来进行迁移。SEPT把策略迁移转变为选项学习问题以便获得终止概率,用终止概率计算出源策略的概率权重,根据概率权重从策略库中集成出教师策略。然后,通过策略蒸馏的方式从教师策略进行知识迁移。实验结果表明SEPT可以有效地加速强化学习训练,并且在离散和连续空间上都能胜过其他最佳的策略迁移方法。

关键词：迁移学习(TL) 强化学习(RL) 策略迁移选项学习集成策略蒸馏

来源：评论

学校读者我要写书评

暂无评论

分布式梅特罗波利斯算法:收敛条件与最优并行加速

引用

中国科学：信息科学 2022年第2期52卷 287-313页

作者：凤维明尹一通南京大学计算机软件新技术国家重点实验室南京210023

梅特罗波利斯算法(Metropolis algorithm)是一种基本的马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)采样技术,可用于从概率图模型所表示的高维概率分布(即吉布斯(Gibbs)分布)中进行随机采样.传统的梅特罗波利斯算法是一个串行算... 详细信息

梅特罗波利斯算法(Metropolis algorithm)是一种基本的马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)采样技术,可用于从概率图模型所表示的高维概率分布(即吉布斯(Gibbs)分布)中进行随机采样.传统的梅特罗波利斯算法是一个串行算法.关于其快速收敛性的一个经典结论是:当满足梅特罗波利斯算法的Dobrushin-Shlosman条件时,该算法在O(n log n)步内快速收敛,其中n是随机变量的个数.本文研究了梅特罗波利斯算法的分布式版本——局部梅特罗波利斯算法.对该算法的正确性与收敛速度进行了分析,证明了该算法总是收敛于正确的吉布斯分布;并且对于一类自然的不包含三角形(triangle-free)概率图模型,如果满足相同的Dobrushin-Shlosman条件,则局部梅特罗波利斯算法在O(log n)轮内快速收敛.相比于传统的串行算法,实现了?(n)倍的渐进最优并行加速比.具体应用包括图染色、硬核模型和伊辛(Ising)模型的分布式采样算法.

关键词：分布式采样马尔可夫链蒙特卡洛混合时间自旋系统耦合

来源：评论

学校读者我要写书评

暂无评论

以图搜图:基于显著性注意力的美容产品检索网络

引用

计算机辅助设计与图形学学报 2023年第3期35卷 383-391页

作者：孙乾魏明强燕雪峰郭延文南京航空航天大学计算机科学与技术学院南京210016 模式分析与机器智能工业和信息化部重点实验室南京210016 南京大学计算机软件新技术国家重点实验室南京210023

在基于深度学习的美容产品检索任务中,图片背景、拍摄角度和产品摆放姿态均是产品图片上潜在的干扰信息;同时,检索数据库中众多相似产品会互相干扰.针对这些问题,将显著性注意力机制融入损失函数、随即丢弃模块和相似项计算中,分别设计... 详细信息

在基于深度学习的美容产品检索任务中,图片背景、拍摄角度和产品摆放姿态均是产品图片上潜在的干扰信息;同时,检索数据库中众多相似产品会互相干扰.针对这些问题,将显著性注意力机制融入损失函数、随即丢弃模块和相似项计算中,分别设计了显著性损失函数、显著性随即丢弃模块和显著相似性方法,有效地抑制了用户待检索图片与检索数据库图片中的干扰信息;然后,采用有效的特征提取器抵抗图片相似项的干扰;最后综合上述4个模块,提出基于显著性注意力的美容产品检索网络SA-Net.经过Pro-10k数据集训练,在Per-500k数据集上进行消融学习和对比实验的结果表明,SA-Net提升了美容产品检索的准确度,比已公开的最好同类算法AMAC提高3%.

关键词：以图搜图美容产品检索显著性注意力

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：