检索结果-内蒙古大学图书馆

南京邮电大学学报（自然科学版） 2019年第2期39卷 76-83页

作者：许建雷喆戴华杨庚南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023

雾计算面临各种安全问题,其中在开放性雾环境下如何实现授权用户对资源的访问控制是关键问题之一。针对该问题,提出了一种适用于雾计算的可扩展访问控制方案,采用线性秘密分享矩阵(LSSS)作为访问结构实现基于属性的访问控制,利用雾节点... 详细信息

雾计算面临各种安全问题,其中在开放性雾环境下如何实现授权用户对资源的访问控制是关键问题之一。针对该问题,提出了一种适用于雾计算的可扩展访问控制方案,采用线性秘密分享矩阵(LSSS)作为访问结构实现基于属性的访问控制,利用雾节点作为边缘服务节点,通过合理分配访问控制中的加解密运算,降低终端用户在访问控制中的运算开销。该方案具有可扩展性,即可以在保持原有访问策略的基础上添加新的合法成员形成新的访问策略,同时还能够检测访问用户在上传新访问策略时是否对原始数据进行了篡改,实现对原始数据完整性的保护。理论分析和实验结果表明,方案能够在有效降低终端用户计算开销的同时,实现雾计算环境下访问控制策略的扩展以及数据的完整性检测。

关键词：雾计算访问控制访问策略扩展完整性保护基于属性的加密

来源：评论

学校读者我要写书评

暂无评论

基于CMAES集成学习方法的地表水质分类

引用

计算机科学与探索 2020年第3期14卷 426-436页

作者：陈兴国徐修颖陈康扬杨光南京邮电大学江苏省大数据安全与智能处理重点实验室南京210023 南京大学计算机软件新技术国家重点实验室南京210023

为了提高人民生活质量,政府部门不断加强水质管理,然而人工分类方法无法满足实时处理的需求,传统机器学习方法的分类准确率又不够高。集成学习使用多种学习算法来获得比单一学习算法更好的预测性能。首先,对集成学习进行概述,简要介绍了... 详细信息

为了提高人民生活质量,政府部门不断加强水质管理,然而人工分类方法无法满足实时处理的需求,传统机器学习方法的分类准确率又不够高。集成学习使用多种学习算法来获得比单一学习算法更好的预测性能。首先,对集成学习进行概述,简要介绍了Bagging和Boosting算法,并提出基于协方差自适应调整的进化策略算法(CMAES)的集成学习方法。接着,介绍了数据处理方式、模型评估方法和评价指标。最后,用CMAES集成学习方法对逻辑回归、线性判别分析、支持向量机、决策树、完全随机树、朴素贝叶斯、K-邻近算法、随机森林、完全随机树林、深度级联森林十种模型进行集成。实验结果表明,CMAES集成学习方法优于所有其他模型,该方法将继续被应用到未来的研究之中。

关键词：水质分类 Boosting 基于协方差自适应调整的进化策略算法(CMAES) 集成学习参数优化

来源：评论

学校读者我要写书评

暂无评论

科研论文的可比性评估与比较性引文生成方法

引用

计算机应用 2024年

作者：李翔宇陈景强南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室(南京邮电大学)

针对比较性引文生成中面临的两大挑战——如何准确判定论文间的可比性及如何生成具有比较性的句子，本文提出了科研论文的可比性评估与比较性引文生成方法。该方法构建了三个核心模块：可比性评估模块用于判断两篇论文是否具备可比性；... 详细信息

针对比较性引文生成中面临的两大挑战——如何准确判定论文间的可比性及如何生成具有比较性的句子，本文提出了科研论文的可比性评估与比较性引文生成方法。该方法构建了三个核心模块：可比性评估模块用于判断两篇论文是否具备可比性；比较对象提取模块负责从论文与参考文献中抽取出具体的比较对象；比较引文生成模块则生成相应的比较性引用句子。首先，利用SciBERT(Scientific BERT)模型处理输入的两篇文章，通过可比性评估模块进行可比性评估。其次，对于被判定为可比的文章，采用比较对象提取模块识别并提取出关键的比较对象。最后，借助比较引文生成模块生成包含这些比较对象的比较性引文。实验结果显示，在可比性评估阶段，本方法在平均倒数排名（MRR）指标上达到了0.732，在召回率@10(R@10)指标上达到了0.537，较之前的SciBERT-FNN方法在各个数据集上均有提升。在比较引文生成实验中，本方法在ROUGE-1、ROUGE-2和ROUGE-L得分分别为31.52、11.25和27.38，明显高于Bart-Large等基线方法。此外，实验结果还证实了科学文献自动化比较与分析技术对于引文句子生成任务具有重要意义，特别是在提高比较信息的可追溯性和确保引用句子信息的全面性方面，展现出极大的实用价值。

关键词：比较性引文可比性评估引文生成文本生成文本分类比较对象抽取

来源：评论

学校读者我要写书评

暂无评论

一种面向长尾异构数据的个性化联邦学习框架

引用

计算机科学 2024年

作者：吴家皋易婧周泽辉刘林峰南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室

针对数据长尾分布和异构性引起的联邦学习中模型性能下降的问题，提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习（Balanced Personalized Federated Learning，BPFed），将整个联邦学习过程分为基于个性化联邦学习的表示... 详细信息

针对数据长尾分布和异构性引起的联邦学习中模型性能下降的问题，提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习（Balanced Personalized Federated Learning，BPFed），将整个联邦学习过程分为基于个性化联邦学习的表示学习和基于全局特征增强的个性化分类器再训练两个阶段。在第一阶段，首先采用Mixup策略进行数据增强，然后提出基于参数解耦的个性化联邦学习特征提取器训练方法，在优化特征提取器性能的同时减少通信开销；在第二阶段，首先提出新的基于全局协方差矩阵的类级特征增强方法，然后提出基于样本权重的标签平滑损失函数对客户端分类器进行平衡的个性化再训练，以纠正头类置信过度并提高尾类的泛化能力。大量的实验结果表明，在不同数据长尾分布和异构性设置下，BPFed模型的准确度比其它代表性相关算法均有明显提升。此外，消融和超参数影响实验也进一步验证了所提出的方法和优化策略的有效性。

关键词：个性化联邦学习长尾分布数据异构性参数解耦特征增强优化策略

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce-HBase的Apriori算法的改进与研究

引用

南京邮电大学学报（自然科学版） 2018年第5期38卷 91-99页

作者：程阳章韵南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023

Apriori算法是关联规则数据挖掘领域最经典的算法之一,其挖掘效果已经得到了企业界的广泛认可。大数据时代的到来,使得Apriori算法已经无法适应海量数据挖掘的需求。文中基于剪枝策略、MapReduce编程模型对原始Apriori算法进行改进(MR-A... 详细信息

Apriori算法是关联规则数据挖掘领域最经典的算法之一,其挖掘效果已经得到了企业界的广泛认可。大数据时代的到来,使得Apriori算法已经无法适应海量数据挖掘的需求。文中基于剪枝策略、MapReduce编程模型对原始Apriori算法进行改进(MR-Apriori算法);在此基础上引入HBase数据库继续对MR-Apriori算法改进(MRH-Apriori算法),实现了Apriori算法并行化。在Hadoop集群上对MR-Apriori算法和MRH-Apriori算法分别从不同事务集规模、不同节点数、不同最小支持度三个方面进行对比,结果表明MRH-Apriori算法具有更高的高效性和良好的可扩展性。

关键词：剪枝策略 MapReduce HBase Apriori算法

来源：评论

学校读者我要写书评

暂无评论

并行计算机系统中的计数算法研究

引用

南京邮电大学学报（自然科学版） 2017年第6期37卷 81-89页

作者：王俊昌高亮李涛南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023

计数算法是计算机程序设计中的基础算法。然而,传统计数算法在新兴的多核并行计算机系统中存在计数效率低下以及计数不准确的问题。文中首先对这些问题进行深入量化分析,之后提出了一种适用于并行计算机系统的确定性高速计数算法。该算... 详细信息

计数算法是计算机程序设计中的基础算法。然而,传统计数算法在新兴的多核并行计算机系统中存在计数效率低下以及计数不准确的问题。文中首先对这些问题进行深入量化分析,之后提出了一种适用于并行计算机系统的确定性高速计数算法。该算法采用对计数器数据先进行快照再进行统计计数的方法,有效避免了计数算法中读者线程与写者线程之间的相互干扰,保证了计数数据的准确性;同时,通过采用无锁链表队列存储计数数据快照,实现了并发读取情况下的无阻塞计数统计,保证了计数算法的效率。实验论证和性能分析结果表明:在新一代的多核并行计算机中,本计数算法计数效率高且计数准确,综合性能优于现有算法。

关键词：无锁数据结构计数算法最终一致性

来源：评论

学校读者我要写书评

暂无评论

基于路段全局拓扑的协同感知视野优化分配方法

引用

南京邮电大学学报（自然科学版） 2024年第6期44卷 76-86页

作者：刘茜萍吴孝宇张琳南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023 南京邮电大学计算机学院江苏南京210023

基于协同感知技术,可将路段上若干车载摄像机获取的局部视野上传至路边架设的边缘服务器,进而融合出整个路段全局视野,以助于做出智能辅助驾驶决策。然而,直接将路段上所有车辆的视野数据悉数上传融合将带来极大的通信和计算开销,难以... 详细信息

基于协同感知技术,可将路段上若干车载摄像机获取的局部视野上传至路边架设的边缘服务器,进而融合出整个路段全局视野,以助于做出智能辅助驾驶决策。然而,直接将路段上所有车辆的视野数据悉数上传融合将带来极大的通信和计算开销,难以保证时效。为此,提出基于路段全局拓扑的协同感知视野优化分配方法,基于连通组件构建路段全局拓扑,进而在拓扑引导下获取路段视野初始分配方案,并提出分段式并行遗传算法进一步优化该方案,以尽可能减少冗余数据的上传,降低MEC边缘服务器负载,从而提高路段全局视野融合效率,其可行性和有效性通过仿真实验得到了验证。

关键词：车联网协同感知全局拓扑近似算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

双粒度空间存储位置调整的历史轨迹索引

引用

小型微型计算机系统 2024年

作者：李彩云韩京宇缪祝青王彦之毛毅张怡婷南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室

为了支持历史轨迹数据的查询，通过学习型索引取代传统索引以减小索引存储代价和提升查询效率受到广泛关注.时空轨迹数据的分布不均匀，单粒度的模型不能兼容疏密不一致的轨迹数据；如果为每个周期数据分别构建一个模型，模型总存储大... 详细信息

为了支持历史轨迹数据的查询，通过学习型索引取代传统索引以减小索引存储代价和提升查询效率受到广泛关注.时空轨迹数据的分布不均匀，单粒度的模型不能兼容疏密不一致的轨迹数据；如果为每个周期数据分别构建一个模型，模型总存储大小线性增长；如果只维护一个模型，模型性能通常会随着历史轨迹的增多而恶化.因此，提出一种双粒度空间存储位置调整的历史轨迹索引，包括嵌入空间识别、初始周期模型构建和后期存储位置调整三个阶段：首先，利用密度峰值聚类算法将所有轨迹数据根据其稀疏性划分到粗细粒度层，在每个粒度层上，利用希尔伯特曲线获取轨迹点的一维排序，保证时空邻近的轨迹点排序值也接近；接着，在初始周期数据上构建分段线性模型；最后，后期数据利用初始周期构建的分段线性模型预测存储位置，采用Kuhn-Munkres算法解决模型预测存储位置产生位置冲突的问题.模拟和真实数据集上的实验表明，与其它的学习型索引相比，不仅提升了查询性能，而且显著降低了索引大小和模型维护成本，有效地支持以读为主的历史轨迹数据查询.

关键词：学习型索引密度峰值聚类希尔伯特 Kuhn-Munkres算法

来源：评论

学校读者我要写书评

暂无评论

移动云计算环境下基于任务依赖的计算迁移研究

引用

计算机应用与软件 2019年第7期36卷 1-7,82页

作者：郑利阳刘茜萍南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室

移动终端硬件的资源受限问题可以通过将本地计算任务迁移至云端来缓解。然而,相比远程云端,某些实时要求较高的复杂应用更适合迁移至微云。这类应用中各任务之间的依赖关系也会对迁移方案产生较大影响。结合任务之间的依赖关系及微云的... 详细信息

移动终端硬件的资源受限问题可以通过将本地计算任务迁移至云端来缓解。然而,相比远程云端,某些实时要求较高的复杂应用更适合迁移至微云。这类应用中各任务之间的依赖关系也会对迁移方案产生较大影响。结合任务之间的依赖关系及微云的特点,基于遗传算法思想提出一种计算迁移方法。根据不同微云处理不同类型任务时的能力,将微云进行类型划分。根据移动应用中不同任务之间时序与数据的双重依赖关系,结合能耗和响应时间的考量,设计一个计算迁移算法,以获取具有较优效用值的迁移方案。通过仿真验证了该方法的可行性和有效性。

关键词：移动云计算计算迁移微云数据依赖时序依赖

来源：评论

学校读者我要写书评

暂无评论

对抗黑盒攻击的混合对抗性训练防御策略研究

引用

南京航空航天大学学报 2019年第5期51卷 660-668页

作者：陈慧韩科技杭杰李云南京邮电大学计算机科学与技术学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023 不详

随着深度学习模型在无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为机器学习研究的热点。黑盒攻击是一种典型的攻击场景,在攻击者不知道模型具体使用结构和参数等情况下仍能进行有效攻击,是现实场景中最常用的... 详细信息

随着深度学习模型在无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为机器学习研究的热点。黑盒攻击是一种典型的攻击场景,在攻击者不知道模型具体使用结构和参数等情况下仍能进行有效攻击,是现实场景中最常用的攻击方法。因此,分析深度学习模型的脆弱性并设计出更加鲁棒的模型来对抗黑盒攻击成为迫切需要。而传统基于单模型的单强度和多强度对抗性训练方法,在抵御黑盒攻击时性能十分有限;基于多模型的集成对抗性训练方法在抵御高强度、多样化攻击样本效果也不理想。本文提出一种基于贪婪强度搜索的混合对抗性训练方法,实验结果表明,所提出的混合对抗性训练能够有效抵御多样化的黑盒攻击,性能优于传统的集成对抗性训练。

关键词：深度学习黑盒攻击贪婪搜索对抗性训练

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：