检索结果-内蒙古大学图书馆

计算机科学 2024年第3期51卷 3-13页

作者：商钰玲李鹏朱枫王汝传南京邮电大学计算机学院南京210023 南京邮电大学网络安全与可信计算研究所南京210023

物联网越来越多地出现在日常活动中,将我们周围多样化的物理设备连接到互联网,奠定了智慧城市、电子健康、精准农业等应用的基础。随着物联网应用的迅速普及,针对这类设备和服务的网络攻击数量也有所增加,且这些攻击具有不精确性和不确... 详细信息

物联网越来越多地出现在日常活动中,将我们周围多样化的物理设备连接到互联网,奠定了智慧城市、电子健康、精准农业等应用的基础。随着物联网应用的迅速普及,针对这类设备和服务的网络攻击数量也有所增加,且这些攻击具有不精确性和不确定性,使得对其进行正确检测和识别更加困难。为了应对上述挑战,学者们引入了基于模糊逻辑的攻击检测框架,在各种操作步骤中结合不同的模糊技术,以便在数据不准确和不确定时更精确地检测网络攻击。文中首先对物联网的安全性进行了详细的探讨,如其应对的安全挑战、所需的安全要求、面临的攻击类型等;其次对入侵检测系统(Intrusion Detection Systems,IDS)进行了描述,进而简述了物联网中IDS的基础框架;然后阐述了模糊逻辑的技术原理,分析了将其应用在流量攻击检测中的合理性;接着比较了各种基于不同技术的流量攻击检测方案,以说明它们在该领域的性能和重要性;最后总结了本文的主要工作,指出了未来的研究方向,为该领域的研究者提供了新的视角,以更好地应对不断升级的网络攻击。

关键词：模糊逻辑物联网攻击检测流量网络安全

来源：评论

学校读者我要写书评

暂无评论

物联网威胁情报知识图谱中潜在关系的挖掘

引用

计算机应用 2025年第1期45卷 24-31页

作者：程子栋李鹏朱枫南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 南京邮电大学网络安全与可信计算研究所南京210023

知识图谱对实现物联网威胁情报(ITI)的共享与利用具有重要意义,图神经网络(GNN)可以应用于ITI知识图谱(ITIKG)的知识表示任务,进而挖掘ITIKG的潜在关系;然而,当前大多数GNN没有考虑节点类型对节点表示能力的影响,且在节点信息聚合过程... 详细信息

知识图谱对实现物联网威胁情报(ITI)的共享与利用具有重要意义,图神经网络(GNN)可以应用于ITI知识图谱(ITIKG)的知识表示任务,进而挖掘ITIKG的潜在关系;然而,当前大多数GNN没有考虑节点类型对节点表示能力的影响,且在节点信息聚合过程中使用随机策略进行节点采样,导致这些GNN不能区分不同距离的邻居,且没有考虑节点之间的关联性或重要性。为了解决这些问题,首先,基于不同数据源构建ITIKG;然后,设计确定性采样方法,从而基于节点的重要性采样根节点的邻居,并且考虑邻居距根节点的距离以及邻居在图中的中心性度量,即Katz中心性和中介中心性;最后,设计节点、节点模态和节点类型的嵌入和聚合方法。在此基础上,提出基于确定性采样的多模态异构图神经网络(DM-HGNN)模型。在所构建的ITIKG上的链接预测实验的结果表明,DM-HGNN模型的性能优于metapath2vec、多模态知识图谱表示学习模型(MMKRL)以及复杂图卷积网络(ComplexGCN)等知识表示模型,相较于次优模型MMKRL,DM-HGNN模型在曲线下面积(AUC)上提高了6.8%,在F1值上提高了7.1%,展示了DMHGNN模型在链接预测任务上有效性和先进性。

关键词：物联网安全威胁情报知识图谱图神经网络知识表示链接预测

来源：评论

学校读者我要写书评

暂无评论

物联网数据流威胁致效机理研究

引用

计算机科学 2024年

作者：孙瑞杰李鹏朱枫南京邮电大学计算机学院国家高性能计算中心南京分中心南京邮电大学网络安全和可信计算研究所

随着物联网设备的数量爆炸性增长，针对物联网设备的攻击手段也开始变得多样且隐蔽。基于机器学习的检测方法已经得到了积极的研究，并具有巨大的潜力。然而它们的模型被认为是黑匣子，很难解释它们的分类结果，因此无法说明物联网威胁... 详细信息

随着物联网设备的数量爆炸性增长，针对物联网设备的攻击手段也开始变得多样且隐蔽。基于机器学习的检测方法已经得到了积极的研究，并具有巨大的潜力。然而它们的模型被认为是黑匣子，很难解释它们的分类结果，因此无法说明物联网威胁特有的手段与模式。为了解决这个问题，本文基于ATT&CK框架，构建了技术-特征字典，将攻击技术进行了流量的特征化描述；并构建了威胁-技术数据库，将网络威胁分解到了攻击技术的层面。本文设计了基于致效机理的威胁检测模型，构建了实时流量特征矩阵，归纳流量受到的攻击技术，将技术序列代入威胁-技术数据库，得到可能受到的威胁及其概率。试验结果表明，本模型对于数据集中的威胁检测率高达99.595%，与传统方法相比具有相当的效果，并且可以根据实验环境需要调节误报率，且为分析人员提供了可靠的攻击路径解释。

关键词：物联网数据流威胁检测致效机理 ATT&CK框架

来源：评论

学校读者我要写书评

暂无评论

基于动态加权张量距离的多聚类算法

引用

计算机应用 2023年第11期43卷 3449-3456页

作者：薛状状李鹏樊卫北张宏俊孟凡朔南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 南京邮电大学网络安全与可信计算研究所南京210023

基于张量的多聚类算法(TMC)在衡量属性重要性时忽略了对象张量内部属性组合的关联性,而且在不同的特征空间选择下,固定权重策略导致所选与未选择特征空间没有完全分离。针对上述问题,提出一种基于动态加权张量距离(DWTD)的多聚类算法(DW... 详细信息

基于张量的多聚类算法(TMC)在衡量属性重要性时忽略了对象张量内部属性组合的关联性,而且在不同的特征空间选择下,固定权重策略导致所选与未选择特征空间没有完全分离。针对上述问题,提出一种基于动态加权张量距离(DWTD)的多聚类算法(DWTD-MC)。首先,为提升各特征空间属性重要性衡量的准确性,建立了自-关联张量模型;其次,构建多视图权重张量模型,在不同特征空间选择下通过动态加权策略满足多聚类分析的需求;最后,使用DWTD衡量数据点的相似性,生成最终的多聚类结果。在真实数据集上的仿真实验结果表明,DWTD-MC在杰卡德指数(JI)、邓恩指数(DI)、DB指数(DB)和轮廓系数(SC)评价指标上均优于TMC等对比算法,而且可以在获得较高质量的聚类结果的同时,使各聚类结果之间保持较低的冗余度,满足多聚类分析的任务需求。

关键词：异构数据多聚类张量张量距离动态加权社会物理信息系统

来源：评论

学校读者我要写书评

暂无评论

联邦学习中防御投毒攻击的客户端筛选策略

引用

南京邮电大学学报（自然科学版） 2024年第6期44卷 53-64页

作者：徐鹤张迪李鹏季一木南京邮电大学计算机学院江苏南京210023 南京邮电大学网络安全与可信计算研究所江苏南京210023 江苏省高性能计算与智能处理工程研究中心江苏南京210023

联邦学习是一种解决数据孤岛问题的方法,但随着攻击模型的不断进化,敌手可能在训练过程中注入有害参数,导致模型训练效果下降。为了增强联邦学习模型训练过程的安全性,设计了一种面向联邦学习投毒攻击的客户端筛选策略。在该策略中,利... 详细信息

联邦学习是一种解决数据孤岛问题的方法,但随着攻击模型的不断进化,敌手可能在训练过程中注入有害参数,导致模型训练效果下降。为了增强联邦学习模型训练过程的安全性,设计了一种面向联邦学习投毒攻击的客户端筛选策略。在该策略中,利用基于差分隐私指数机制的评分函数来动态更新权重参数。首先,为每个客户端分配一致的权重参数;然后,将每一轮训练的效果作为评估标准进行量化,并将量化结果传递至所构建的更新函数中;接着,服务器根据这些更新后的权重参数,筛选出适合参与本轮训练的客户端,并对这些客户端上传的训练模型进行聚合。整个流程反复进行多轮次,最终得出一个有效可靠的训练模型。最后,通过实验验证了所提策略在面对敌手投毒攻击下的可行性。

关键词：联邦学习投毒攻击差分隐私指数机制

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯攻击图的RFID系统安全博弈分析模型

引用

计算机与现代化 2024年第7期 93-99页

作者：马荟平李鹏胡素君南京邮电大学计算机学院江苏南京210023 南京邮电大学网络安全和可信计算研究所江苏南京210023

针对RFID系统缺乏综合有效的风险管理与安全评估的问题,为了实现对RFID系统安全风险的有效分析以及对目标RFID系统整体风险状况的评估,本文提出一种基于贝叶斯攻击图的RFID系统安全博弈分析方法。在贝叶斯攻击图模型的基础上结合博弈思... 详细信息

针对RFID系统缺乏综合有效的风险管理与安全评估的问题,为了实现对RFID系统安全风险的有效分析以及对目标RFID系统整体风险状况的评估,本文提出一种基于贝叶斯攻击图的RFID系统安全博弈分析方法。在贝叶斯攻击图模型的基础上结合博弈思想对RFID系统的风险状况进行分析,将攻击者入侵系统的过程抽象为攻防双方的博弈模型。首先依据目标系统的相关信息确定攻防策略,并且通过对攻击者和防御者策略收益的计算,构建相应的攻防博弈矩阵,然后得出其纳什均衡状态,确定各参与者的最优策略,最后计算双方的期望收益,确定目标RFID系统的安全状态:若是攻击者期望收益大于防御者期望收益,则系统处于风险状态,反之系统则处于安全状态。实验结果表明,本文提出的博弈模型可以良好地实现对目标RFID系统的安全状况分析。

关键词： RFID 贝叶斯攻击图安全博弈分析

来源：评论

学校读者我要写书评

暂无评论

基于随机Petri网的RFID系统安全性分析模型

引用

计算机与现代化 2023年第9期 105-114页

作者：肖航李鹏马荟平朱枫南京邮电大学计算机学院江苏南京210023 南京邮电大学网络安全和可信计算研究所江苏南京210023

针对日益频发的RFID系统攻击给RFID系统带来瘫痪风险问题,提出一种采用基于层次广义随机Petri网的RFID系统安全性分析模型。该模型利用已有的知识储备模拟真实的RFID虚拟环境,对攻击RFID系统过程进行准确有效的实验推演,并量化分析RFID... 详细信息

针对日益频发的RFID系统攻击给RFID系统带来瘫痪风险问题,提出一种采用基于层次广义随机Petri网的RFID系统安全性分析模型。该模型利用已有的知识储备模拟真实的RFID虚拟环境,对攻击RFID系统过程进行准确有效的实验推演,并量化分析RFID系统风险。首先,利用攻击层次、攻击权限和基于权限的攻击等信息构建RFID攻击者模型;其次,对攻击者的行为进行建模描述,刻画其对RFID系统状态的影响;最后,基于所构建的模型对目标RFID系统的攻击概率、脆弱节点等方面进行风险评估。实验结果表明,本文提出模型可有效地对RFID系统进行风险评估,并且大大降低了评估时间和复杂度。

关键词：随机Petri网安全评估时间复杂度组合攻击

来源：评论

学校读者我要写书评

暂无评论

未知协议状态机推断技术研究综述

引用

计算机与现代化 2023年第5期 58-67页

作者：盛嘉杰牛胜杰陈阳方伟青张玉杰李鹏胡素君南京邮电大学计算机学院江苏南京210023南京邮电大学南京邮电大学网络安全与可信计算研究所江苏南京210023

协议逆向工程(PRE)描述了协议的行为逻辑,一般分为协议格式提取和状态机构造2个步骤。这2个步骤既相互关联又相互独立,在网络安全领域具有重要意义。本文全面梳理PRE协议状态机推理的相关文献,总结分析协议状态机推理的研究现状和发展... 详细信息

协议逆向工程(PRE)描述了协议的行为逻辑,一般分为协议格式提取和状态机构造2个步骤。这2个步骤既相互关联又相互独立,在网络安全领域具有重要意义。本文全面梳理PRE协议状态机推理的相关文献,总结分析协议状态机推理的研究现状和发展趋势。首先,本文介绍PRE的形式化定义和基本原则,并讨论主要领域的具体要求。其次,分析状态机推理方法,并将其分为3种模式:聚类方法、状态相关方法和轮询状态实体方法,然后从不同的角度比较算法的逆向能力和时间效率。最后展望协议状态机推理的发展趋势。

关键词：协议状态机推断协议逆向工程协议格式提取有限自动机

来源：评论

学校读者我要写书评

暂无评论

融合时域卷积网络与XGBoost的糖尿病患者血糖时序预测

融合时域卷积网络与XGBoost的糖尿病患者血糖时序预测

引用

2022中国自动化大会

作者：程海涛范斌李鹏南京邮电大学计算机学院南京邮电大学网络安全与可信计算研究所

血糖时序预测辅助医师诊断评估糖尿病患者并降低患者的高低血糖风险,对于医师和患者掌握和治疗病情有着非常重要的意义。为了提高血糖时序预测准确度并充分挖掘血糖时序数据中的时间关系信息,提出一种融合时域卷积网络(TCN)与极端梯度... 详细信息

血糖时序预测辅助医师诊断评估糖尿病患者并降低患者的高低血糖风险,对于医师和患者掌握和治疗病情有着非常重要的意义。为了提高血糖时序预测准确度并充分挖掘血糖时序数据中的时间关系信息,提出一种融合时域卷积网络(TCN)与极端梯度提升算法(XGBoost)的糖尿病患者血糖时序预测模型TCN-XGBoost。该模型首先对血糖时序数据进行缺失值和滤波降噪处理,然后采用多层TCN模型提取血糖时序数据中的时间关系特征,最后利用XGBoost进行准确、高效的回归预测。在公开数据集上与经典的SVR、XGBoost、KNN、TCN和LSTM模型进行实验比较,实验结果表明提出的模型具有更优的血糖时序预测能力,能够有效预测糖尿病患者在未来一段时间内的血糖状态水平,从而辅助医师制定合理的治疗计划。

关键词：时域卷积网络极端梯度提升算法动态血糖监测糖尿病辅助诊断血糖时序预测

来源：评论

学校读者我要写书评

暂无评论

基于深度动态联合自适应网络的图像识别方法

引用

计算机科学 2021年第6期48卷 131-137页

作者：刘昱彤李鹏孙云云胡素君南京邮电大学计算机学院南京210023 国家高性能计算中心南京分中心南京210023 南京邮电大学网络安全和可信计算研究所南京210023 南京邮电大学物联网学院南京210003

相比传统的图像识别方法,利用深度网络可以提取到表征能力更好的特征,从而获得更好的识别效果。现实中任务提供的数据多为无标签数据或部分有标签数据,其为深度网络的学习带来了困难。而迁移学习的方法可以将从源域数据中学习到的知识... 详细信息

相比传统的图像识别方法,利用深度网络可以提取到表征能力更好的特征,从而获得更好的识别效果。现实中任务提供的数据多为无标签数据或部分有标签数据,其为深度网络的学习带来了困难。而迁移学习的方法可以将从源域数据中学习到的知识迁移到目标任务的学习中,以解决有标签数据不足的问题。为了在迁移过程中减小源域和目标域间的图像数据差异,文中提出基于深度动态联合自适应网络的图像识别方法。对网络进行训练时,首先在多层网络结构中利用域间动态联合自适应方法完成针对性的数据分布自适应,然后利用熵最小化原则使学习的目标分类器穿过目标域的低密度区域,从而提高对目标域图像的识别精度。在2018年AI challenge比赛提供的24种植物病害数据集的3种迁移任务(g1->g2,s1->g2和s2->g2)中,所提方法的准确率分别达到了97.27%,94.25%和93.66%,均优于其他算法。实验结果证明,文中提出的基于深度网络并使用动态联合自适应和熵最小化原则的学习框架能够准确识别图像。

关键词：迁移学习领域自适应深度学习卷积神经网络植物病害

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

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

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：