检索结果-内蒙古大学图书馆

计算机科学 2025年第2期52卷 42-47页

作者：付雄宋朝阳王俊昌邓松南京邮电大学计算机学院南京210023

随着大数据技术、云计算、计算机技术和网络技术的迅猛发展,互联网数据呈爆炸性增长,海量数据的高效存储成为当前互联网技术亟待解决的问题。然而,传统的多副本冗余机制导致了巨大的存储成本,引起了研究者们对新型存储解决方案的关注。... 详细信息

随着大数据技术、云计算、计算机技术和网络技术的迅猛发展,互联网数据呈爆炸性增长,海量数据的高效存储成为当前互联网技术亟待解决的问题。然而,传统的多副本冗余机制导致了巨大的存储成本,引起了研究者们对新型存储解决方案的关注。在这一背景下,提出了一种基于擦除编码和副本复制的分布式混合存储策略。该策略根据数据特性,对热数据采用副本复制以确保高可靠性和性能,而对冷数据则采用擦除编码以提高存储利用率。基于牛顿冷却定律将数据文件划分为热文件和冷文件,并引入一种自适应的数据温度识别及冷热数据自适应动态分配算法,使系统能够在运行时自动调整冷热数据的比例,然后根据实时数据冷热情况智能调整数据的存储策略,体现了系统在动态环境下的自适应性。其不仅增强了系统对动态工作负载的适应能力,也为提高分布式存储系统在实际应用中的效率和灵活性提供了新的范式。这一创新点在学术和实践层面都具有重要的推动意义。同时,通过仿真实验验证了该策略的有效性和可用性,其为分布式存储系统的优化提供了新的思路。

关键词：大数据副本复制擦除编码冷热数据存储利用率

来源：评论

学校读者我要写书评

暂无评论

纳米孔在蛋白质单分子水平研究中的应用

引用

生物工程学报 2025年第1期41卷 92-116页

作者：武灵芝罗星月邓浩丰马千里汤丽华南京邮电大学理学院江苏南京210023 南京邮电大学集成电路科学与工程学院江苏南京210023 南京邮电大学计算机学院江苏南京210023

蛋白质是生命活动的主要载体,承担着多种复杂而又精巧的催化、输运、调控等生物学功能。这些功能的发挥与蛋白质折叠过程、配体分子的作用以及自身构象转变有着紧密联系。本文从纳米孔单分子水平出发,系统总结了蛋白质在纳米孔检测领域... 详细信息

蛋白质是生命活动的主要载体,承担着多种复杂而又精巧的催化、输运、调控等生物学功能。这些功能的发挥与蛋白质折叠过程、配体分子的作用以及自身构象转变有着紧密联系。本文从纳米孔单分子水平出发,系统总结了蛋白质在纳米孔检测领域的研究内容和最新进展,包括不同多肽、蛋白质的分子识别,蛋白质折叠过程的构象变化,不同蛋白质的pH响应性,蛋白质与不同分子的相互作用以及纳米孔用于蛋白质测序的应用进展。基于纳米孔单分子技术对蛋白质结构和功能进行研究对探究生命活动本质规律,进而对实现疾病的早期诊断和药物设计的精准治疗具有十分重要的意义。

关键词：纳米孔单分子水平蛋白质构象蛋白质折叠蛋白质相互作用

来源：评论

学校读者我要写书评

暂无评论

基于分层结构的多任务对抗样本归因方法

引用

网络与信息安全学报 2025年第1期11卷 92-105页

作者：孙旭张文琼龙显忠李云南京邮电大学计算机学院江苏南京210023

深度神经网络在计算机视觉的各种任务中表现出优异的性能。然而,它们非常容易受到对抗攻击的威胁,这种攻击是在推理阶段向样本中加入人眼难以察觉的扰动来完成的。为了防御对抗攻击,目前已有部分工作研究对抗样本的欺骗逆向工程,这也被... 详细信息

深度神经网络在计算机视觉的各种任务中表现出优异的性能。然而,它们非常容易受到对抗攻击的威胁,这种攻击是在推理阶段向样本中加入人眼难以察觉的扰动来完成的。为了防御对抗攻击,目前已有部分工作研究对抗样本的欺骗逆向工程,这也被称为对抗样本归因。通过归因生成对抗样本的攻击算法和受害者模型,能够帮助防御者掌握攻击者拥有的知识及其攻击目标,从而设计针对相应攻击最有效的防御算法。已有方法更多地把对抗样本归因转化为单任务学习。随着攻击算法和受害者模型可取范围的扩大,单任务学习面临着组合爆炸问题。为了提升对抗样本归因的准确率及满足不同归因粒度的需求,对攻击算法和受害者模型进行了分层,并利用不同层次之间的依赖关系,提出了一种基于分层结构的多任务对抗样本归因方法。该方法在不同层次同时执行攻击算法和受害者模型的归因任务,并使用分层路径预测学习不同层次之间的依赖关系。实验结果表明,相比其他归因方法,所提方法能够获得更好的归因效果。

关键词：深度学习对抗样本归因多任务学习分层结构

来源：评论

学校读者我要写书评

暂无评论

基于能量感知的智能反射面辅助无人机时效数据收集策略

引用

电子与信息学报 2025年第2期47卷 427-438页

作者：张涛张迁朱颖雯代陈江苏开放大学信息工程学院南京210000 南京航空航天大学计算机科学与技术学院南京210016 南京邮电大学计算机学院南京210023

为了应对智能反射面(RIS)辅助的无人机(UAV)在物联网数据收集过程中能量高效利用与信息收集时效性之间的均衡问题,该文提出一种基于深度强化学习的数据收集优化策略。针对无人机在数据采集过程中的飞行能耗、通信复杂性及采集信息时效性... 详细信息

为了应对智能反射面(RIS)辅助的无人机(UAV)在物联网数据收集过程中能量高效利用与信息收集时效性之间的均衡问题,该文提出一种基于深度强化学习的数据收集优化策略。针对无人机在数据采集过程中的飞行能耗、通信复杂性及采集信息时效性(AoI)约束,设计了一种基于双深度Q网络(DDQN)的联合优化方案,涵盖无人机轨迹规划、物联网设备调度以及智能反射面相位调整。该方案有效缓解了传统Q学习方法中Q值过估计的问题,使无人机能够根据实时环境动态调整飞行轨迹和通信策略,从而在提升数据传输效率的同时降低能量消耗。仿真结果表明,与传统方法相比,所提方案能够显著提高数据收集效率。此外,通过合理分配能量与通信资源,所提方案能够动态适应不同通信环境参数变化,确保系统在能耗与AoI之间达到最佳均衡。

关键词：无人机辅助通信时效性深度强化学习智能反射面

来源：评论

学校读者我要写书评

暂无评论

基于设备WiFi重连流量的隐蔽智能摄像头检测方法

引用

信息安全研究 2025年第2期11卷 173-180页

作者：郭回马骏臣吴礼发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

随着物联网技术的快速发展,智能摄像头由于易用性和低成本,在个人及公共安全方面得到广泛使用.然而,未授权录像问题也引发了人们对于隐私安全的担忧,因此特定环境内隐蔽智能摄像头的检测和识别具有重要意义.现有隐蔽智能摄像头检测方法... 详细信息

随着物联网技术的快速发展,智能摄像头由于易用性和低成本,在个人及公共安全方面得到广泛使用.然而,未授权录像问题也引发了人们对于隐私安全的担忧,因此特定环境内隐蔽智能摄像头的检测和识别具有重要意义.现有隐蔽智能摄像头检测方法无法准确地检测出那些将数据延迟传输或保存到本地的摄像头,因为这些方法主要依赖用户查看监控时所产生的摄像头音视频网络流量.针对这一问题,提出了一种基于设备WiFi重连流量的隐蔽智能摄像头检测方法.该方法通过MDK4泛洪攻击使得已接入WiFi热点的所有智能设备下线重连,然后嗅探和分析环境内智能设备重连WiFi过程中产生的加密流量,利用机器学习方法检测出其中的隐蔽智能摄像头设备.实验结果表明,没有接入WiFi的情况下,对于延迟传输或数据被保存在本地的隐蔽智能摄像头设备,该方法仍然具有较高的检测准确率.

关键词：加密流量隐蔽智能摄像头检测 WiFi 机器学习物联网安全

来源：评论

学校读者我要写书评

暂无评论

一种基于加权状态选择的LTE NAS协议模糊测试方法

引用

信息安全研究 2025年第1期11卷 12-20页

作者：廖显锋吴礼发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

NAS协议是LTE(long-term evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(non-access stratum)协... 详细信息

NAS协议是LTE(long-term evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(non-access stratum)协议时存在测试效率低、测试用例难以构建等问题.为了解决这些问题,提出了一种基于权重的测试状态选择算法:以NAS协议状态机为基础,根据测试反馈动态地调整每个测试状态的权重;以消息元素IE为最小单位设计了测试用例生成算法;实现了模糊测试工具NASFuzzer并对开源核心网open5GS及真实终端设备进行测试.测试结果表明,该方法能够有效挖掘LTE NAS协议实现中的漏洞.

关键词： LTE NAS 模糊测试状态选择漏洞挖掘

来源：评论

学校读者我要写书评

暂无评论

基于可解释性的不可见后门攻击研究

引用

信息安全研究 2025年第1期11卷 21-27页

作者：郑嘉熙陈伟尹萍张怡婷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

深度学习在各种关键任务上取得了显著的成功.然而,最近的研究表明,深度神经网络很容易受到后门攻击,攻击者释放出对良性样本行为正常的反向模型,但将任何触发器施加的样本错误地分类到目标标签上.与对抗性样本不同,后门攻击主要实施在... 详细信息

深度学习在各种关键任务上取得了显著的成功.然而,最近的研究表明,深度神经网络很容易受到后门攻击,攻击者释放出对良性样本行为正常的反向模型,但将任何触发器施加的样本错误地分类到目标标签上.与对抗性样本不同,后门攻击主要实施在模型训练阶段,用触发器干扰样本,并向模型中注入后门,提出了一种基于可解释性算法的不可见后门攻击方法.与现有的任意设置触发掩膜的工作不同,精心设计了一个基于可解释性的触发掩膜确定,并采用最新型的随机像素扰动作为触发器样式设计,使触发器施加的样本更自然和难以察觉,用以规避人眼的检测,以及对后门攻击的防御策略.通过在CIFAR-10,CIFAR-100和ImageNet数据集上进行了大量的对比实验证明该攻击的有效性和优越性.还使用SSIM指数评估所设计的后门样本与良性样本之间的差异,得到了接近0.99的评估指标,证明了生成的后门样本在目视检查下是无法识别的.最后还证明了攻击的抗防御性,可以抵御现有的后门防御方法.

关键词：深度学习深度神经网络后门攻击触发器可解释性后门样本

来源：评论

学校读者我要写书评

暂无评论

面向复合异常的分布式数据库异常诊断方法

引用

软件学报 2025年第3期36卷 1022-1039页

作者：向清风邵蓥侠徐泉清杨传辉北京邮电大学计算机学院(国家示范性软件学院) 北京100876 蚂蚁集团浙江杭州310013

数据库是计算机服务中的重要基础组件,然而其运行中可能出现性能异常,影响业务服务质量.如何对数据库产生的性能异常进行诊断成为工业界与学术界的热点问题.近年来,一系列自动化的数据库异常诊断方法被相继提出,它们通过分析数据库运行... 详细信息

数据库是计算机服务中的重要基础组件,然而其运行中可能出现性能异常,影响业务服务质量.如何对数据库产生的性能异常进行诊断成为工业界与学术界的热点问题.近年来,一系列自动化的数据库异常诊断方法被相继提出,它们通过分析数据库运行状态,对数据库整体的异常类型进行判断.但随着数据规模的不断扩大,分布式数据库正成为在业界中愈受欢迎的重要解决方案.在分布式数据库中,数据库整体由多个服务器节点共同组成.现有的异常诊断方法难以有效地定位节点异常,无法识别在多节点上发生的复合异常,不能感知节点间复杂的性能影响关系,欠缺有效的诊断能力.针对上述问题,提出了一种面向分布式数据库的复合异常诊断的方法:DistDiagnosis.该方法采用复合异常图对分布式数据库的异常状态进行建模,在表示各节点异常的同时有效地捕获节点间的相关性.DistDiagnosis提出了节点相关性感知的根因异常排序方法,根据节点对数据库整体的影响力有效地定位根因异常.在国产分布式数据库OceanBase上构建了不同场景的异常测试案例.实验结果表明,该方法优于其他先进的对比方法,异常诊断的AC@1、AC@3、AC@5最高达到0.97、0.98和0.98,在各诊断场景中相较于次优方法最多提升了5.20%、5.45%和4.46%.

关键词：分布式数据库异常诊断根因分析

来源：评论

学校读者我要写书评

暂无评论

融合图Transformer和Vina-GPU+的多模态虚拟筛选新方法

引用

南京大学学报(自然科学版) 2025年第1期61卷 83-93页

作者：张豪张堃然阮晓东沐勇吴建盛南京邮电大学化学与生命科学学院南京210023 南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023

现代药物发现面临对大规模化合物库进行虚拟筛选的挑战,提高分子对接的速度与精度是核心问题.AutoDock Vina是最受欢迎的分子对接工具之一,我们的Vina-GPU和Vina-GPU+方法在确保对接准确性的同时,分别实现了对AutoDock Vina最高50倍和6... 详细信息

现代药物发现面临对大规模化合物库进行虚拟筛选的挑战,提高分子对接的速度与精度是核心问题.AutoDock Vina是最受欢迎的分子对接工具之一,我们的Vina-GPU和Vina-GPU+方法在确保对接准确性的同时,分别实现了对AutoDock Vina最高50倍和65.6倍的加速.近年来,大规模预训练模型在自然语言处理和计算机视觉领域取得了巨大成功,这种范式对解决虚拟筛选面临的重大挑战也具有巨大潜力.因此,提出一种多模态虚拟筛选新方法Vina-GPU GT,结合了Vina-GPU+分子对接技术和预训练的Graph Transformer(GT)模型,以实现快速精确的虚拟筛选.该方法包括三个连续步骤:(1)通过对已有分子属性预测的预训练GT模型进行知识蒸馏,学到一个小的SMILES Transformer(ST)模型;(2)通过ST模型推理化合物库中所有分子,并根据主动学习规则微调ST模型;(3)利用微调后的ST模型进行虚拟筛选.在三个重要靶点和两个化合物库上进行了虚拟筛选实验,并与两种虚拟筛选方法进行了比较,结果表明,Vina-GPU GT的虚拟筛选性能最优.

关键词：虚拟筛选 Graph Transformer Vina-GPU+ 多模态知识蒸馏主动学习

来源：评论

学校读者我要写书评

暂无评论

基于ELWE的多密钥全同态加密方案

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 90-98页

作者：祁正华何菲菲何校漫南京邮电大学计算机学院江苏南京210023

格上基于容错学习(LWE)的多密钥全同态加密方案在密钥生成阶段通常直接选取随机矩阵和秘密向量,攻击者容易获得足够多低范数秘密向量或低范数的误差向量,从而获得秘密向量,使得公钥加密的安全性受到削弱。规避LWE(ELWE)是非标准LWE的一... 详细信息

格上基于容错学习(LWE)的多密钥全同态加密方案在密钥生成阶段通常直接选取随机矩阵和秘密向量,攻击者容易获得足够多低范数秘密向量或低范数的误差向量,从而获得秘密向量,使得公钥加密的安全性受到削弱。规避LWE(ELWE)是非标准LWE的一种变体,指即使敌手额外获得了短高斯前像,加密方案仍可以避免归零攻击。首先基于ELWE构造了一个选择明文安全的单密钥全同态加密方案;其次利用线性组合算法提出了一种密文扩展算法,将单密钥方案扩展为多密钥加密方案。方案的扩展扩大了应用空间,且构造的多密钥方案与其他方案的对比表明,所提方案将解密噪声从8(8m4+m)mkδ降低为2(2m+1)mkδ,具有更强的实用性。

关键词：多密钥全同态加密规避容错学习格

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：