检索结果-内蒙古大学图书馆

计算机学报 2010年第10期33卷 1823-1834页

作者：刘凯鹏方滨兴哈尔滨工业大学计算机网络与信息安全技术研究中心哈尔滨150001 中国科学院计算技术研究所网络重点实验室北京100190

由相互协作的用户在社会性标注系统中产生的大量的标注数据可以作为各种语义网应用的数据源.文中提出一种基于社会性标注的本体学习方法来挖掘蕴涵在社会性标注中的语义信息,提出一种隐含包容层次结构来刻画标签空间中潜在的结构,并基... 详细信息

由相互协作的用户在社会性标注系统中产生的大量的标注数据可以作为各种语义网应用的数据源.文中提出一种基于社会性标注的本体学习方法来挖掘蕴涵在社会性标注中的语义信息,提出一种隐含包容层次结构来刻画标签空间中潜在的结构,并基于此模型推导出本体学习算法.首先利用集合论的方法确定标签之间的包容关系,并将其表示为标签包容关系图.在将此图转化为层次关系时,为解决包容关系的不一致性,提出一种基于随机游走的标签普遍性排序方法.最后提出一种自顶向下的凝聚式层次聚类算法来生成概念层次结构.在实际社会性标注系统中采集的数据集上进行的实验表明,与目前的代表性方法相比,文中提出的方法在性能上有明显的提高.

关键词：社会性标注本体学习包容关系随机游走凝聚式层次聚类

来源：评论

学校读者我要写书评

暂无评论

工业控制网络多模式攻击检测及异常状态评估方法

引用

计算机研究与发展 2021年第11期58卷 2333-2349页

作者：徐丽娟王佰玲杨美红赵大伟韩继登哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209 齐鲁工业大学(山东省科学院) 山东省计算中心(国家超级计算济南中心)山东省计算机网络重点实验室济南250014 哈尔滨工业大学网络空间安全研究院哈尔滨150001 中国信息安全测评中心北京100085

面向工控网的攻击策略多种多样,其最终目的是导致系统进入临界状态或危险状态,因此,基于设备状态异常的攻击检测方式相较于其他检测方法更为可靠.然而,状态异常检测中存在攻击结束时刻难以准确界定的问题,构建攻击策略及系统异常状态描... 详细信息

面向工控网的攻击策略多种多样,其最终目的是导致系统进入临界状态或危险状态,因此,基于设备状态异常的攻击检测方式相较于其他检测方法更为可靠.然而,状态异常检测中存在攻击结束时刻难以准确界定的问题,构建攻击策略及系统异常状态描述模型,基于此,提出基于状态转移概率图的异常检测方案,实验结果表明该方案能够有效检测多种攻击方式.另外,针对语义攻击对系统状态影响的定量评估难题,提出基于异常特征和损害程度指标融合分析的攻击影响定量评估方法,实现系统所处不同阶段时状态的定量评估与分析.该项工作对于识别攻击意图有重要的理论价值和现实意义.

关键词：异常检测攻击影响评估设备状态状态转移概率图工控网

来源：评论

学校读者我要写书评

暂无评论

基于主题的自适应、在线网络热点发现方法及新闻推荐系统

引用

电子学报 2010年第11期38卷 2620-2624页

作者：吴永辉王晓龙丁宇新徐军郭鸿志哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨工业大学深圳研究生院深圳市网络环境智能计算重点实验室广东深圳518055

本文提出了一种基于改进HotRank算法的站点排序及种子URL选择方法,建立了在线主题发现系统信息采集自适应增量更新模型;结合LDA模型和仿射传播聚类算法(AP),提出了一种网络主题发现和热点新闻推荐方法,并在海天园知识服务平台热点新闻... 详细信息

本文提出了一种基于改进HotRank算法的站点排序及种子URL选择方法,建立了在线主题发现系统信息采集自适应增量更新模型;结合LDA模型和仿射传播聚类算法(AP),提出了一种网络主题发现和热点新闻推荐方法,并在海天园知识服务平台热点新闻推荐系统中得到了应用.

关键词：知识服务主题发现增量自适应 LDA模型仿射传播聚类

来源：评论

学校读者我要写书评

暂无评论

网络结构化多Agent系统的任务分配

引用

模式识别与人工智能 2012年第2期25卷 262-272页

作者：蒋嶷川哈尔滨工业大学机器人技术与系统国家重点实验室哈尔滨150080 东南大学计算机科学与工程学院计算机网络和信息集成教育部重点实验室南京211189

网络结构化多Agent系统既包括系统运行的底层物理网络,还包括Agent之间的交互网络.传统的任务分配方式并没有深入考虑到网络结构化的特点.文中首先论述网络结构化多Agent系统中任务分配的特点,介绍和分析基于底层网络拓扑与资源分布的... 详细信息

网络结构化多Agent系统既包括系统运行的底层物理网络,还包括Agent之间的交互网络.传统的任务分配方式并没有深入考虑到网络结构化的特点.文中首先论述网络结构化多Agent系统中任务分配的特点,介绍和分析基于底层网络拓扑与资源分布的任务分配方式、基于Agent交互网络与资源分布的任务分配方式和基于综合网络情境资源的任务分配方式.然后对相关工作进行综述,并与网络结构化多Agent系统任务分配模型进行比较分析.最后论述该方向的难点和未来要解决的问题.

关键词：多Agent系统网络结构化任务分配底层网络交互网络

来源：评论

学校读者我要写书评

暂无评论

基于空间向量分解的边界剥离密度聚类

引用

自动化学报 2023年第6期49卷 1195-1213页

作者：张瑞霖郑海阳苗振国王鸿鹏哈尔滨工业大学(深圳)计算机科学与技术学院深圳518071 鹏城实验室深圳518000 广东省安全智能新技术重点实验室深圳518000

作为聚类的重要组成部分,边界点在引导聚类收敛和提升模式识别能力方面起着重要作用,以BP(Border-peeling clustering)为最新代表的边界剥离聚类借助潜在边界信息来确保簇核心区域的空间隔离,提高了簇骨架代表性并解决了边界隶属问题.然... 详细信息

作为聚类的重要组成部分,边界点在引导聚类收敛和提升模式识别能力方面起着重要作用,以BP(Border-peeling clustering)为最新代表的边界剥离聚类借助潜在边界信息来确保簇核心区域的空间隔离,提高了簇骨架代表性并解决了边界隶属问题.然而,现有边界剥离聚类仍存在判别特征不完备、判别模式单一、嵌套迭代等约束.为此,提出了基于空间向量分解的边界剥离密度聚类(Density clustering based on the border-peeling using space vector decomposition,CBPVD),以投影子空间和原始数据空间为基准,从分布稀疏性(紧密性)和方向偏斜性(对称性)两个视角强化边界的细粒度特征,进而通过主动边界剥离反向建立簇骨架并指导边界隶属.与同类算法相比,40个数据集(人工、UCI、视频图像)上的实验结果以及4个视角的理论分析表明了CBPVD在高维聚类和边界模式识别方面具有良好的综合表现.

关键词：聚类空间向量分解边界剥离投影子空间高维密度

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络技术的医疗仿真数据生成方法

引用

通信学报 2022年第3期43卷 211-224页

作者：向夏雨王佳慧王子睿段少明潘鹤中庄荣飞韩培义刘川意北京邮电大学网络空间安全学院北京100876 国家信息中心信息与网络安全部北京100045 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 鹏城实验室网络部广东深圳518066

对结构化电子健康档案中行的概率分布进行建模并生成仿真数据非常困难,因为表格数据通常包含定类列,传统编码方式可能产生特征维数灾难的问题,从而使建模异常困难。针对这一问题,提出利用庞加莱球模型建模医疗分类特征的层级结构,并采... 详细信息

对结构化电子健康档案中行的概率分布进行建模并生成仿真数据非常困难,因为表格数据通常包含定类列,传统编码方式可能产生特征维数灾难的问题,从而使建模异常困难。针对这一问题,提出利用庞加莱球模型建模医疗分类特征的层级结构,并采用高斯耦合的生成对抗网络技术合成结构化的电子健康档案。实验表明,该方法生成的训练数据能够在保证隐私性的前提下,实现与原始数据仅相差2%的可用性差异。

关键词：生成对抗网络表示学习隐私性与可用性分析电子健康档案

来源：评论

学校读者我要写书评

暂无评论

深度学习数据窃取攻击在数据沙箱模式下的威胁分析与防御方法研究

引用

通信学报 2021年第11期42卷 133-144页

作者：潘鹤中韩培义向夏雨段少明庄荣飞刘川意北京邮电大学网络空间安全学院北京100876 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 鹏城实验室网络空间安全中心广东深圳518066

详细分析了数据沙箱模式下,深度学习数据窃取攻击的威胁模型,量化评估了数据处理阶段和模型训练阶段攻击的危害程度和鉴别特征。针对数据处理阶段的攻击,提出基于模型剪枝的数据泄露防御方法,在保证原模型可用性的前提下减少数据泄露量... 详细信息

详细分析了数据沙箱模式下,深度学习数据窃取攻击的威胁模型,量化评估了数据处理阶段和模型训练阶段攻击的危害程度和鉴别特征。针对数据处理阶段的攻击,提出基于模型剪枝的数据泄露防御方法,在保证原模型可用性的前提下减少数据泄露量;针对模型训练阶段的攻击,提出基于模型参数分析的攻击检测方法,从而拦截恶意模型防止数据泄露。这2种防御方法不需要修改或加密数据,也不需要人工分析深度学习模型训练代码,能够更好地应用于数据沙箱模式下数据窃取防御。实验评估显示,基于模型剪枝的防御方法最高能够减少73%的数据泄露,基于模型参数分析的检测方法能够有效识别95%以上的攻击行为。

关键词：数据沙箱数据窃取 AI安全

来源：评论

学校读者我要写书评

暂无评论

稀疏表示下的非监督显著对象提取

引用

电子学报 2012年第6期40卷 1097-1102页

作者：李仲生李仁发蔡则苏赵乘麟邵阳学院信息工程系湖南邵阳422000 湖南大学网络与信息安全湖南省重点实验室湖南长沙410082 哈尔滨工业大学计算机学院黑龙江哈尔滨150001

针对现有显著对象提取算法时间复杂度高和未考虑显著对象的完整性等问题,提出了一种能适应资源有限环境的显著对象提取算法.首先建立了稀疏表示的数学模型,归纳出了显著对象与稀疏表示的对应关系、区域间的边能近似模式和邻接区域间的... 详细信息

针对现有显著对象提取算法时间复杂度高和未考虑显著对象的完整性等问题,提出了一种能适应资源有限环境的显著对象提取算法.首先建立了稀疏表示的数学模型,归纳出了显著对象与稀疏表示的对应关系、区域间的边能近似模式和邻接区域间的渐变模式.然后依据对应关系确定候选区域,依据渐变模式和边能近似模式实现显著对象的局部提取.对比实验证实:本文算法高速、精确地捕捉到了显著对象,并能在一定条件下保持显著对象的完整性.

关键词：时间复杂度对象局部提取稀疏表示渐变模式边能近似模式

来源：评论

学校读者我要写书评

暂无评论

面向云存储的数据加密系统与技术研究

引用

通信学报 2020年第8期41卷 55-65页

作者：韩培义刘川意王佳慧段少明潘鹤中方滨兴北京邮电大学网络空间安全学院北京100876 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 鹏城实验室网络空间安全研究中心广东深圳518040 国家信息中心信息与网络安全部北京100045

针对云存储数据安全问题,提出了面向浏览器云存储应用的自动化数据加密系统。该系统采用JavaScript动态程序分析技术,可自动化识别与适配各类云应用,确保了对各类云应用敏感数据的加密保护,并集成了基于安全网关执行的密文搜索功能,在... 详细信息

针对云存储数据安全问题,提出了面向浏览器云存储应用的自动化数据加密系统。该系统采用JavaScript动态程序分析技术,可自动化识别与适配各类云应用,确保了对各类云应用敏感数据的加密保护,并集成了基于安全网关执行的密文搜索功能,在实现数据加密保护的同时还可最大限度地保持云应用原有功能。实验结果表明,该系统可自动化适配加密各类云应用,支持密文搜索功能,且花费较小的性能代价。

关键词：云安全数据安全数据加密

来源：评论

学校读者我要写书评

暂无评论

带权重的动态可验证多秘密共享机制

引用

密码学报 2016年第3期3卷 229-237页

作者：张明武陈泌文谢海涛湖北工业大学计算机学院武汉430068 福建省网络安全与密码技术重点实验室福州350007

在复杂的现实环境中,带权重的(t,n)秘密共享方案中的参与者具有不同的权重,任意权重之和大于等于t的参与者集合可以重构出秘密,权重和小于t的参与者集合无法获得关于秘密的任何信息,有效地满足了应用中不同权限参与者的实际需求.然而,... 详细信息

在复杂的现实环境中,带权重的(t,n)秘密共享方案中的参与者具有不同的权重,任意权重之和大于等于t的参与者集合可以重构出秘密,权重和小于t的参与者集合无法获得关于秘密的任何信息,有效地满足了应用中不同权限参与者的实际需求.然而,如何平衡增强方案安全性与减少计算开销之间的矛盾,提高已有方案的灵活性一直需要解决的关键问题之一.为了提高已有方案的安全性、降低计算开销和增加方案实用性和灵活性,本文提出了一种带权重动态可验证多秘密共享方案.本文所设计的方案基于中国剩余定理实现了参与者有权重的秘密共享;方案利用单向哈希函数简单、易构造的性质,在秘密重构的过程中对秘密份额的有效性进行了验证,使得方案具有较高的执行效率;方案将要共享的秘密转化为多项式的线性组合,可以同时共享多个秘密且易于动态添加或更新秘密,使得方案具有较好的灵活性;同时,本文所设计的方案可以动态添加或删除参与者,使得方案易于控制并具有较好的实用性.

关键词：可验证多秘密共享带权重动态中国剩余定理哈希函数

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：