检索结果-内蒙古大学图书馆

开展数据保护技术助推大数据产业发展——哈尔滨工业大学(深圳)计算机科学与技术学院教授刘川意

中国科技成果 2020年第23期21卷 62-63页

作者：刘川意哈尔滨工业大学(深圳)计算机科学与技术学院

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势,各国都在加强对数据安全和隐私的保护.中国在2017年起实施的《中华人民共和国网络安全法》和《中华人民共和国民法总则》指出,网络运营者不得泄露、篡改、毁坏其收集... 详细信息

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势,各国都在加强对数据安全和隐私的保护.中国在2017年起实施的《中华人民共和国网络安全法》和《中华人民共和国民法总则》指出,网络运营者不得泄露、篡改、毁坏其收集的个人信息,并且与第三方进行数据交易时需确保拟定的合同明确约定拟交易数据的范围和数据保护义务.这对人工智能传统的数据处理模式提出了新的挑战.面向大数据时代背景下的数据安全需求,哈尔滨工业大学(深圳)计算机科学与技术学院教授刘川意立足前沿,努力攻关,围绕计算机系统、云计算、云安全等领域开展一系列研究,在高可信云服务理论与技术创新,以及隐私保护前提下的数据价值开发与挖掘等方面取得多项成果,为我国大数据和人工智能产业的快速发展作出重要贡献.

关键词：计算机科学与技术数据安全计算机系统大数据数据保护人工智能数据隐私云安全

来源：评论

学校读者我要写书评

暂无评论

面向情感语义不一致的多模态情感分析方法

引用

计算机研究与发展 2025年第2期62卷 374-382页

作者：罗渊贻吴锐刘家锋唐降龙哈尔滨工业大学计算机科学与技术学院哈尔滨150006

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出... 详细信息

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出一种多模态学习方法,学习情感语义表达一致的模态特征表示.为了在不影响模态原始信息的同时,提高各模态的共性特征表达并增加模态间的动态交互,首先学习每个模态的共性特征表示,然后利用交叉注意力使单个模态能有效从其余模态的共性特征表示中获取辅助信息.在模态融合模块,以软注意力机制为基础提出模态注意力,对情感语义表达一致的各模态特征表示进行加权连接,以增大强模态的表达,抑制弱模态对任务的影响.提出的模型在情感分析数据集MOSI,MOSEI,CH-SIMS上的实验结果均优于对比模型,表明在多模态情感分析任务中考虑情感语义不一致问题的必要性与合理性.

关键词：多模态情感分析共性特征情感语义不一致注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于关系提示的单模块单步骤实体关系抽取方法研究

引用

西安交通大学学报 2025年第3期59卷 222-234页

作者：刘辉张智王启源国防科技大学电子对抗学院合肥230037 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对现有关系三元组抽取方法由于忽略关系本身的关系语义信息以及三元组中元素的相互依赖和不可分性所导致的抽取效果不佳问题,提出了一种基于关系提示的实体关系抽取方法。在构建单模块单步关系三重抽取模型(RPSS)的基础上,考虑不同层... 详细信息

针对现有关系三元组抽取方法由于忽略关系本身的关系语义信息以及三元组中元素的相互依赖和不可分性所导致的抽取效果不佳问题,提出了一种基于关系提示的实体关系抽取方法。在构建单模块单步关系三重抽取模型(RPSS)的基础上,考虑不同层次的关系语义信息和符号级和特征级的关系提示信息,对实体和关系提示符进行联合编码,得到统一的全局表示;同时通过注意力机制挖掘不同嵌入之间的深层关联,构建三重交互矩阵,可在一个步骤中直接从单个模块中提取所有三元组。结果表明:所提方法在NYT、WebNLG两个基准数据集上实现了最佳的表现,F_(1)分别达到了93.3%和94.9%。

关键词：实体关系抽取注意力机制联合编码

来源：评论

学校读者我要写书评

暂无评论

几何迭代逼近算法的权重选取方法

引用

计算机辅助设计与图形学学报 2025年

作者：宋秋阳孟文龙伯彭波哈尔滨工业大学(威海)计算机科学与技术学院

几何迭代法通过构造数据点到逼近曲线（曲面）上对应点的误差向量迭代修正曲线（曲面）实现对数据点的逼近.针对几何迭代法中影响收敛性和收敛速率的误差向量的权重选取问题，以局部逼近几何迭代法为例，提出渐进迭代过程中权重的3类... 详细信息

几何迭代法通过构造数据点到逼近曲线（曲面）上对应点的误差向量迭代修正曲线（曲面）实现对数据点的逼近.针对几何迭代法中影响收敛性和收敛速率的误差向量的权重选取问题，以局部逼近几何迭代法为例，提出渐进迭代过程中权重的3类选取方法. 首先分析满足算法收敛条件的权重取值范围，然后根据理论最快下降速率、矩阵特征值的范数不等式和自由变形（free-form deformation， FFD）方法提出了不同的权重计算策略. 此外，为提升计算效率，提出利用初始化配置矩阵固定权重的方法. 最后，通过含不同数量数据点和控制点的曲线及曲面逼近实例，评估权重策略的性能. 实验结果表明，在相同迭代次数下，曲线逼近中理论最快下降速率和L1范数/ L∞范数下的权重平均误差更小，曲面逼近中FFD方法下的权重平均误差更小，均表现出更快的收敛速率; 在相同误差下，固定权重耗时更少，计算效率显著提高.

关键词：几何迭代法曲线和曲面逼近渐进迭代逼近加权算法

来源：评论

学校读者我要写书评

暂无评论

基于高质量语义和双向注意力机制的潜在高价值专利识别研究

引用

数据分析与知识发现 2025年第3期9卷 56-68页

作者：窦路遥周志刚申婧冯宇苗均重山西财经大学信息学院太原030006 重庆大学经济与工商管理学院重庆400030 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

【目的】解决潜在高价值专利识别过程中序列建模的长距离依赖问题以及序列特征的关键信息获取问题,提升潜在高价值专利识别精准度和可解释性。【方法】提出一种基于预训练模型XLNet和双向注意力机制的潜在高价值专利识别模型XLBBC,通过X... 详细信息

【目的】解决潜在高价值专利识别过程中序列建模的长距离依赖问题以及序列特征的关键信息获取问题,提升潜在高价值专利识别精准度和可解释性。【方法】提出一种基于预训练模型XLNet和双向注意力机制的潜在高价值专利识别模型XLBBC,通过XLNet模型进行专利文本表示和高质量语义获取,再利用BiGRU网络获取全局文本序列信息,随后嵌入BiAttention层使模型集中注意力于输入序列的不同部分,联合CNN层捕捉专利文本中的关键短语和特定模式。在非晶合金、工业机器人、钙钛矿太阳能电池和基因芯片等领域的混合专利数据集展开实证研究。【结果】XLBBC模型在一定数据规模(40000条专利数据)时具备高准确性(0.89)和一致性(0.65)的双重优势;模型的预测准确率达到42%左右,较既有研究模型的准确率提升约9%。【局限】未考虑标准必要专利与高价值专利的关联关系和融合机制,算法效率和可扩展性仍需进一步优化。【结论】XLBBC模型在处理复杂文本数据时更具优势;XLNet模型在全局语义理解上具备优越性;当注意力层处于XLNet-BiGRU层和CNN层之间时,会取得更好的模型效果。

关键词：高质量语义双向注意力机制 XLNet 双向门控循环单元卷积神经网络高价值专利

来源：评论

学校读者我要写书评

暂无评论

基于信任链技术的SSH传输层协议改进

引用

计算机科学 2025年第2期52卷 353-361页

作者：王兴国孙云霄王佰玲哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209 哈尔滨工业大学网络空间安全研究院哈尔滨150001

主机密钥是SSH(安全外壳,Secure Shell)服务器的身份标识,用户通过检查主机密钥指纹实现对SSH服务器的身份认证。但在实际应用中,用户往往并不重视指纹检查过程,使得基于主机密钥替换的中间人攻击成为可能。为此,基于信任链思想提出一种... 详细信息

主机密钥是SSH(安全外壳,Secure Shell)服务器的身份标识,用户通过检查主机密钥指纹实现对SSH服务器的身份认证。但在实际应用中,用户往往并不重视指纹检查过程,使得基于主机密钥替换的中间人攻击成为可能。为此,基于信任链思想提出一种SSH传输层协议的改进方案。该方案通过旧密钥为新密钥签名的方式建立主机密钥的信任链,无需用户检查指纹即可解决主机密钥的信任问题,实现对服务器的身份认证,大大降低了因用户不检查指纹而引入的中间人攻击风险。使用ProVerif对基于信任链的SSH传输层协议进行形式化分析,结果表明改进后的协议满足机密性和认证性,能够抵抗中间人攻击。

关键词： SSH协议信任链中间人攻击安全协议形式化分析

来源：评论

学校读者我要写书评

暂无评论

基于强度相关正则化学习的对抗鲁棒蒸馏方法

引用

计算机工程 2025年第1期51卷 42-50页

作者：林烁彬蔡捷仪方晓城张正卢光明陈炳志华南师范大学软件学院广东佛山528000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000

针对现有对抗鲁棒蒸馏(ARD)方法存在不充分和不可靠的教师网络指导及固定的攻击强度问题,提出一种基于强度相关正则化学习(ICRL)的ARD方法。该方法包括多维度知识蒸馏和强度动态调整攻击两个关键模块。多维度知识蒸馏通过跨越师生logit... 详细信息

针对现有对抗鲁棒蒸馏(ARD)方法存在不充分和不可靠的教师网络指导及固定的攻击强度问题,提出一种基于强度相关正则化学习(ICRL)的ARD方法。该方法包括多维度知识蒸馏和强度动态调整攻击两个关键模块。多维度知识蒸馏通过跨越师生logit的实例维度和类别维度的知识蒸馏以及学生内省自我维度的知识蒸馏,有效地解决了因教师网络指导不充分和不可靠造成的分布差异问题。为了使对抗样本的攻击强度可以随着学生网络鲁棒性的增强而自适应更新,设计一套精简有效的攻击强度动态调整算法,旨在为每个实例动态选择和分配适配的攻击强度。此外,ICRL还从攻击强度角度对学生内省自我维度进行正则化规范,自适应规范化学生内省损失并避免极端对抗扰动实例的影响。在CIFAR-10和CIFAR-100数据集上的大量实验结果表明,该方法不仅可以作为大多数主流的ARD框架的通用插件,而且大大增强了基准方法对多步骤攻击的抵抗力,特别是对于当前表现最佳的基准方法AdaAD,在学生网络为ResNet-18的条件下,AdaAD-ICRL在投影梯度下降(PGD)-10攻击下的对抗鲁棒精度分别提高了2.06和2.11百分点,这验证了该方法在现有框架中的兼容性与有效性。

关键词：对抗鲁棒对抗训练知识蒸馏正则化强度动态调整

来源：评论

学校读者我要写书评

暂无评论

音频驱动的说话人面部视频生成与鉴别综述

引用

计算机研究与发展 2025年

作者：乐铮胡永婷徐勇哈尔滨工业大学(深圳)计算机科学与技术学院深圳市视觉目标检测与判识重点实验室(哈尔滨工业大学(深圳))

随着人工智能生成模型和深度伪造的迅速兴起，利用各种方法生成人脸说话视频的技术日益成熟，其中音频驱动的说话人面部视频生成方法因其生成效果的逼真自然而备受瞩目.该类方法利用音频作为驱动源，结合图片或视频素材，用以合成与输... 详细信息

随着人工智能生成模型和深度伪造的迅速兴起，利用各种方法生成人脸说话视频的技术日益成熟，其中音频驱动的说话人面部视频生成方法因其生成效果的逼真自然而备受瞩目.该类方法利用音频作为驱动源，结合图片或视频素材，用以合成与输入音频口型同步的目标角色讲话视频.目前，相应的技术已经被广泛应用于虚拟主播、游戏动漫、影视剧制作等内容创作领域，并展现出广阔的发展前景.然而，这些技术的潜在负面影响也日益显现，若被不当利用或滥用，极有可能触发严重的政治和经济后果.在此背景下，针对面部伪造视频的鉴别研究应运而生，主要通过分析单视频帧的真实性或视频帧序列的时空一致性来评估视频的真实性. 首先，依据时间脉络及基础模型的发展轨迹，系统性地剖析了音频驱动面部视频生成任务的经典算法与最新研究成果.其次，详尽列举了该任务领域内常用的数据集及评估标准，并从多个维度出发，对这些数据集与标准进行了全面深入的对比分析.紧接着，针对伪造面部视频鉴别任务，依据鉴别技术所针对的对象（即单帧或多帧）进行了细致的分类与归纳，同时，也对其常用的数据集及评估标准进行了系统的总结与梳理.最后，展望了该研究领域面临的挑战与未来的发展方向，旨在为后续的相关研究提供有价值的参考与坚实的支撑.

关键词：深度学习深度伪造音频驱动说话人面部视频生成伪造脸部视频鉴别

来源：评论

学校读者我要写书评

暂无评论

面向LoongArch边界检查访存指令的GCC优化

引用

计算机研究与发展 2025年第5期62卷 1136-1150页

作者：舒燕君郑翔宇徐成华黄沛王永琪周凡张展左德承哈尔滨工业大学计算学部哈尔滨150001 龙芯中科技术股份有限公司北京100095 中国科学技术大学计算机科学与技术学院合肥230026

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存... 详细信息

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存指令改进了GCC编译器,实现利用该类指令优化程序的内存安全检查.具体而言,完成了3个方面的工作:1)设计实现了针对边界检查访存指令的内建函数;2)改进GCC RTL(register transfer language)阶段的优化器,使其能够识别无异常处理和带异常处理2种情况的边界检查访存语义,并自动优化;3)面向LoongArch边界检查访存指令触发的边界检查异常(bound check exception,BCE),设计了新的Linux内核异常信号SIGBCE和相应的运行时库glibc(GNU C library)的信号处理函数,实现了BCE处理.通过在GCC 12.2.0和龙芯3C5000L服务器进行实验,验证了改进后的编译器不仅能正确使用新引入的边界检查访存指令,而且在某些安全函数中带来接近20%的性能提升.完善了LoongArch生态,推进了LoongArch指令集发展,对此类特定指令编译器优化工作有一定的借鉴意义.

关键词：编译器优化 LoongArch GCC 边界检查访存龙芯CPU 异常处理内存安全

来源：评论

学校读者我要写书评

暂无评论

空—地多视角行为识别的判别信息增量学习方法

引用

中国图象图形学报 2025年第1期30卷 130-147页

作者：刘文璇钟忺徐晓玉周卓江奎王正白翔武汉理工大学计算机与人工智能学院武汉430070 水路交通控制全国重点实验室武汉430063 武汉大学计算机学院武汉430072 哈尔滨工业大学计算机科学与技术学院哈尔滨150001 华中科技大学软件学院武汉430074

目的随着社会民生需求的日益增长,地面设备联合无人机等空中设备进行空—地多视角场景下的行为识别应运而生。现有方法只关注水平空间视角变化时的视角关系,忽视了垂直空间变化带来的巨大判别行为差异。由于高度不同,同一物体的观测特... 详细信息

目的随着社会民生需求的日益增长,地面设备联合无人机等空中设备进行空—地多视角场景下的行为识别应运而生。现有方法只关注水平空间视角变化时的视角关系,忽视了垂直空间变化带来的巨大判别行为差异。由于高度不同,同一物体的观测特征差异显著,对传统的多视角动作识别方法在应对垂直空间视角变化时构成了重大挑战。方法本文将显著的动作外观差异定义为辨别动作信息的差异,提出了一种基于判别行为信息增量学习(discriminative action information incremental learning,DAIL)的空—地场景多视角行为识别方法,根据视角高度和信息量判别地面视角和空中视角。引入类脑“由易到难,循序渐进”的思想,分别蒸馏不同视角的判别行为信息,将地面视角(简单)样本的判别行为信息增量到空中视角(困难)样本中,辅助网络学习空中视角样本。结果在DroneAction和UAV(unmanned aerial vehicle)两个数据集上进行了实验,对比于当前先进方法SBP(stochastic backpropagation),在两个数据集上准确率分别提高了18.0%和16.2%;对比于强基线方法,本文方法在UAV数据集上参数量减少了2.4 M,计算量减少了6.9 G。结论所提出的方法表明通过使用简单样本增强复杂样本,显著提高了网络的特征学习能力。相反,尝试反向操作会导致准确性下降。本文从新角度讨论多视角行为识别任务,兼具效果和性能,在常见的高空视角数据集中优于代表性的方法且可拓展到其他多视角任务。

关键词：多视角行为识别增量学习样本分类判别行为信息蒸馏学习

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：