检索结果-内蒙古大学图书馆

信息安全学报 2025年第1期10卷 105-118页

作者：张人娄吴胜张浩刘方宇江苏师范大学计算机科学与技术学院徐州211116

智能合约是一段由计算机代码构成的程序。随着智能合约数量的暴涨,如何利用漏洞检测方法来提升智能合约的安全性显得更加重要。已有的符号执行、模糊测试与形式化验证等漏洞检测方法自动化程度低,而基于序列模型的深度学习方法由于对智... 详细信息

智能合约是一段由计算机代码构成的程序。随着智能合约数量的暴涨,如何利用漏洞检测方法来提升智能合约的安全性显得更加重要。已有的符号执行、模糊测试与形式化验证等漏洞检测方法自动化程度低,而基于序列模型的深度学习方法由于对智能合约源代码的特征挖掘不足导致检测结果的精度偏低。因此,本文提出一个基于程序切片与图神经网络的以太坊智能合约(简称智能合约)漏洞检测方法Slice-GCN。该方法先对程序进行代码预处理简化程序,再使用基于图可达性和数据流方程的程序切片方法对预处理后的程序进行切片,并将切片结果输入长短期记忆网络(LSTM)中提取智能合约的程序语义特征。接着,简化程序依赖图后将其输入图卷积神经网络中,并提取智能合约的程序结构特征。然后,将智能合约的程序语义特征和结构特征拼接后输入多层感知机(MLP)中,并对智能合约进行漏洞检测。在提出Slice-GCN方法的基础上,针对重入攻击、时间戳依赖及整数溢出三类漏洞,本文对Slice-GCN方法与Oyente、Osiris和Soliditycheck三款智能漏洞检测工具进行了对比实验,并且通过消融实验分析了程序切片、图神经网络及图收缩比例对实验结果的影响。实验结果表明本文提出的方法在各类指标上均有较大提升,能有效提升检测准确度和精度,降低误报率,同时在检测速度上也明显优于传统的智能合约漏洞检测工具。

关键词：智能合约漏洞检测图神经网络程序切片

来源：评论

学校读者我要写书评

暂无评论

融合全置乱超混沌序列和DNA编码的图像加密

引用

计算机工程 2025年第1期51卷 235-245页

作者：刘雨欣栗风永上海电力大学计算机科学与技术学院上海201306

图像加密是保护图像安全的重要方法,现有的图像加密方案安全性不高且加解密效率较低,无法抵御多种类型的攻击。针对上述问题,提出一种基于全置乱超混沌序列和多进制脱氧核糖核酸(DNA)编码的图像加密算法,以提高加密效率同时保证密文图... 详细信息

图像加密是保护图像安全的重要方法,现有的图像加密方案安全性不高且加解密效率较低,无法抵御多种类型的攻击。针对上述问题,提出一种基于全置乱超混沌序列和多进制脱氧核糖核酸(DNA)编码的图像加密算法,以提高加密效率同时保证密文图像的安全性。首先,结合灰度图像的内容,使用图像哈希算法和外部密钥生成五维超混沌系统和逻辑映射的初始值;其次,将原始图像转换为四值图像,使用五维超混沌系统和逻辑映射生成的混沌序列对图像进行DNA加密,包括DNA编码、DNA置乱、DNA扩散和DNA解码4个阶段;最后,对图像进行位平面分解,利用五维超混沌系统和逻辑映射生成的随机矩阵分别与高四位平面和低四位平面做异或运算,得到最终的密文图像。实验结果表明,该图像加密算法具有密钥空间大、密钥敏感性强、加密效果良好、加密效率高等优点,能够抵抗统计分析、差分攻击、裁剪攻击、噪声攻击等多种常规攻击方式。

关键词：图像加密超混沌系统四值图像 DNA加密位平面

来源：评论

学校读者我要写书评

暂无评论

基于阅读理解的文档级人物属性抽取研究

引用

山西大学学报(自然科学版) 2025年第03期 470-480页

作者：刘资蕴张世奇陈文亮苏州大学计算机科学与技术学院

人物属性抽取旨在从人物介绍中抽取人物的各项属性，如性别、国籍等。已有抽取方法通常由序列标注模型对远程监督数据进行训练从而得到抽取模型，但是用该方式在数据上存在标注不准确和不同属性值重合的问题，在模型上缺少可扩展性和可... 详细信息

人物属性抽取旨在从人物介绍中抽取人物的各项属性，如性别、国籍等。已有抽取方法通常由序列标注模型对远程监督数据进行训练从而得到抽取模型，但是用该方式在数据上存在标注不准确和不同属性值重合的问题，在模型上缺少可扩展性和可泛化性能力。为解决此问题，该文提出将任务转化为阅读理解问题，通过阅读人物介绍来对人物属性表进行填写补全。为此，本文构造了一份基于阅读理解的文档级人物属性抽取数据集，并采用了基于Transformer算法的双向编码表征模型-机器阅读理解（BERT-MRC）和基于Transformer算法的双向编码表征模型-条件随机场-机器阅读理解（BERT-CRF-MRC）两种基线模型。研究结果表明BERT-CRF-MRC相比于BERT-MRC在F1值上高三个百分点，BERT-CRF-MRC的试验结果在短文本人物介绍中F1平均值约为92%，在长文本人物介绍中F1平均值约为75%。本文的新构建数据和代码已公开在Github上。

关键词：属性抽取机器阅读理解标注数据

来源：评论

学校读者我要写书评

暂无评论

基于困难感知元学习的跨域人脸伪造检测

引用

南京航空航天大学学报(自然科学版) 2025年第2期57卷 371-377页

作者：金世辰谭晓阳南京航空航天大学计算机科学与技术学院南京211106

随着面部伪造技术的快速迭代,能够应对未见过的伪造方法的鲁棒检测机制需求变得日益重要。然而,当前的方法主要针对特定的伪造技术设计,这在应对更广泛的检测挑战时存在局限性。为了解决这些问题,本文提出了一种用于跨域人脸伪造检测的... 详细信息

随着面部伪造技术的快速迭代,能够应对未见过的伪造方法的鲁棒检测机制需求变得日益重要。然而,当前的方法主要针对特定的伪造技术设计,这在应对更广泛的检测挑战时存在局限性。为了解决这些问题,本文提出了一种用于跨域人脸伪造检测的难度感知元学习(Difficulty⁃aware meta⁃learning,DAML)方法。在元训练阶段,本文方法利用与伪造图像无关的元学习(Model⁃agnostic meta⁃learning,MAML)方法来训练模型。通过利用目标域中的少量数据,可以调整参数以适应新任务。为了解决与模型无关的元学习方法中的不稳定训练问题,本文引入了一种难度感知机制,在训练阶段动态调整不同任务的学习权重。在多个公开的基准数据集上进行了广泛的实验,实验结果表明,本文方法优于RECCE、Xception、RFM等方法,在适应未见过的目标域方面表现更好。

关键词：人脸伪造检测元学习跨领域动态调整学习权重泛化性

来源：评论

学校读者我要写书评

暂无评论

基于改进时空模型的终端区多航班航迹预测方法

引用

北京航空航天大学学报 2025年

作者：贺怀清史小爽刘浩翰惠康华中国民航大学计算机科学与技术学院

由于终端区历史航迹数据量较大、存在丰富的时空特征和航迹位置点数据突变等特点，使得在进行终端区4D航迹预测时充满不确定性和复杂性。为此，给出一种基于改进时空模型的解决方法。该模型包括三部分，首先，将时间卷积网络TCN和双向... 详细信息

由于终端区历史航迹数据量较大、存在丰富的时空特征和航迹位置点数据突变等特点，使得在进行终端区4D航迹预测时充满不确定性和复杂性。为此，给出一种基于改进时空模型的解决方法。该模型包括三部分，首先，将时间卷积网络TCN和双向门控循环单元BiGRU引入航迹预测领域，并对TCN进行改进，提出了含有双层多尺度时间卷积的MMTCN，分别从全局和局部两个方面提取时间特征；其次，将层归一化和残差引入图注意力网络GAT以捕捉航班之间的复杂空间依赖关系；最后，针对航迹位置点数据突变导致的数据不确定性问题，将得到的时空特征输入到条件变分自编码器CVAE中以学习航迹数据的潜在表示，最后生成多条预测轨迹。在训练过程中采用学习率调整策略，加速模型训练。实验结果表明，改进模型在ADE和FDE两个指标上均表现最优，其ADE和FDE分别为0.0826和0.1111，显著优于其他基准模型；并且在通用航空数据集上，所提模型误差最大降低了约9.59%（ADE）和7.75%（FDE），这说明该模型一方面能够更有效地提取时空特征，另一方面具有训练稳定性。

关键词：终端区航迹预测改进时空模型双层多尺度时间卷积不确定性

来源：评论

学校读者我要写书评

暂无评论

基于开源模式的产学研协同新机制探索与实践

引用

中国科学院院刊 2025年第3期40卷 465-470页

作者：包云岗中国科学院计算技术研究所中国科学院大学计算机科学与技术学院

DeepSeek通过开源模式在全球大规模快速扩散，让各界审视开源的价值与意义。文章提出开源是一种凝聚共识、组织高密度人才的有效方式，因为开源背后存在客观规律的支撑，包括开源符合打破知识垄断、促进知识传播的社会学规律，开源符合... 详细信息

DeepSeek通过开源模式在全球大规模快速扩散，让各界审视开源的价值与意义。文章提出开源是一种凝聚共识、组织高密度人才的有效方式，因为开源背后存在客观规律的支撑，包括开源符合打破知识垄断、促进知识传播的社会学规律，开源符合“交易成本”“杰文斯效应”等经济学规律；开源也是一种构建产学研高效协同机制的有效方式，并介绍了开源芯片创新联合体与“一生一芯”计划两个具体案例展现开源促进合作的有效性。

关键词： DeepSeek 开源凝聚共识产学研协同

来源：评论

学校读者我要写书评

暂无评论

智能时代公共安全体系面临的技术挑战——兼序《中国科学院院刊》“人工智能与公共安全”专题

引用

中国科学院院刊 2025年第03期40卷 399-407页

作者：曹娟盛强李国杰中国科学院计算技术研究所中国科学院大学计算机科学与技术学院

人工智能生成内容（AIGC）技术快速发展，引发新的公共安全隐患，严重威胁国家安全和社会稳定。文章梳理了AIGC技术和检测技术的发展现状，指出了检测技术在实战场景中面临的挑战，提出发展面向公共安全的AIGC检测技术，形成从模型端到... 详细信息

人工智能生成内容（AIGC）技术快速发展，引发新的公共安全隐患，严重威胁国家安全和社会稳定。文章梳理了AIGC技术和检测技术的发展现状，指出了检测技术在实战场景中面临的挑战，提出发展面向公共安全的AIGC检测技术，形成从模型端到平台端的全流程检测技术体系，实现“生成时可赋标、传播中可鉴别、案发后可溯源”。

关键词：人工智能生成内容生成内容检测公共安全全流程治理

来源：评论

学校读者我要写书评

暂无评论

多元软混合样本驱动的图文对齐人脸伪造检测

引用

中国图象图形学报 2025年第05期 1334-1345页

作者：王诗雨冯才博刘春晓金逸胜浙江工商大学计算机科学与技术学院

目的随着人脸图像合成技术的快速发展，基于深度学习的人脸伪造技术对社会信息安全的负面影响日益增长。然而，由于不同伪造方法生成的样本之间的数据分布存在较大差异，现有人脸伪造检测方法准确性不高，泛化性较差。为了解决上述问... 详细信息

目的随着人脸图像合成技术的快速发展，基于深度学习的人脸伪造技术对社会信息安全的负面影响日益增长。然而，由于不同伪造方法生成的样本之间的数据分布存在较大差异，现有人脸伪造检测方法准确性不高，泛化性较差。为了解决上述问题，提出一种多元软混合样本驱动的图文对齐人脸伪造检测新方法，充分利用图像与文本的多模态信息对齐，捕捉微弱的人脸伪造痕迹。方法考虑到传统人脸伪造检测方法仅在单一模式的伪造图像上训练，难以应对复杂伪造模式，提出了一种多元软混合的数据增广方式（multivariate and soft blending augmentation,MSBA），促进网络同时捕捉多种伪造模式线索的能力，增强了网络模型对复杂和未知的伪造模式的检测能力。由于不同人脸伪造图像的伪造模式与伪造力度多种多样，导致网络模型真伪检测性能下降。本文基于MSBA方式设计了多元伪造力度估计（multivariate forgery intensity estimation,MFIE）模块，有效针对不同模式和力度的人脸伪造图像进行学习，引导图像编码器提取更加具有泛化性的特征，提高了整体网络框架的检测准确性。结果在域内实验中，与对比算法性能最好的相比，本文方法的准确率（accuracy,ACC）与AUC(area under the curve)指标分别提升3.32%和4.02%。在跨域实验中，本文方法与6种典型方法在5个数据集上进行了性能测试与比较，平均AUC指标提高3.27%。消融实验结果表明本文提出的MSBA方式和MFIE模块对于人脸伪造检测性能的提升均有较好的表现。结论本文面向人脸伪造检测任务设计的CLIP(contrastive language-image pre-training)网络框架大大提高了人脸伪造检测的准确性，提出的MSBA方式和MFIE模块均起到了较好的助力效果，取得了超越已有方法的性能表现。

关键词：人脸伪造检测图文对比预训练模型多元软混合的数据增广方式(MSBA) 多模态交互多元伪造力度估计(MFIE)

来源：评论

学校读者我要写书评

暂无评论

基于情感化触觉的积极情绪体验设计研究综述

引用

南京艺术学院学报(美术与设计) 2025年第1期 72-78页

作者：何盛浙江大学计算机科学与技术学院浙江杭州310013

在人机交互领域,情感化触觉专注于分析、设计和评估基于触觉捕捉、处理或显示情感的系统。文章通过介绍触觉的神经生理原理、触觉与情感的关系、情感化触觉系统的设计因素、情感化触觉交互设计应用案例,揭示情感化触觉交互设计研究未来... 详细信息

在人机交互领域,情感化触觉专注于分析、设计和评估基于触觉捕捉、处理或显示情感的系统。文章通过介绍触觉的神经生理原理、触觉与情感的关系、情感化触觉系统的设计因素、情感化触觉交互设计应用案例,揭示情感化触觉交互设计研究未来的可能方向,着重讨论影响用户积极情绪体验的设计因素。

关键词：情感化触觉触觉交互界面积极情绪体验数字健康

来源：评论

学校读者我要写书评

暂无评论

基于多尺度时频域学习的多元长时间序列预测

引用

西安电子科技大学学报 2025年第02期 128-142页

作者：衡红军李怡欣中国民航大学计算机科学与技术学院

针对现有多元长时间序列预测模型中存在的两个问题，一是仅利用单周期尺度时域信息无法捕捉序列的长期时间依赖关系，二是难以捕捉到有效的多元依赖关系。基于多层感知机，提出了一种基于多尺度时频域学习的多元长时间序列预测模型。模... 详细信息

针对现有多元长时间序列预测模型中存在的两个问题，一是仅利用单周期尺度时域信息无法捕捉序列的长期时间依赖关系，二是难以捕捉到有效的多元依赖关系。基于多层感知机，提出了一种基于多尺度时频域学习的多元长时间序列预测模型。模型首先基于傅里叶变换自适应寻找序列的不同周期作为多个尺度；然后针对每个尺度，通过序列分解，分别进行时域和频域两阶段的学习，获取序列的局部和全局时间依赖关系；随后再依据变量间的相关性分析结果，自适应建模多元序列的变量依赖关系；最后，对各尺度中不同的序列分解项应用不同的聚合方法，实现多尺度信息的互补融合。在七个真实数据集上的实验表明，该模型在超过90%的测试中位于最优或次优水平。与基于序列分解的线性模型DLinear相比，MSE实现了11%的平均降低和49.22%的最大降低，MAE实现了10%的平均降低和33.03%的最大降低。此外，模型在有效提升预测精度的同时，具有更高的运行效率。

关键词：预测时间序列时频域多尺度序列分解多层感知机

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：