检索结果-内蒙古大学图书馆

网络与信息安全学报 2023年第2期9卷 56-69页

作者：张红斌樊凡赵冬梅刘滨尹彦刘建河北科技大学信息科学与工程学院河北石家庄050018 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北科技大学经济管理学院河北石家庄050018 河北科技大学大数据与社会计算研究中心河北石家庄050018

社交物联网是社交网络和物联网融合形成的新范式,增强了网络的扩展性和可导航性。然而,由于智能设备的开放性和移动性增强,智能对象的信息安全、可靠服务提供等方面的安全风险进一步扩大,安全问题面临严峻挑战。信任被视为提供安全、可... 详细信息

社交物联网是社交网络和物联网融合形成的新范式,增强了网络的扩展性和可导航性。然而,由于智能设备的开放性和移动性增强,智能对象的信息安全、可靠服务提供等方面的安全风险进一步扩大,安全问题面临严峻挑战。信任被视为提供安全、可靠服务的关键因素,因此,从社交关系角度出发,提出了一种新的信任评估模型。提出一种信任传递算法,根据节点间的显性社交关系和潜在特征,挖掘并建立节点间的隐性社交关系,达到解决社交物联网网络稀疏性、冷启动问题的目的。对社交关系进行细粒度划分,构建单关系子网,并将多个单关系子网融合构建多重关系复合网,从而有效融合节点间多种动态变化的社交关系对信任评估的影响。根据直接信任、间接推荐信任及服务满意度3个信任指标对智能对象进行综合信任评估。通过在真实智慧城市数据集上的实验结果表明,无论是在不稀疏网络场景还是稀疏网络场景中,该模型都具有较好的鲁棒性,能够有效地评估网络中的可信对象和不可信对象,并提高信任评估的准确性和收敛性。

关键词：隐性社交关系多重社交关系社交物联网信任评估

来源：评论

学校读者我要写书评

暂无评论

云数据安全去重技术研究综述

引用

密码学报 2023年第6期10卷 1099-1117页

作者：伍高飞袁紫依孙思贤陈永强孙润东付安民朱笑岩张玉清西安电子科技大学网络与信息安全学院西安710126 燕山大学信息科学与工程学院秦皇岛066004 西安电子科技大学通信工程学院西安710071 中国科学院大学国家计算机网络入侵防范中心北京101408 南京理工大学计算机科学与工程学院南京210094 中关村实验室北京100094 成都信息工程大学先进密码技术与系统安全四川省重点实验室成都610225

云服务器中的数据往往以密文的形式存储,而加密密钥的不同会使相同的数据生成不同的密文,因此高效的数据安全去重技术成为云存储领域的研究热点.本文首先分析了数据安全去重技术面临的主要挑战,描述了数据安全去重的系统模型以及多种安... 详细信息

云服务器中的数据往往以密文的形式存储,而加密密钥的不同会使相同的数据生成不同的密文,因此高效的数据安全去重技术成为云存储领域的研究热点.本文首先分析了数据安全去重技术面临的主要挑战,描述了数据安全去重的系统模型以及多种安全威胁,以云数据安全去重技术的实现机制作为分类依据,从基于内容加密的安全去重、基于PoW(proofofownership)的安全去重、基于隐私保护的安全去重以及基于数据流行度的安全去重四个方面对近年来的研究工作进行了分析,归纳总结了各种数据去重技术的优点、局限性以及存在的共性问题,指出数据去重技术未来的发展趋势.

关键词：重复数据删除收敛加密所有权证明隐私保护数据流行度

来源：评论

学校读者我要写书评

暂无评论

基于微型YOLO的行人检测

引用

计算机应用研究 2020年第S01期37卷 398-399,425页

作者：朱楠楠李汪根李童安徽师范大学计算机与信息学院安徽芜湖241000 安徽省网络与信息安全重点实验室安徽芜湖241000

针对以YOLOv3-tiny网络结构为基础进行行人检测以解决移植到手机等小型设备硬件设施无法满足、权重体积过大而出现检测精度低的问题,提出增加一个尺度融合的YOLOv3-tiny2、增加主干网络深度的YOLOv3-tiny3、前两者结合的YOLOv3-tiny23... 详细信息

针对以YOLOv3-tiny网络结构为基础进行行人检测以解决移植到手机等小型设备硬件设施无法满足、权重体积过大而出现检测精度低的问题,提出增加一个尺度融合的YOLOv3-tiny2、增加主干网络深度的YOLOv3-tiny3、前两者结合的YOLOv3-tiny23三种不同的网络结构。在INRIA数据集上进行对比,实验表明,YOLOv3-tiny3与YOLOv3-tiny23都极大地提高了行人检测的准确率,权重体积较小,运算速度均满足小型设备实时检测的标准。

关键词：行人检测 YOLO 尺度融合主干网络实时检测

来源：评论

学校读者我要写书评

暂无评论

一种融合胶囊网络的分类方法

引用

计算机应用研究 2022年第12期39卷 3574-3581,3586页

作者：王静红张戴鹏河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像... 详细信息

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像转换算法。使用该算法将特征之间的关联关系和依赖关系作为考量纳入到分类依据中,实现特征的多层次提取。其次,探索胶囊网络的高级应用,提出一种认知推理机制。使用该机制对特征进行认知推理,实现ADMET的可解释性分类。模型在五种ADMET数据集上的实验结果表明,CapsMC模型可以高效实现ADMET的可解释性分类。

关键词： ADMET 图像转换胶囊网络认知推理机制可解释性分类

来源：评论

学校读者我要写书评

暂无评论

结合共享近邻和流形距离的自适应谱聚类算法

引用

计算机科学 2023年第10期50卷 59-70页

作者：张喜梅解滨米据生徐童童张祎玲河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024 河北师范大学数学科学学院石家庄050024

谱聚类算法是建立在图论的基础上,将聚类问题转化为图的划分问题,能识别任意形状的类簇且易于实现,因此比传统聚类算法具有更强的适应性。然而,该算法中常用的距离度量不能同时考虑全局和局部一致性,且易受到噪声影响;聚类结果依赖由输... 详细信息

谱聚类算法是建立在图论的基础上,将聚类问题转化为图的划分问题,能识别任意形状的类簇且易于实现,因此比传统聚类算法具有更强的适应性。然而,该算法中常用的距离度量不能同时考虑全局和局部一致性,且易受到噪声影响;聚类结果依赖由输入数据构造的相似度矩阵,且通过特征分解得到松弛划分矩阵和离散化过程的两步独立策略难以得到一个共同最优解。因此,提出一种结合共享近邻和流形距离的自适应谱聚类算法(SNN-MSC),引入一种新的具有指数项和比例因子的流形距离,可以灵活调整同一流形内数据的相似度和不同流形之间数据的相似度之比,并将密度因子纳入流形距离度量中,以消除噪声影响;采用共享近邻重新定义相似度度量,能挖掘数据点之间的空间结构和局部关系;同时,对拉普拉斯矩阵施加秩约束,使相似度矩阵中的连通分量完全等于簇个数,能够在优化求解过程中自适应优化数据相似度矩阵和聚类结构,无须再进行离散化操作。在人工数据集和UCI真实数据集上的对比实验显示,所提算法在多个聚类有效性指标上能体现出更好的性能。

关键词：谱聚类流形距离共享近邻秩约束自适应

来源：评论

学校读者我要写书评

暂无评论

移动群智感知中原始数据隐私保护算法

引用

计算机应用 2020年第11期40卷 3249-3254页

作者：金鑫王涛春吕成梅王成田陈付龙赵传信安徽师范大学计算机与信息学院安徽芜湖241002 网络与信息安全安徽省重点实验室(安徽师范大学) 安徽芜湖241002

随着移动智能设备的普及,移动群智感知(MCS)得到广泛应用的同时面临着严重的隐私泄露问题。针对现有的移动群智感知中的原始数据隐私保护方案不能抵御共谋攻击,降低了感知数据可用性的情况,提出一种基于移动节点的数据隐私保护算法(DPP... 详细信息

随着移动智能设备的普及,移动群智感知(MCS)得到广泛应用的同时面临着严重的隐私泄露问题。针对现有的移动群智感知中的原始数据隐私保护方案不能抵御共谋攻击,降低了感知数据可用性的情况,提出一种基于移动节点的数据隐私保护算法(DPPMN)。首先,使用DPPMN中的节点管理器建立在线节点列表并将其发送给源节点,源节点通过列表构建数据传输的匿名路径;然后,使用paillier加密方案加密数据;接着,将密文沿路径上传至应用服务器;最后,服务器解密密文得到所需的感知数据。在数据传输时使用加解密操作,确保了攻击者不能窃听感知数据的内容,且无法沿路径追溯数据的来源。DPPMN能保证应用服务器在不侵犯节点隐私的情况下访问原始数据。理论分析和实验结果表明,DPPMN在增加适当通信量的情况下,具有较高的数据安全性,可以在抵御共谋攻击的同时不影响数据的可用性。

关键词：移动群智感知 paillier加密隐私保护共谋攻击原始数据

来源：评论

学校读者我要写书评

暂无评论

区块链通用设计及案例分析

引用

电子技术与软件工程 2021年第22期 144-147页

作者：崔顺艳陈宁叶劲宏杨晨光孙宗锦广东省网络与信息安全漏洞研究重点实验室广东省广州市510000

本文从区块链技术的发展路线开始讨论,之后论述区块链技术与应用场景的结合:先阐述通用设计;再借鉴IT行业的成功设计案例。通过案例剖析,给区块链的潜在使用者以参考。

关键词：区块链技术智能合约宕机容错(CFT)

来源：评论

学校读者我要写书评

暂无评论

面向连续查询的敏感语义位置隐私保护方案

引用

计算机工程与应用 2020年第14期56卷 74-81页

作者：王永录左开中曾海燕刘蕊郭良敏安徽师范大学计算机与信息学院安徽芜湖241002 安徽师范大学网络与信息安全安徽省重点实验室安徽芜湖241002

针对连续查询位置服务中构造匿名区域未考虑语义位置信息导致敏感隐私泄露问题,通过设计(K,θ)-隐私模型,提出一种路网环境下面向连续查询的敏感语义位置隐私保护方案。该方案利用Voronoi图将城市路网预先划分为独立的Voronoi单元,依据... 详细信息

针对连续查询位置服务中构造匿名区域未考虑语义位置信息导致敏感隐私泄露问题,通过设计(K,θ)-隐私模型,提出一种路网环境下面向连续查询的敏感语义位置隐私保护方案。该方案利用Voronoi图将城市路网预先划分为独立的Voronoi单元,依据用户的移动路径和移动速度,选择具有相似特性的其他K-1个用户,构建匿名用户集;利用匿名用户集用户设定的敏感语义位置类型和语义安全阈值,以及用户所处语义位置的Voronoi单元,构建满足(K,θ)-隐私模型的语义安全匿名区域,可以同时防止连续查询追踪攻击和语义推断攻击。实验结果表明,与SCPA算法相比,该方案在隐私保护程度上提升约15%,系统开销上降低约20%。

关键词：基于位置服务连续查询语义位置隐私保护 (K,θ)-隐私模型

来源：评论

学校读者我要写书评

暂无评论

路网环境下的语义多样性位置隐私保护方法

引用

计算机工程与应用 2020年第7期56卷 102-108页

作者：曾海燕左开中王永录刘蕊安徽师范大学计算机与信息学院安徽芜湖241002 安徽师范大学网络与信息安全安徽省重点实验室安徽芜湖241002

针对位置服务中基于K-匿名方法构造的匿名集因未考虑语义信息导致语义推断攻击问题,提出了一种路网环境下的语义多样性位置隐私保护方法。该方法根据不同语义位置用户访问数量,利用欧氏距离选择具有相似特性的语义位置类型,构建最优语... 详细信息

针对位置服务中基于K-匿名方法构造的匿名集因未考虑语义信息导致语义推断攻击问题,提出了一种路网环境下的语义多样性位置隐私保护方法。该方法根据不同语义位置用户访问数量,利用欧氏距离选择具有相似特性的语义位置类型,构建最优语义位置类型集合。根据路段上属于该类型集的语义位置所占比例,选择最优路段构建匿名集,使得匿名集不仅满足语义多样性,而且增加了用户语义位置的不确定性。实验结果表明,与LSBASC算法相比,该方法在平均匿名时间上提高了27%,SDA算法的执行效率更好。在相对空间粒度上减小了21%,隐私泄露程度上降低了3%,SDA算法以更小的匿名空间提供更高的服务质量和隐私保护程度,能有效地保护用户语义位置隐私。

关键词：位置隐私隐私保护语义多样性语义位置类型相似度

来源：评论

学校读者我要写书评

暂无评论

基于自适应学习的序列生成方法

引用

计算机应用研究 2022年第7期39卷 2081-2086页

作者：张宝奇赵书良张剑吕晓锋河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采... 详细信息

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采样,自动平衡真实数据与生成数据分布得到混合数据分布;在模型层面,添加多样性约束项,并使用元控制器自适应学习最优更新梯度,提升生成模型生成多样性。此外,进一步提出融合协同训练和对抗学习的方法,提升生成模型生成准确性。与目前的主流模型进行对比实验,结果表明,在生成准确性和多样性上,自适应协同训练序列生成方法具有更均衡的准确性和多样性,同时有效缓解了生成模型的模式崩溃问题。

关键词：深度学习机器学习序列生成协同训练对抗学习

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：