检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年第2期46卷 456-464页

作者：李沛衡林宏刚成都信息工程大学网络空间安全学院成都610225 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

针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题,本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构,设计自适... 详细信息

针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题,本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构,设计自适应图结构学习方法获取网络流量特征的时空关系表示,结合图正则化剔除特征冗余和噪声;基于时空图卷积神经网络在时空两个层面提取特征,实现对物联网僵尸网络攻击的多分类检测.在多个数据集上的实验结果表明,本文提出的方法具有良好的表征能力,能有效剔除特征中的冗余及噪声,提升检测的准确率,在多分类效果上优于其他模型.

关键词：物联网僵尸网络图神经网络图结构学习时空图卷积多分类检测

来源：评论

学校读者我要写书评

暂无评论

云服务器量子数据秘密共享方案

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 182-192页

作者：昌燕刘洪林苟智坚宋子扬赵银山段光明李鹏亮成都信息工程大学网络空间安全学院成都610225 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 先进微处理器技术国家工程研究中心(工业控制与安全分中心) 成都610225

数据以量子态的形式存储在云服务器中可以成倍地提高存储效率.量子数据在云服务器上的存储和共享需要考虑安全问题.一个聪明的解决方案是将数据以密文的形式存储在云服务器中.当需要将数据共享给用户时,云服务器对数据密文进行第二次加... 详细信息

数据以量子态的形式存储在云服务器中可以成倍地提高存储效率.量子数据在云服务器上的存储和共享需要考虑安全问题.一个聪明的解决方案是将数据以密文的形式存储在云服务器中.当需要将数据共享给用户时,云服务器对数据密文进行第二次加密,并将加密后的密文发送给用户.用户可以使用自己的私钥解密并获取数据本身.这个过程可以看作是数据所有者的密文由第三方(云服务器)转换为共享的密文.本文提出了一种新的云服务器量子数据共享方案.我们的主要贡献之一是实现了与具有适当权限的用户共享特定数据(满足某些基于属性的条件).从密钥分析、明文分析、一级密文分析和二级密文分析等方面证明了该方案的安全性.

关键词：量子数据共享云服务器条件代理重加密属性

来源：评论

学校读者我要写书评

暂无评论

基于惩罚回归的高噪声流量分类

引用

成都信息工程大学学报 2025年第2期40卷 125-131页

作者：白凯毅盛志伟黄源源成都信息工程大学网络空间安全学院四川成都610225 先进密码技术与系统安全四川省重点实验室四川成都610225

针对网络流量数据容易受到干扰的现实情况,引入带噪声标签学习的思想,并人为添加噪声以模糊化特征。先建立特征和标签之间的线性关系,然后用mean-shift参数识别噪声数据。通过人工添加对称噪声和非对称噪声模拟现实情况下的各种干扰信... 详细信息

针对网络流量数据容易受到干扰的现实情况,引入带噪声标签学习的思想,并人为添加噪声以模糊化特征。先建立特征和标签之间的线性关系,然后用mean-shift参数识别噪声数据。通过人工添加对称噪声和非对称噪声模拟现实情况下的各种干扰信息。由此提出一个基于L2正则的高噪声流量分类模型(PR-2),通过将流量转换为图像并应用L2正则化方法来处理带噪声的标签,以提高高噪声流量下分类模型的性能。在USTC-TF2016数据集上验证了本方法的有效性,并与LSTM、BiTCN、BoAu、CL、INCV、FINE方法进行对比。实验结果表明,PR-2方法在对称噪声和非对称噪声的噪声比为0.8的情况下仍能取得95.16%和86.15%的准确率,证明其在处理高噪声数据方面的有效性和可用性。

关键词：高噪声流量流量分类深度学习带噪声标签学习

来源：评论

学校读者我要写书评

暂无评论

面向工业互联网隐私数据分析的量子K近邻分类算法

引用

计算机研究与发展 2022年第5期59卷 1082-1091页

作者：昌燕林雨生黄思维张仕斌成都信息工程大学网络空间安全学院成都610225 先进密码技术与系统安全四川省重点实验室(成都信息工程大学) 成都610225

分析和利用工业互联网蕴含的海量人、机、物、系统数据信息,对优化覆盖全产业链、全价值链的制造体系和服务体系有重要的意义.然而对工业互联网大数据进行处理和分析,在带来无限机遇的同时,也带来了前所未有的隐私忧患.隐私安全是工业... 详细信息

分析和利用工业互联网蕴含的海量人、机、物、系统数据信息,对优化覆盖全产业链、全价值链的制造体系和服务体系有重要的意义.然而对工业互联网大数据进行处理和分析,在带来无限机遇的同时,也带来了前所未有的隐私忧患.隐私安全是工业互联网安全的重要组成部分,研究带有保护隐私特性的工业互联网大数据分析算法已经非常紧迫和严峻.工业互联网大数据处理也对隐私性、高效性和准确性等有了更高的要求.鉴于此,提出了带有保护隐私特性的量子K-近邻(K-nearest neighbor,KNN)算法,找到了一种对原始训练样本集和待测样本的加密方法,使得向量子云服务器输入密文样本可以得到与输入原始样本相同的预测结果.该算法中一个预测结果反推可以得到N+1个输入数据,很难通过多次访问量子云服务器得到的预测结果反推模型、参数、输入数据及其相关属性特征,因此该算法可以很好地抵御模型提取攻击、模型逆向攻击、成员推断攻击、属性推理攻击等.与已有的量子机器学习算法隐私保护方案相比较,该隐私保护方案在隐私性、复杂度和可用性等3个方面均优于已有方案,实现了保护隐私性的同时,不增加额外计算开销,不降低算法效率和可用性,不影响算法准确性.该研究为量子机器学习隐私保护提供了一种新方法,也为提高工业互联网大数据分析在隐私性、高效性和准确性等方面的综合性能提供了一种新思路.

关键词：工业互联网安全隐私安全机器学习量子KNN算法类同态

来源：评论

学校读者我要写书评

暂无评论

大数据环境下量子机器学习的研究进展及发展趋势

引用

电子科技大学学报 2021年第6期50卷 802-819页

作者：张仕斌黄曦昌燕闫丽丽程稳成都信息工程大学网络空间安全学院成都610225 先进密码技术与系统安全四川省重点实验室成都610225

复杂性是大数据区别于传统数据的根本所在,大数据的复杂性必然带来不确定性,如何高效、安全、准确地处理大数据所具有的复杂性和不确定性问题已经成为实现大数据知识发现的前提和关键。该文分析了目前大数据环境下不确定性集合理论和大... 详细信息

复杂性是大数据区别于传统数据的根本所在,大数据的复杂性必然带来不确定性,如何高效、安全、准确地处理大数据所具有的复杂性和不确定性问题已经成为实现大数据知识发现的前提和关键。该文分析了目前大数据环境下不确定性集合理论和大数据计算与分析方法、机器学习、量子计算及量子机器学习的研究现状和不足,展望了未来的发展趋势,指出在即将来临的“大数据+人工智能+量子计算”时代,将“大数据+不确定性集合理论+机器学习+量子计算”交叉融合研究既有理论和现实意义,又有实用价值,也必将成为智慧化时代大数据领域的研究热点。

关键词：大数据机器学习量子计算量子机器学习不确定性集合理论

来源：评论

学校读者我要写书评

暂无评论

基于区块链的医疗数据分类加密共享方案

引用

应用科学学报 2024年第4期42卷 613-628页

作者：夏晓亮秦智万武南张仕斌张金全成都信息工程大学网络空间安全学院四川成都610225 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四川成都610225

针对医疗数据共享时,存在共享数据多于需求数据,以及加密大量元数据会产生较大的计算开销问题,提出一种基于区块链的医疗数据分类加密共享方案,结合基于属性的加密和区块链实现对医疗数据的访问控制和数据共享。首先,按照基本信息、医... 详细信息

针对医疗数据共享时,存在共享数据多于需求数据,以及加密大量元数据会产生较大的计算开销问题,提出一种基于区块链的医疗数据分类加密共享方案,结合基于属性的加密和区块链实现对医疗数据的访问控制和数据共享。首先,按照基本信息、医疗科室、疾病类型将完整医疗数据分类划分为医疗元数据,对数据进行细粒度访问控制。其次,提出数据访问策略分类算法,将数据访问策略划分为属性加密策略和区块链访问策略,合并多个元数据的属性加密策略用以降低基于属性加密时构建访问结构树的计算开销;智能合约依据区块链访问策略对链上数据进行访问控制,并通过修改区块链策略实现权限撤销。最后,通过安全性分析和仿真实验表明该方案具有可行性和较高的效率。

关键词：区块链属性基加密智能合约访问控制数据共享

来源：评论

学校读者我要写书评

暂无评论

面向异构身份联盟风险评估模型的区块链共识机制

引用

应用科学学报 2022年第4期40卷 681-694页

作者：杨彦伯万武南张仕斌张金全秦智成都信息工程大学网络空间安全学院四川成都610225 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四川成都610225

异构身份联盟风险评估系统普遍为中心化架构,存在单点故障、内部作恶以及用户数据控制权丢失等问题,为此提出一种基于区块链的异构身份联盟风险评估模型。该模型以属性加密技术保障数据的安全存储及用户控制权,并结合网络分片思想和聚... 详细信息

异构身份联盟风险评估系统普遍为中心化架构,存在单点故障、内部作恶以及用户数据控制权丢失等问题,为此提出一种基于区块链的异构身份联盟风险评估模型。该模型以属性加密技术保障数据的安全存储及用户控制权,并结合网络分片思想和聚合签名技术提出一种两级共识机制——分组和聚合签名拜占庭容错(grouped and aggregate-signatures Byzantine fault tolerance,GABFT)算法。GABFT首先利用一致性哈希算法对网络节点进行分组,然后在组内及组间采用了结合聚合签名的实用拜占庭容错(practical Byzantine fault tolerance,PBFT)算法,提高了所提模型的处理效率,降低了通信开销,同时支持节点的动态变化。最后经实验得出:与PBFT相比,GABFT将节点达成共识所需通信次数由平方级降为线性级,且吞吐量约提升2∼3倍。

关键词：区块链异构身份联盟风险评估属性加密实用拜占庭容错

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的P2P僵尸网络检测方法

引用

工程科学与技术 2022年第2期54卷 65-72页

作者：林宏刚张运理郭楠馨陈麟成都信息工程大学网络空间安全学院四川成都610225 先进密码技术与系统安全四川省重点实验室四川成都610225 网络空间安全态势感知与评估安徽省重点实验室安徽合肥230037

P2P僵尸网络因具有较高的隐蔽性和健壮性,已经成为新型的网络攻击平台,对网络空间安全造成的威胁越来越大,但现有基于规则分析或流量分析的检测方法不能有效检测。为了解决P2P僵尸网络隐蔽性强、难以识别等问题,提出了一种基于图神经网... 详细信息

P2P僵尸网络因具有较高的隐蔽性和健壮性,已经成为新型的网络攻击平台,对网络空间安全造成的威胁越来越大,但现有基于规则分析或流量分析的检测方法不能有效检测。为了解决P2P僵尸网络隐蔽性强、难以识别等问题,提出了一种基于图神经网络(graph neural network,GNN)的P2P僵尸网络检测方法。该方法不依赖流量协议特征,而是基于P2P僵尸网络节点交互特征及网络拓扑结构信息实现检测。首先,该方法先提取P2P僵尸网络流量中的源IP、目的IP、出度、入度和节点介数中心性,构建成拓扑图、出入度图和介数中心性图;其次,通过元素积对3种特征图的邻接矩阵加权求和进行图融合,得到检测模型的输入;然后,利用基于注意力机制的图卷积神经网络提取节点间特征,使用神经协同过滤算法实现中心节点注意力概率分配,完成节点状态更新;最后,利用多层图卷积层之间的紧密连通性实现对交互特征的降维抽取和对高阶结构信息的挖掘,自动学习僵尸网络的内在特征,并通过节点分类模块判别分类,完成僵尸网络检测。使用ISCX–2014僵尸网络数据集对该方法进行对比验证,实验结果表明,在训练样本包含僵尸网络节点规模较大时本文提出的深层图神经网络方法的检测准确率和模型稳定性优于其他两类对比方法,所提方法能有效提高P2P僵尸网络检测能力和泛化能力,降低误报率。

关键词： P2P僵尸网络深度学习图卷积神经网络图融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

量子模糊朴素贝叶斯分类算法

引用

电子科技大学学报 2024年第1期53卷 149-154页

作者：侯敏张仕斌黄曦成都信息工程大学网络空间安全学院成都610225 先进密码技术与系统安全四川省重点实验室成都610225 西南交通大学信息科学与技术学院成都610031

以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“... 详细信息

以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“模糊贝叶斯模型+量子计算”交叉融合,将模糊数据集量子化(编码到量子态上)并设计量子线路,提出一种量子模糊朴素贝叶斯分类算法;最后,将该算法应用到鸢尾花数据集。仿真实验表明,与传统朴素贝叶斯分类算法相比,该算法具有较高的分类效率和准确率。

关键词：模糊集合理论朴素贝叶斯分类量子计算量子机器学习

来源：评论

学校读者我要写书评

暂无评论

NLPShield:基于机器遗忘的文本后门攻击防御方法

引用

国外电子测量技术 2025年第2期 9-16页

作者：李炳佳熊熙成都信息工程大学网络空间安全学院(芯谷产业学院) 先进密码技术与系统安全四川省重点实验室(成都信息工程大学) 先进微处理器技术国家工程研究中心(工业控制与安全分中心)

在自然语言处理（Natural Language Processing,NLP）领域，后门攻击已成为现代NLP应用的重大威胁，严重影响系统的安全性与可靠性。尽管文本领域已提出多种防御策略，但在不接触中毒数据集也不参与后门训练过程时，面对复杂的攻击场景... 详细信息

在自然语言处理（Natural Language Processing,NLP）领域，后门攻击已成为现代NLP应用的重大威胁，严重影响系统的安全性与可靠性。尽管文本领域已提出多种防御策略，但在不接触中毒数据集也不参与后门训练过程时，面对复杂的攻击场景，现有方法仍难以有效应对。为此，提出一种基于机器遗忘的文本后门攻击防御方法NLPShield。该方法仅需少量干净样本，通过基于错误标注的训练和干净神经元剪枝两个关键阶段，实现对文本后门攻击的有效防御。实验在SST-2和AGNews数据集上进行，结果显示，在保持较高干净准确率的情况下，NLPShield方法相较于现有最先进基线防御方法，平均能将攻击成功率降低24.83%。这表明NLPShield方法能显著提升多种后门攻击的防御效果，切实有效地缓解文本后门攻击。

关键词：自然语言处理机器遗忘后门攻击防御

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：