检索结果-内蒙古大学图书馆

计算机研究与发展 2023年第5期60卷 976-991页

作者：曹坤龙赛琴李哲涛暨南大学信息科学技术学院广州510632 网络安全检测与防护国家地方联合工程中心(暨南大学) 广州510632

近年来,集成CPU和GPU的多处理器片上系统(multiprocessor system-on-chips,MPSoC),凭借兼顾GPU核心的并行计算能力和CPU核心的通用计算能力,已经广泛应用于工业控制、汽车电子、智慧医疗等领域.为了充分发挥CPU-GPU MPSoC的性能,开放计... 详细信息

近年来,集成CPU和GPU的多处理器片上系统(multiprocessor system-on-chips,MPSoC),凭借兼顾GPU核心的并行计算能力和CPU核心的通用计算能力,已经广泛应用于工业控制、汽车电子、智慧医疗等领域.为了充分发挥CPU-GPU MPSoC的性能,开放计算语言(open computing language,OpenCL)逐渐成为一种主流的应用程序编写标准.然而,在将OpenCL应用部署到CPU-GPU MPSoC的过程中,现有研究工作大多忽略了对芯片温度和使用寿命的管理,导致处理器核心在执行应用时超过了峰值温度,甚至永久性故障的提前发生,无法保证OpenCL应用的长久稳定运行.为了弥补上述缺点,提出了一种包含静态和动态应用调度技术的方法.静态应用调度技术是基于改进交叉熵策略,将OpenCL应用的特性充分考虑在内,有效提高了OpenCL应用设计点的寻优效率.动态应用调度技术是基于反馈控制策略,克服了传统方案中无法有效应对系统运行时新到应用的缺陷,能够最小化新到应用的平均延迟.实验表明,所提方法可以将应用的平均延迟降低34.58%,同时满足温度、能耗、使用寿命的约束.

关键词： CPU-GPU多处理器片上系统延迟寿命 OpenCL应用调度温度

来源：评论

学校读者我要写书评

暂无评论

基于CNN计算局部复杂度的可逆信息隐藏算法

引用

计算机学报 2024年第4期47卷 776-789页

作者：胡润文项世军李晓龙欧博暨南大学信息科学技术学院/网络空间安全学院广州510632 北京交通大学信息科学研究所北京100044 湖南大学信息科学与工程学院长沙410082

在可逆信息隐藏领域,选择较小的预测误差有助于减少信息嵌入过程引起的失真.现有选择方法主要计算预测误差的局部复杂度,将信息嵌入到局部复杂度小的预测误差中.这些局部复杂度计算方法只使用部分相邻像素计算局部复杂度,且计算方法与... 详细信息

在可逆信息隐藏领域,选择较小的预测误差有助于减少信息嵌入过程引起的失真.现有选择方法主要计算预测误差的局部复杂度,将信息嵌入到局部复杂度小的预测误差中.这些局部复杂度计算方法只使用部分相邻像素计算局部复杂度,且计算方法与预测部分使用的预测器无关,因此其选择性能有待提高.本文提出了一种基于CNN的局部复杂度计算方法LCCN,该方法与预测部分的预测器相关,可以使用更多的相邻像素计算局部复杂度,提高局部复杂度与预测误差的相似性.与现有的局部复杂度计算方法相比,所提LCCN利用了CNN的多感受野特性和深度学习的全局优化能力,能使用更多相邻像素计算局部复杂度,从而选择更多数值较小的预测误差,提高嵌入算法性能.此外,我们还提出了一种适用于LCCN的两阶段RDH方案,该方案可以将LCCN应用于多种嵌入方法.实验结果表明,与现有的几种局部复杂度计算方法相比,本文所提方法在标准测试图像和Kodak数据集上嵌入性能更好,在基于LPVO的嵌入技术中,本文所提LCCN模型嵌入10000bits后图像Lena的PSNR为62.09dB,分别高于LV、FV、EE和LAE算法1.05dB、1.02dB、0.78dB和0.90dB.与现有的先进RDH算法比较,本文所提LCCN模型在不同图像上均取得较好效果.

关键词：可逆信息隐藏局部复杂度深度学习卷积神经网络预测误差隐私计算

来源：评论

学校读者我要写书评

暂无评论

面向多域数据场景的安全高效联邦学习

引用

模式识别与人工智能 2024年第9期37卷 824-838页

作者：金春花李路路王佳浩季玲刘欣颖陈礼青张浩翁健淮阴工学院计算机与软件工程学院淮安223003 福建师范大学、福建省网络安全与密码技术重点实验室福州350007 暨南大学信息科学技术学院广州510632

针对联邦学习在不同领域数据训练中面临的泛化能力差、灾难性遗忘和隐私攻击等挑战,文中提出面向多域数据场景的安全高效联邦学习方案.在本地训练阶段,结合知识蒸馏技术,防止模型在不同领域数据训练时发生灾难性遗忘,同时加速知识在各... 详细信息

针对联邦学习在不同领域数据训练中面临的泛化能力差、灾难性遗忘和隐私攻击等挑战,文中提出面向多域数据场景的安全高效联邦学习方案.在本地训练阶段,结合知识蒸馏技术,防止模型在不同领域数据训练时发生灾难性遗忘,同时加速知识在各领域间的迁移,提高训练效率.在上传阶段,提出高斯差分隐私机制,分别对本地更新的梯度和各领域间的泛化差异添加高斯噪声,实现安全上传,增强训练过程的保密性.在聚合阶段,采用动态泛化权重聚合算法,减少各领域间的泛化差异,提升模型的泛化能力.理论分析证明该方案具有较强的鲁棒性.在PACS、Office-Home数据集上的实验表明此方案具有较高的准确度和较短的训练时间.

关键词：联邦学习域泛化推理攻击知识蒸馏差分隐私

来源：评论

学校读者我要写书评

暂无评论

一种支持内嵌数据处理的合约漏洞修复方案

引用

西安电子科技大学学报 2024年第1期51卷 178-186页

作者：彭泳翔刘志全王立波吴永东马建峰陈宁暨南大学信息科学技术学院广东广州510632 广东省网络与信息安全漏洞研究重点实验室广东广州510643 西安电子科技大学网络与信息安全学院陕西西安710071

智能合约是一段部署在区块链上的程序,为分布式交易提供了可能。然而,由于智能合约携带的金融属性及部署后不可改变的特性,使其成为黑客攻击的目标。因此,为保证合约的安全性,需对漏洞合约进行修复。然而,现有合约漏洞修复方案存在修复... 详细信息

智能合约是一段部署在区块链上的程序,为分布式交易提供了可能。然而,由于智能合约携带的金融属性及部署后不可改变的特性,使其成为黑客攻击的目标。因此,为保证合约的安全性,需对漏洞合约进行修复。然而,现有合约漏洞修复方案存在修复成功率低、无法处理复杂合约等问题,为此提出一种支持内嵌数据处理的合约漏洞修复方案。该方案首先研究并形式化以太坊虚拟机动态装载机制,并基于内存拷贝指令构建内嵌数据定位算法,解析并反编译智能合约字节码结构;接着基于蹦床机制对智能合约字节码进行重写,并修正因重写而产生的内嵌数据地址偏移;最终实现智能合约的漏洞修复。基于所提方案实现原型工具SCRepair,部署于本地测试网络Ganache以对其进行性能测试,并与现有漏洞修复工具EVMPatch和Smartshield进行比较。实验结果表明,相比于EVMPatch,SCRepair的合约字节码重写成功率提升了约26.9%,并有着更好的执行重写稳定性,受编译器版本的较影响小;相比于Smartshield,SCRepair能够更好地处理复杂合约。

关键词：区块链智能合约字节码重写反编译蹦床

来源：评论

学校读者我要写书评

暂无评论

极化码自适应信道译码算法

引用

深圳大学学报（理工版） 2022年第5期39卷 521-528页

作者：叶茂林谭晓青许丽卿吕善翔暨南大学信息科学技术学院/网络空间安全学院广东广州510632

极化码是一种理论上可以达到香农极限的信道编码方法,且有编译码复杂度低的优点,是5G通讯中信道编码解决方案之一.串行抵消列表(successive cancellation list,SCL)译码是极化码目前最常用的译码方法,但该方法的空间和时间复杂度都很高... 详细信息

极化码是一种理论上可以达到香农极限的信道编码方法,且有编译码复杂度低的优点,是5G通讯中信道编码解决方案之一.串行抵消列表(successive cancellation list,SCL)译码是极化码目前最常用的译码方法,但该方法的空间和时间复杂度都很高;快速串行抵消(fast successive cancellation,Fast-SC)译码可有效降低译码复杂度,但存在可靠性不高的问题.为兼顾极化码译码效率和可靠性,提出一种自适应信道的预快速SCL(preFast-SCL)译码算法.该算法通过联合Fast-SC和SCL译码算法,在译码开始时先使用Fast-SC算法快速得到一组译码结果,并对其进行校验,校验通过则作为结果输出,不通过则再使用SCL译码保证可靠性.仿真结果表明,随着信道条件变好,preFast-SCL译码算法复杂度逐步降低.在加性高斯白噪声信道下,preFast-SCL与SCL译码算法可靠性基本相同,在信噪比为2.0 dB时,preFast-SCL的译码复杂度比SCL降低了45%,且在更高的信噪比条件下,时间性能增益更佳.

关键词：通信传输技术极化码快速译码自适应译码联合译码时间性能增益

来源：评论

学校读者我要写书评

暂无评论

基于模型剪枝的棉花氮素营养水平诊断

引用

农业工程学报 2024年第6期40卷 277-284页

作者：陈沛沛戴建国张国顺侯文庆穆正阳石河子大学信息科学与技术学院石河子832003 兵团空间信息工程技术研究中心石河子832003 新疆政法学院信息网络安全学院图木舒克843900

确定棉花的氮素营养水平是实施精准施肥的先决条件和基础。近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用。针对这一问题,该研究提出一种基于树莓派4B的棉花... 详细信息

确定棉花的氮素营养水平是实施精准施肥的先决条件和基础。近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用。针对这一问题,该研究提出一种基于树莓派4B的棉花氮素营养水平诊断方法。研究采用ResNet101网络构建诊断模型,并通过网络瘦身算法对模型进行剪枝优化,最终将剪枝比例为87%的模型部署在资源受限的树莓派4B上。试验结果表明:当剪枝比例达到87%时,模型精度损失2.55个百分点,同时剪枝后模型参数量、计算量和存储体积分别为4.37 M、1.05 G和16.65 MB,明显提高模型在计算能力有限设备上的推理速度,有助于快速、准确地评估田间棉花的氮素营养状况,从而实现对棉花的精准施肥,提高产量和质量。该研究不仅为实现棉花氮素营养水平的大面积快速诊断提供了技术参考,同时对于作物营养水平诊断的智能终端装备研发具有参考价值。

关键词：棉花氮模型氮素营养水平卷积神经网络模型轻量化边缘智能

来源：评论

学校读者我要写书评

暂无评论

隐私保护的拜占庭鲁棒联邦学习算法

引用

西安电子科技大学学报 2023年第4期50卷 121-131页

作者：李海洋郭晶晶刘玖樽刘志全西安电子科技大学网络与信息安全学院陕西西安710071 暨南大学信息科学技术学院广东广州510632 数力聚(北京)科技有限公司北京100020

联邦学习是一种分布式机器学习范式,其中节点的原始训练集不出本地,它们通过共享模型更新来协作训练机器学习模型。当前联邦学习领域中的隐私保护和拜占庭攻击检测研究大都独立展开,现有的拜占庭攻击检测方法不可直接应用于隐私保护环境... 详细信息

联邦学习是一种分布式机器学习范式,其中节点的原始训练集不出本地,它们通过共享模型更新来协作训练机器学习模型。当前联邦学习领域中的隐私保护和拜占庭攻击检测研究大都独立展开,现有的拜占庭攻击检测方法不可直接应用于隐私保护环境,不符合联邦学习的实际应用需求。针对上述问题,提出一种可在数据非独立同分布和隐私保护环境下拜占庭鲁棒的联邦学习算法。首先,以差分隐私技术为模型更新(本地模型梯度信息)提供隐私保护;然后,基于节点上传的历史模型更新对节点当前状态进行可信度评估;最后,根据评估结果进行全局模型聚合。仿真实验结果表明,在节点训练集非独立同分布、隐私保护和拜占庭节点比例为20%~80%的联邦学习环境中,所提算法进行拜占庭节点检测的漏检率和误检率均为0%。同时,随着节点数量的增加,拜占庭节点检测的时间开销呈线性增长的趋势。与现有的拜占庭节点检测算法相比,所提算法在节点数据非独立同分布及模型隐私保护情况下可得到更高精度的全局模型。

关键词：联邦学习拜占庭攻击异常检测隐私保护技术差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于手工特征提取与结果融合的CNN音频隐写分析算法

引用

计算机学报 2021年第10期44卷 2061-2075页

作者：李敬轩胡润文阮观奇项世军暨南大学信息科学技术学院/网络空间安全学院广州510632

随着互联网技术的快速发展,出现了基于IP的语音传输技术,给人们带来方便的同时也带来了许多安全隐患,如不法分子利用VoIP压缩域语音传输协议传送秘密信息.因此,针对基于G.729A编码的基音隐写算法和互补邻居顶点的量化索引调制音频隐写算... 详细信息

随着互联网技术的快速发展,出现了基于IP的语音传输技术,给人们带来方便的同时也带来了许多安全隐患,如不法分子利用VoIP压缩域语音传输协议传送秘密信息.因此,针对基于G.729A编码的基音隐写算法和互补邻居顶点的量化索引调制音频隐写算法,本文提出了一种基于手工特征提取与结果融合的卷积神经网络音频隐写分析算法.通过将手工提取特征与卷积神经网络相结合,可以实现在VoIP压缩域同时对基于基音的隐写算法和互补邻居顶点的量化索引调制音频隐写算法进行有效检测.实验结果表明,在同时对基音隐写算法和互补邻居顶点的量化索引调制音频隐写算法进行检测时,本文所提出的基于手工特征提取与结果融合的卷积神经网络音频隐写分析算法的检测准确率可以达到86.2%(嵌入率为100%、音频样本时长为0.1s).与现有隐写分析算法相比,在音频时长较短时,本文所提算法取得了优异的检测结果.

关键词：隐写分析 G.729A 卷积神经网络手工特征提取结果融合

来源：评论

学校读者我要写书评

暂无评论

高效的隐私保护多方多数据排序

引用

计算机学报 2024年第8期47卷 1832-1852页

作者：商帅李雄张文琪汪小芬李哲涛张小松电子科技大学计算机科学与工程学院(网络空间安全学院) 成都611731 四川大学数据安全防护与智能治理教育部重点实验室成都610065 电子科技大学(深圳)高等研究院广东深圳518110 暨南大学网络安全检测与防护国家地方联合工程研究中心广州510632 暨南大学数据安全与隐私保护广东省重点实验室广州510632 暨南大学信息科学技术学院广州510632

安全多方计算允许具有私密输入的多个参与方联合计算一个多输入函数而不泄露各参与方私有输入的任何信息,因此近年来受到广泛关注.作为安全多方计算中的一个基础问题,隐私保护排序允许多个参与方在不泄露数据集隐私的前提下计算多个数... 详细信息

安全多方计算允许具有私密输入的多个参与方联合计算一个多输入函数而不泄露各参与方私有输入的任何信息,因此近年来受到广泛关注.作为安全多方计算中的一个基础问题,隐私保护排序允许多个参与方在不泄露数据集隐私的前提下计算多个数据集的排序结果,广泛应用于产品定价、拍卖等场景.现有的隐私保护排序协议大多只支持两个参与方.而已有的多方多数据排序协议通信开销大、计算复杂度高,整体效率较低.现有隐私保护排序协议均未考虑恶意参与者的穷举攻击,因此安全保护不足.对此,本文提出一个高效的隐私保护多方多数据排序协议.多个参与方仅需O(1)轮交互即可以隐私保护的方式获得其持有的多个数据的排序结果.具体来讲,本文设计一种基于多项式的编码方法,将参与方的数据集编码为一个多项式,其每项的指数和系数分别代表数据和该数据的个数.通过多项式加法可实现多个参与方数据集的排序.同时,本文设计了多项式加密、聚合多项式生成和解密多项式生成算法,在保证计算正确性的同时实现多项式的隐私保护.最后,各参与方通过不经意传输技术获得排序结果.本文定义了不合谋参与方穷举攻击下的恶意安全.安全性分析表明本文协议不仅实现了半诚实安全性,而且达到了不合谋恶意用户穷举攻击的恶意安全性.此外,大量实验表明本文提出的协议在通信和计算方面都十分高效.如当参与方数量为15、每个参与方持有20000个数据、数据上界为500000时,本文协议的通信和计算开销分别为898.44 MB和69.76 s,仅为LDYW协议的12.08%和76.85%;而相对于AHM+方案,本文协议在通信开销仅增加约4倍的情况下使计算效率提升了约20倍.

关键词：隐私计算安全多方排序安全数据分析隐私保护排序

来源：评论

学校读者我要写书评

暂无评论

“针灸治疗面瘫的中医临床思维与技能训练”虚拟仿真实训平台开发研究

引用

时珍国医国药 2024年第2期35卷 477-479页

作者：陈思焮黄雨晴陈美婧马雯轩罗宇鑫朱明敏叶文生暨南大学中医学院广东广州510632 暨南大学网络空间安全学院广东广州510632 暨南大学信息科学技术学院/机器人智能技术研究院广东广州510632

针对在传统针灸教学模式及面瘫临床实训中所存在的问题,利用虚拟仿真技术,将理论知识数据库与临床虚拟仿真病例结合,开发以互联网为载体的针灸治疗面瘫教学的实训平台。该平台可有效提高学生学习积极性,规避实训风险,锻炼学生的临床诊... 详细信息

针对在传统针灸教学模式及面瘫临床实训中所存在的问题,利用虚拟仿真技术,将理论知识数据库与临床虚拟仿真病例结合,开发以互联网为载体的针灸治疗面瘫教学的实训平台。该平台可有效提高学生学习积极性,规避实训风险,锻炼学生的临床诊疗思维及实践能力。同时,为中医及至其他医学的虚拟仿真实训平台提供了参考。

关键词：虚拟仿真技术针灸教学面瘫中医临床思维

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：