检索结果-内蒙古大学图书馆

计算机应用与软件 2024年第2期41卷 328-332页

作者：赵丽孙敏晋中学院信息技术与工程系山西晋中030619 山西大学计算机与信息技术学院山西太原030006

现代汽车广泛使用CAN总线结构控制车辆内的各种电子部件,但标准的CAN协议存在漏洞,易受到拒绝服务、模糊攻击和重放等攻击,而传统的基于IP协议的入侵检测技术不能直接应用于现代车辆。于是分析CAN结构,找到其缺陷;针对CAN的攻击技术,分... 详细信息

现代汽车广泛使用CAN总线结构控制车辆内的各种电子部件,但标准的CAN协议存在漏洞,易受到拒绝服务、模糊攻击和重放等攻击,而传统的基于IP协议的入侵检测技术不能直接应用于现代车辆。于是分析CAN结构,找到其缺陷;针对CAN的攻击技术,分析CAN总线特征后,融合基于频率检测、机器学习和统计检测三种异常检测方法对车辆进行入侵检测,通过实验验证,可以总体上提高现代车辆入侵检测系统的性能。

关键词： CAN 入侵检测频率检测机器学习统计检测

来源：评论

学校读者我要写书评

暂无评论

基于全局-局部先验和纹理细节关注的图像修复

引用

模式识别与人工智能 2025年第2期38卷 101-115页

作者：徐祺津叶海良曹飞龙梁吉业中国计量大学理学院应用数学系杭州310018 浙江师范大学数学科学学院金华321004 山西大学计算机与信息技术学院(大数据学院)人工智能系太原030006

图像修复旨在利用周围信息填充图像中的缺失区域,然而现有基于先验的方法大多难以兼顾全局语义一致性和局部纹理细节.因此,文中提出基于全局-局部先验和纹理细节关注的图像修复方法,结合小波卷积与傅里叶卷积,构造小波-傅里叶卷积块,增... 详细信息

图像修复旨在利用周围信息填充图像中的缺失区域,然而现有基于先验的方法大多难以兼顾全局语义一致性和局部纹理细节.因此,文中提出基于全局-局部先验和纹理细节关注的图像修复方法,结合小波卷积与傅里叶卷积,构造小波-傅里叶卷积块,增强局部特征和全局特征的交互.在此基础上,提出全局-局部学习式先验,通过一个由小波-傅里叶卷积块构成的先验提取器,同时学习全局先验和局部先验.该先验提取器作用于受损图像和完整图像,分别得到受损先验和监督先验.在修复阶段,受损图像和学习的先验分别输入两个结构相似的修复分支.这两个分支均由小波-傅里叶卷积构成,能同时提取和融合全局特征与局部特征.最后,合并两个分支的输出,生成具有一致语义内容和清晰局部细节的图像.此外,构造高感受野风格损失,从语义层面提升图像风格一致性.实验表明,文中方法在多个数据集上均性能较优.

关键词：图像修复学习式先验小波变换全局-局部特征

来源：评论

学校读者我要写书评

暂无评论

面向软件定义网络的异常流量检测研究综述

引用

通信学报 2024年第3期45卷 208-226页

作者：付钰王坤段雪源刘涛涛海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000 信阳师范大学河南省教育大数据分析与应用重点实验室河南信阳464000

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常... 详细信息

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常流量缓解相关技术的特点、优势及不足;对当前研究中常用的数据集进行了对比分析,并梳理出一些通用的数据预处理方法;总结并展望了未来SDN环境下异常流量检测方法的研究方向。调研结果可以指导实际应用需求中适配方法的选取,提出待解决的问题和矛盾可为后续研究提供引导。

关键词：软件定义网络深度学习异常流量检测异常流量溯源异常流量缓解

来源：评论

学校读者我要写书评

暂无评论

融合显著边界约束的弱监督语义分割方法

引用

计算机工程与应用 2025年

作者：白雪飞张丽娜王文剑山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室山西警察学院网络安全保卫系

针对现有弱监督语义分割方法存在的类激活不足，伪标签边界不清晰的问题，提出了融合显著边界约束的弱监督语义分割方法。提出由共享参数的孪生网络作为类激活图生成网络，将仿射变换前后的图像作为孪生网络两个分支的输入，得到不同的... 详细信息

针对现有弱监督语义分割方法存在的类激活不足，伪标签边界不清晰的问题，提出了融合显著边界约束的弱监督语义分割方法。提出由共享参数的孪生网络作为类激活图生成网络，将仿射变换前后的图像作为孪生网络两个分支的输入，得到不同的类激活图后，通过一致性损失函数融合仿射变换前后的互补信息，以生成具有完整信息的类激活图。设计显著性修正模块，在类激活图中引入边界约束，抑制背景信息的错误激活；同时，设计显著性亲和模块从显著图中学习像素之间的亲和矩阵，进一步细化初始伪标签，提升模型的语义分割性能。实验结果表明，该方法在PASCAL VOC 2012验证集上的mIoU值为71.4%，与基线相比，性能提升了2.1%，测试集上的mIoU值为70.8%；在COCO 2014验证集上的mIoU值为39.2%，展现了良好的分割结果，该方法可以更好地完成弱监督语义分割任务。

关键词：弱监督语义分割图像级标签 Transformer 卷积神经网络孪生网络显著图

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的SDN异常流量分布式检测方法

引用

通信学报 2024年第11期45卷 114-130页

作者：王坤付钰段雪源俞艺涵刘涛涛海军工程大学信息安全系湖北武汉430033 信阳职业技术学院信息与通信工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000 河南省教育大数据分析与应用重点实验室河南信阳464000 海军工程大学作战运筹与规划系湖北武汉430033

针对传统异常流量检测方法在执行大规模软件定义网络(SDN)的检测任务时,存在运算开销大、共享链路繁忙,容易引起网络设备单点故障,导致软件定义网络服务质量下降甚至网络瘫痪等问题,提出一种基于深度学习的SDN异常流量分布式检测方法。... 详细信息

针对传统异常流量检测方法在执行大规模软件定义网络(SDN)的检测任务时,存在运算开销大、共享链路繁忙,容易引起网络设备单点故障,导致软件定义网络服务质量下降甚至网络瘫痪等问题,提出一种基于深度学习的SDN异常流量分布式检测方法。该方法将部署在云端服务器的判别器与若干部署在SDN控制器的生成器构造为“一对多”的分布式生成对抗网络(D-VAE-WGAN),利用正常流量样本完成对D-VAE-WGAN的协同训练,在控制器上生成具有独立检测功能的异常流量检测代理,以实现大规模SDN环境下各控制器子网中异常流量的分布式检测。实验结果表明,该方法可以快速、准确地检测出大规模SDN中的异常样本,在准确率、召回率等检测指标上优于传统方法;并且具备对未知异常的检测能力。

关键词：深度学习软件定义网络分布式异常流量检测

来源：评论

学校读者我要写书评

暂无评论

类簇分布引导的标签噪声检测与清洗

引用

小型微型计算机系统 2025年

作者：姜高霞张妮王文剑山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室山西警察学院网络安全保卫系

标签噪声通常会误导分类器训练并对分类性能产生负面影响。利用聚类技术可以实现类簇分布引导的标签噪声辅助检测，但存在特征语义和标签语义不一致的问题，导致噪声识别过于敏感。为了充分挖掘数据分布信息以提升噪声检测准确度，本文... 详细信息

标签噪声通常会误导分类器训练并对分类性能产生负面影响。利用聚类技术可以实现类簇分布引导的标签噪声辅助检测，但存在特征语义和标签语义不一致的问题，导致噪声识别过于敏感。为了充分挖掘数据分布信息以提升噪声检测准确度，本文提出一种类簇分布引导的噪声检测与清洗方法(Cluster distribution-guided label noise detection and cleaning， CDGDC)。该方法通过类别编码的属性增强机制实现特征语义和标签语义的自适应融合，并构造近邻特征曲线来进一步排除伪标签噪声，最后对识别出的噪声进行纠正或过滤的针对性清洗以提升数据质量。实验结果表明，所提方法在模拟和真实含噪数据集上能够准确识别标签噪声，并有效提高了分类器泛化性能。

关键词：标签噪声类簇分布语义一致性噪声检测与清洗泛化性能

来源：评论

学校读者我要写书评

暂无评论

面向计算机视觉系统的对抗样本攻击综述

引用

计算机学报 2023年第2期46卷 436-468页

作者：王志波王雪马菁菁秦湛任炬任奎武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室武汉430072 浙江大学网络空间安全学院杭州310007 清华大学计算机科学与技术系北京100084

对抗样本攻击是近年来计算机视觉领域的热点研究方向,通过对图像添加细微的噪声,对抗样本使计算机视觉系统做出错误判断.对抗样本攻击的研究起初重点关注于图像分类任务,随着研究的深入逐步拓展到目标检测、人脸识别等更加复杂的计算机... 详细信息

对抗样本攻击是近年来计算机视觉领域的热点研究方向,通过对图像添加细微的噪声,对抗样本使计算机视觉系统做出错误判断.对抗样本攻击的研究起初重点关注于图像分类任务,随着研究的深入逐步拓展到目标检测、人脸识别等更加复杂的计算机视觉任务中.然而,现有的对抗样本综述缺乏对新兴图像分类攻击方案的梳理总结以及针对目标检测、人脸识别等复杂任务攻击的分析总结.本论文聚焦于计算机视觉系统中的对抗样本攻击,对其理论与前沿技术进行了系统性的综述研究.首先,本论文介绍了对抗样本的关键概念与敌手模型.其次,分类总结和对比分析了对抗样本存在原因的三大类相关假设.再次,根据数字域与物理域两大应用场景,分类概述和对比分析图像分类系统中的对抗样本攻击技术.根据不同的敌手模型,我们进一步地将图像分类任务数字域的攻击方案划分为白盒和黑盒两种场景,并重点总结梳理了新兴的攻击类别.同时,在目标检测、人脸识别、语义分割、图像检索、视觉跟踪五类复杂计算机视觉任务上,根据适用场景分类总结各类任务中的对抗样本攻击方案.进一步地,从攻击场景、攻击目标、攻击效果等方面对于不同攻击方案进行详细地对比分析.最后,基于现有对抗样本攻击方法的总结,我们分析与展望了计算机视觉系统中对抗样本的未来研究方向.

关键词：对抗样本计算机视觉图像分类目标检测人脸识别语义分割

来源：评论

学校读者我要写书评

暂无评论

融合粒度划分的回归标签噪声过滤方法

引用

小型微型计算机系统 2024年第8期45卷 1832-1838页

作者：史颖祁晓博亓慧姜高霞王文剑太原师范学院计算机科学与技术学院山西晋中030619 山西大学计算机与信息技术学院太原030006 山西大学智能信息处理研究所太原030006 山西警察学院网络安全保卫系太原030401

机器学习算法的性能与数据质量密切相关,然而实际数据中可能存在各类噪声,如何处理标签噪声是机器学习的重要挑战之一.由于回归标签噪声的复杂性,现有噪声过滤方法在处理数值型标签噪声时效果不够理想.本文首先通过标签离散化方式提出... 详细信息

机器学习算法的性能与数据质量密切相关,然而实际数据中可能存在各类噪声,如何处理标签噪声是机器学习的重要挑战之一.由于回归标签噪声的复杂性,现有噪声过滤方法在处理数值型标签噪声时效果不够理想.本文首先通过标签离散化方式提出一种基于粒度球的数值型标签噪声估计方法,然后给出标签含噪时回归模型的泛化误差估计,并将其作为噪声过滤的目标函数进行优化,最后将所提噪声估计方法与目标函数结合设计了粒度球标签噪声过滤(Granular Ball Label Noise Filtering,GBNF)方法.在标准数据集和真实年龄估计数据集的实验结果表明,该方法识别标签噪声的准确率较高,并取得了比其他噪声过滤比较方法更好的测试性能.

关键词：回归标签噪声粒度球噪声过滤

来源：评论

学校读者我要写书评

暂无评论

秩一专家混合用于多任务学习

引用

计算机学报 2025年

作者：杨恩能唐安科郭贵冰姜琳颖孙福辉王晓燕沈力东北大学软件学院武汉大学计算机学院最高人民法院信息技术服务中心中山大学网络空间安全学院

多任务学习系统通过促进任务间的知识共享与迁移，能够同时处理来自不同领域的任务。近年来，基于任务算术的多任务学习方法取得了显著进展，研究表明，通过在参数层面直接将多个下游任务上独立微调的专家模型合并到预训练模型中，可以... 详细信息

多任务学习系统通过促进任务间的知识共享与迁移，能够同时处理来自不同领域的任务。近年来，基于任务算术的多任务学习方法取得了显著进展，研究表明，通过在参数层面直接将多个下游任务上独立微调的专家模型合并到预训练模型中，可以生成具备解决相应下游任务能力的统一模型，从而为多任务学习提供了一种高效且灵活的解决方案。然而，现有的模型合并方法通常面临两个挑战：一是完全静态合并的方法由于难以解决任务间的潜在干扰和参数冲突，导致合并的多任务学习模型性能下降；二是现有动态合并的方法需要额外维护参数量庞大的专家模块，显著增加了模型成本。为此，本文提出了一种高效的模型合并方案，专门用于基于任务算术的多任务学习，称为秩一专家混合（RankOne-MoE）。具体而言，依据微调模型中不同模块所包含的下游任务知识量，本文对专家模型的绝大部分模块进行基于任务算术的静态合并；而对于与下游任务更相关的模块，我们对其线性层的参数进行奇异值分解，生成一系列秩为一的专家用于构建了一个跨任务共享的秩一专家库，并通过路由机制动态组合输入实例所需的秩一专家，提升合并模型的多任务性能和适应性。实验结果表明，当合并八个ViT-B/32模型时，提出的方法相比最先进的静态合并方法在多任务精度上平均提升了5.40%；相比最先进的动态合并方法，总参数量减少了81.45%左右，充分验证了提出方法的有效性和高效性。

关键词：多任务学习模型融合知识迁移机器学习人工智能

来源：评论

学校读者我要写书评

暂无评论

云存储中高效可追踪可撤销的属性基加密方案

引用

密码学报 2023年第1期10卷 131-145页

作者：郭丽峰邢晓敏郭慧山西大学计算机与信息技术学院太原030006 山西大学大数据科学与产业研究院太原030006 晋中学院信息技术与工程系晋中030619

对泄露密钥用户的可追踪和属性可撤销是属性基加密在实际应用中亟待解决的问题.本文提出了一个高效可追踪可撤销的密文策略属性基加密方案,支持对非法售卖密钥的恶意人员的追踪,通过用户撤销列表撤销解密权限,利用属性群密钥实现属性撤... 详细信息

对泄露密钥用户的可追踪和属性可撤销是属性基加密在实际应用中亟待解决的问题.本文提出了一个高效可追踪可撤销的密文策略属性基加密方案,支持对非法售卖密钥的恶意人员的追踪,通过用户撤销列表撤销解密权限,利用属性群密钥实现属性撤销,将所构造的方案应用在云存储中保证数据的细粒度访问控制.为了减少智能终端计算资源的损耗,解密和属性撤销的大部分计算外包到云服务器.基于CDH困难性假设,证明了该方案在标准模型下具有选择明文安全性;仿真实验表明该方案更新密文的时间稳定在0.022 s左右,相比于其他方案,大幅提升了效率.

关键词：身份追踪属性级撤销可验证解密外包属性基加密

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：