检索结果-内蒙古大学图书馆

计算机应用研究 2023年第4期40卷 1203-1207页

作者：赵昊天钮可邱枫潘晓中武警工程大学密码工程学院西安710086 武警工程大学网络与信息安全武警部队重点实验室西安710086

现存的大多数隐写分析方法的泛化能力较弱,无法对未知隐写算法有效检测,使得其分类的准确性在实际运用过程中大幅度降低。针对这个问题,提出了一种基于分组卷积和快照集成的图像隐写分析方法(snapshot ensembling steganalysis network,... 详细信息

现存的大多数隐写分析方法的泛化能力较弱,无法对未知隐写算法有效检测,使得其分类的准确性在实际运用过程中大幅度降低。针对这个问题,提出了一种基于分组卷积和快照集成的图像隐写分析方法(snapshot ensembling steganalysis network, SENet)。首先,残差卷积块和分组卷积块对图像的特征进行提取并利用;其次,在每个训练周期中得到性能最好的模型作为快照模型;最后将选定的快照模型进行集成后对图像进行分类。该方法应用分组卷积和快照集成的技术,避免了传统集成方法的高训练成本以及单一分类器泛化能力有限的问题。实验结果表明,该方法可以提升隐写分析模型的准确率,并且在训练集和测试集失配时,也能够有效地进行分类,具有较高的模型泛化能力。

关键词：图像隐写分析卷积神经网络快照集成

来源：评论

学校读者我要写书评

暂无评论

针对图像隐写分析的卷积神经网络结构改进

引用

计算机工程 2018年第10期44卷 309-313页

作者：高培贤魏立线刘佳刘明明武警工程大学网络与信息安全武警部队重点实验室西安710086 武警工程大学密码工程学院西安710086

针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以... 详细信息

针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以减少网络的参数并提高模型的训练效率。实验结果表明,相比传统的图像隐写分析算法和现有的卷积神经网络隐写分析模型,该模型能够有效提高隐写分析的检测准确率,对S-UNIWARD嵌入算法的隐写分析检测准确率达到90. 87%。

关键词：隐写分析卷积神经网络多层感知卷积层池化层全连接层

来源：评论

学校读者我要写书评

暂无评论

基于生物特征识别的门限身份认证方案

引用

计算机应用研究 2022年第4期39卷 1224-1227页

作者：刘尧郭帅杨晓元武警工程大学密码工程学院西安710086 武警工程大学网络和信息安全武警部队重点实验室西安710086

在传统生物特征身份认证系统中,针对重要目标的保护时,单一用户的身份认证方案存在用户权限过高的问题。为了解决此类问题,利用BGN半同态加密算法,结合Shamir秘密共享设计了一种基于生物特征识别的门限身份方案。主要使用在双线性对上BG... 详细信息

在传统生物特征身份认证系统中,针对重要目标的保护时,单一用户的身份认证方案存在用户权限过高的问题。为了解决此类问题,利用BGN半同态加密算法,结合Shamir秘密共享设计了一种基于生物特征识别的门限身份方案。主要使用在双线性对上BGN同态加密算法进行数据保护,利用第三方认证中心进行秘密分割,服务器在密文状态下对用户的身份进行认证,实现门限身份认证。通过性能分析验证了该方案的安全性和高效性。

关键词：门限方案秘密共享隐私保护密态匹配身份认证

来源：评论

学校读者我要写书评

暂无评论

基于自注意力机制的图像隐写分析方法

引用

计算机应用研究 2021年第4期38卷 1190-1194页

作者：黄思远张敏情柯彦毕新亮武警工程大学网络与信息安全武警部队重点实验室西安710086 武警工程大学密码工程学院西安710086

针对自适应图像隐写分析难度大、现有的模型难以对图像有利区域进行针对性分析的问题,提出了一种基于自注意力机制的图像隐写分析模型(self-attention steganalysis residual network,SA-SRNet)。该模型将自注意力机制引入SRNet(stegana... 详细信息

针对自适应图像隐写分析难度大、现有的模型难以对图像有利区域进行针对性分析的问题,提出了一种基于自注意力机制的图像隐写分析模型(self-attention steganalysis residual network,SA-SRNet)。该模型将自注意力机制引入SRNet(steganalysis residual network),引导模型更加关注图像全局对隐写分析有利的区域及图像长距离之间的依赖关系,解决了硬注意力机制在训练时容易陷入局部最优的问题。首先,奖励机制利用强化学习使模型找到对隐写分析最有利的检测点;其次,自注意力机制根据检测点生成注意力重点图像;最后,替换机制用注意力重点图像替换识别错误的图像,提高训练集的质量和模型的判别能力。实验在BOSSbase 1.01数据集上进行,结果表明SA-SRNet可获得比SRNet更好的隐写分析准确率,最多可提高1.8%。

关键词：自适应图像隐写分析自注意力机制局部最优强化学习

来源：评论

学校读者我要写书评

暂无评论

基于VGGNet的恶意代码变种分类

引用

计算机应用 2020年第1期40卷 162-167页

作者：王博蔡弘昊苏旸武警工程大学密码工程学院西安710086 网络与信息安全武警部队重点实验室(武警工程大学) 西安710086 武警工程大学信息工程学院西安710086

针对代码复用在同一恶意家族样本中普遍存在的现象,提出了一种利用代码复用特征的恶意样本分类方法。首先将文件的二进制序列分割成RGB三色通道的值,从而将恶意样本转换为彩色图;然后用这些图片基于VGG卷积神经网络生成恶意样本分类模型... 详细信息

针对代码复用在同一恶意家族样本中普遍存在的现象,提出了一种利用代码复用特征的恶意样本分类方法。首先将文件的二进制序列分割成RGB三色通道的值,从而将恶意样本转换为彩色图;然后用这些图片基于VGG卷积神经网络生成恶意样本分类模型;最后在模型训练阶段利用随机失活算法解决过拟合和梯度消失问题以及降低神经网络计算开销。该方法使用Malimg数据集25个族的9 342个样本进行评估,平均分类准确率达96.16%,能有效地分类恶意代码样本。实验结果表明,与灰度图相比,所提方法将二进制文件转换为彩色图能更明显地强调图像特征,尤其是对于二进制序列中含有重复短数据片段的文件,而且利用特征更明显的训练集,神经网络能生成分类效果更好的分类模型。所提方法预处理操作简单,分类结果响应较快,因此适用于大规模恶意样本的快速分类等即时性要求较高的场景。

关键词：恶意代码分类数据可视化深度学习随机失活卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种新颖的彩色水印图像几何失真校正算法

引用

计算机工程 2006年第6期32卷 186-188页

作者：杨晓元季称利王育民张崇西安电子科技大学ISN国家重点实验室西安710071 武警工程学院武警部队网络与信息安全重点实验室西安710086

几何攻击是制约水印技术实用性的重要因素,当图像经过旋转、缩放和DA转换等几何变换后,绝大多数水印算法的检测器将失效。该文提出一种新的基于计算机视觉理论的图像空域特征重同步算法,首次采用图像的corner中心角和corner中心距离对... 详细信息

几何攻击是制约水印技术实用性的重要因素,当图像经过旋转、缩放和DA转换等几何变换后,绝大多数水印算法的检测器将失效。该文提出一种新的基于计算机视觉理论的图像空域特征重同步算法,首次采用图像的corner中心角和corner中心距离对水印图像几何失真进行失真校正。实验证明,算法性能良好、校正精度高、可以有效地校正大强度几何失真。

关键词：数字图像水印几何失真 comer中心角 comer中心距离

来源：评论

学校读者我要写书评

暂无评论

基于区块链的可审计数据分享方案

引用

广西师范大学学报（自然科学版） 2020年第2期38卷 1-7页

作者：王涵王绪安周能柳玉东武警工程大学密码工程学院陕西西安710086 网络与信息安全武警部队重点实验室(武警工程大学) 陕西西安710086

为避免存储在云端的用户数据可能被恶意损坏或者篡改,需要对云端的数据进行完整性审查。针对此问题,本文提出了一种基于区块链和默克尔哈希树的公共审计的数据共享方案,以达到对管理员权限的控制和数据的动态修改;在实现隐私保护、批量... 详细信息

为避免存储在云端的用户数据可能被恶意损坏或者篡改,需要对云端的数据进行完整性审查。针对此问题,本文提出了一种基于区块链和默克尔哈希树的公共审计的数据共享方案,以达到对管理员权限的控制和数据的动态修改;在实现隐私保护、批量审计和降低系统资源消耗的同时,保证方案的安全性;允许用户通过第三方机构向云服务器发起数据完整性审查,然后向用户返回结果,过程中不向第三方机构泄露任何有关用户和文件的信息。安全性证明和实验结果表明,该方案在保证安全性的基础上具备较好的性能。

关键词：云计算云存储数据分享隐私保护区块链

来源：评论

学校读者我要写书评

暂无评论

基于帧内预测模式修改的视频隐写算法

引用

郑州大学学报（理学版） 2018年第2期50卷 23-28页

作者：张英男张敏情钮可杨晓元武警工程大学密码工程学院陕西西安710086 网络与信息安全武警部队重点实验室陕西西安710086

针对隐写载体为视频的特点,提出了一种新的基于帧内预测模式修改的H.264视频隐写算法.算法通过改进的局部二值模式方法选择所要嵌入区域,判断嵌入块的帧内预测模式,并将嵌入块分组,然后将与Logistic映射产生的混沌序列处理后的秘密信息... 详细信息

针对隐写载体为视频的特点,提出了一种新的基于帧内预测模式修改的H.264视频隐写算法.算法通过改进的局部二值模式方法选择所要嵌入区域,判断嵌入块的帧内预测模式,并将嵌入块分组,然后将与Logistic映射产生的混沌序列处理后的秘密信息经过预定的嵌入规则进行隐写,通过拉格朗日率失真优化算法改变帧内预测模式.实验结果表明,算法具有较好的视觉不可见性以及较高的嵌入效率,并且隐写后比特率增加量较小,同时具有较高的嵌入容量.

关键词：频信息隐藏帧内预测混沌序列

来源：评论

学校读者我要写书评

暂无评论

基于语用交互的跨目标立场检测

引用

计算机工程与设计 2024年第8期45卷 2513-2519页

作者：任科兰张明书魏彬姜文闫法成武警工程大学密码工程学院陕西西安710086 武警工程大学网络与信息安全武警部队重点实验室陕西西安710086

针对缺乏足够的带标注意见数据、跨目标立场检测结果不佳且可解释性弱等问题,提出一种基于语用交互(pragmatic interaction graph convolution, PIGCN)的跨目标立场检测模型。考虑情感与立场在语义上的耦合关系,利用交互式图卷积神经网... 详细信息

针对缺乏足够的带标注意见数据、跨目标立场检测结果不佳且可解释性弱等问题,提出一种基于语用交互(pragmatic interaction graph convolution, PIGCN)的跨目标立场检测模型。考虑情感与立场在语义上的耦合关系,利用交互式图卷积神经网络(graphical convolutional network, GCN),增量式聚合单词在不同目标之间语用信息的相互作用,缓解目标间的信息孤岛问题。实验结果表明,该模型在平均F1值上达到了53.4%,优于基准模型,具有更好的可扩展性和适应性,在提升模型可解释性方面具有潜力。

关键词：跨目标立场检测图卷积神经网络语用交互词级粒度情感词汇可解释性依存图

来源：评论

学校读者我要写书评

暂无评论

基于GPU的全同态加密软件库调试与分析

引用

信息网络安全 2019年第6期 76-83页

作者：刘文超潘峰杨晓元周潭平武警工程大学密码工程学院陕西西安710086 网络与信息安全武警部队重点实验室陕西西安710086

全同态加密能够较好的解决云计算中的隐私保护问题,但目前效率较低仍然是制约全同态加密实用化的瓶颈。基于格的全同态加密方案中存在大量独立矩阵和向量运算,利用GPU适合大量独立数据运算的特点,可以大幅提升全同态加密方案的同态运算... 详细信息

全同态加密能够较好的解决云计算中的隐私保护问题,但目前效率较低仍然是制约全同态加密实用化的瓶颈。基于格的全同态加密方案中存在大量独立矩阵和向量运算,利用GPU适合大量独立数据运算的特点,可以大幅提升全同态加密方案的同态运算效率。文章分析了全同态加密算法的结构并验证了全同态加密软件库的可靠性,对自举过程中噪音的变化和不同参数的正确性进行分析,对全同态加密软件算法库TFHE以及其对应的GPU版本cuFHE,分别进行了调试和分析。实验结果表明,GPU版本的cuFHE运算速度是CPU版本TFHE运算速度的4.5倍,利用GPU可以大幅提升全同态加密方案的运行速度。

关键词：全同态加密 TFHEW GPU 代码库调试

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：