检索结果-内蒙古大学图书馆

小型微型计算机系统 2020年第3期41卷 587-592页

作者：魏志强张浩陈龙福州大学数学与计算机科学学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

Web服务在网络服务中得到了广泛的应用,因此也成为了不法分子的主要攻击对象.现阶段针对Web攻击的检测技术可分为误用检测与异常检测.基于误用检测的Web异常检测存在规则特征库臃肿,维护困难,无法检测变形或新型Web攻击等不足;而基于异... 详细信息

Web服务在网络服务中得到了广泛的应用,因此也成为了不法分子的主要攻击对象.现阶段针对Web攻击的检测技术可分为误用检测与异常检测.基于误用检测的Web异常检测存在规则特征库臃肿,维护困难,无法检测变形或新型Web攻击等不足;而基于异常检测存在特征提取困难,攻击流量数据远远少于正常流量数据的数据不平衡,以及检测率较低等问题.针对目前存在的不足,本文提出基于全流量的Web异常检测模型.采用SMOTE结合Tomek Links对数据过采样解决数据不平衡问题;采用基于基尼系数的特征重要性计算进行特征选择,降低特征维度;采用LightGBM(Light Gradient Boosting Machine)分类算法提高检测效率.本文采用UNSW-NB15数据集作为实验数据,实验结果表明,该模型对异常流量的检测效果较好,二分类检测率高达98. 30%,在多分类问题上,与Dendron等方法进行比较,检测率和准确率都有较大的提升,并且有较低的误报率和较高的检测效率.

关键词： Web异常检测检测模型异常流量数据不平衡特征选择

来源：评论

学校读者我要写书评

暂无评论

半监督异常流量检测研究综述

引用

小型微型计算机系统 2020年第11期41卷 2371-2379页

作者：李杰铃张浩福州大学数学与计算机科学学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

随着信息网络的高速发展,特别是高速互联网、5G网络、物联网等的发展,网络流量信息的获取也变得更加容易,但对流量数据进行标记面临着不可逾越的困难.半监督学习能够将少量标记的流量与大量未标记的流量同时进行训练,也因此成为网络安... 详细信息

随着信息网络的高速发展,特别是高速互联网、5G网络、物联网等的发展,网络流量信息的获取也变得更加容易,但对流量数据进行标记面临着不可逾越的困难.半监督学习能够将少量标记的流量与大量未标记的流量同时进行训练,也因此成为网络安全领域的研究热点.学术界已有半监督技术的相关综述,尚未有对半监督技术在异常流量检测方法上进行总结的文献.因此,本文对近年来半监督异常流量检测技术进行综述,首先论述异常流量检测的特性与关联性,然后对半监督学习的研究内容进行介绍,其次,对基于半监督的异常流量检测方法进行分析和比较,包括半监督聚类、半监督分类、半监督降维、半监督集成和增量半监督,最后指出当前半监督检测方法中存在的不足和未来值得研究的方向.

关键词：半监督学习网络安全异常流量检测方法

来源：评论

学校读者我要写书评

暂无评论

一种实用的移动AR实验解决方案

引用

实验技术与管理 2020年第7期37卷 47-52页

作者：谢伙生杨铮林晶福州大学数学与计算机科学学院福建福州350116 福州大学网络信息安全与计算机技术国家级实验教学示范中心福建福州350116

传统移动AR实验的底层开发实现较复杂,不便于AR技术的普及,同时在开发过程中也较难获取到移动端传感器数据。针对该问题提出了一种更为直观和便捷的移动AR实验解决方案,利用Android Studio和Unity3D通信机制进行传感器数据传输,并融合An... 详细信息

传统移动AR实验的底层开发实现较复杂,不便于AR技术的普及,同时在开发过程中也较难获取到移动端传感器数据。针对该问题提出了一种更为直观和便捷的移动AR实验解决方案,利用Android Studio和Unity3D通信机制进行传感器数据传输,并融合Android Studio、Unity3D和EasyAR SDK来实现移动AR实验。使用该解决方案实现了虚实光照一致的移动AR实验,结果表明:该方案取得了虚实光照一致性的良好效果,实时性较高,系统流畅性较好,为移动AR实验教学提供了一种更为有效的实验教学方式。

关键词：移动增强现实 Unity3D Android Studio 光照一致性传感器

来源：评论

学校读者我要写书评

暂无评论

面向手写体识别的DCNN抗噪性能研究

引用

软件导刊 2021年第5期20卷 1-6页

作者：蔡际杰陈德旺张璜福州大学数学与计算机科学学院福州大学智慧地铁福建省高校重点实验室福建福州350108 福州理工学院计算与信息科学学院福建福州350506

深度卷积神经网络(DCNN)是人工智能研究领域前沿方向。DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺。通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪... 详细信息

深度卷积神经网络(DCNN)是人工智能研究领域前沿方向。DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺。通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪声,深入研究DCNN在手写体识别上的抗噪性能。研究结果表明:①噪声对DCNN性能影响很大,噪声幅度越大,精度下降越快;②指数噪声对精度影响最大,伽马噪声、瑞利噪声次之,高斯白噪声影响最小;③随着噪声参数a和参数b的增大,识别精度大幅度下降。该结果对DCNN的改进和高鲁棒性的深度学习系统(如深度模糊系统等)研究具有一定参考价值。

关键词：深度卷积神经网络抗噪性能手写体识别鲁棒性可解释性

来源：评论

学校读者我要写书评

暂无评论

用户可动态撤销及数据可实时更新的云审计方案

引用

软件学报 2020年第2期31卷 578-596页

作者：韩静李艳平禹勇丁勇陕西师范大学数学与信息科学学院陕西西安710119 陕西师范大学计算机科学学院陕西西安710119 广西密码学与信息安全重点实验室(桂林电子科技大学) 广西桂林541004

随着云存储的出现,越来越多的用户选择将大量数据存储在远程云服务器上,以节约本地存储资源.如何验证用户远程存储在云端数据的完整性,成为近年来学术界的一个研究热点.虽然现已提出了很多云审计方案,但大多数方案都假设个人和企业在使... 详细信息

随着云存储的出现,越来越多的用户选择将大量数据存储在远程云服务器上,以节约本地存储资源.如何验证用户远程存储在云端数据的完整性,成为近年来学术界的一个研究热点.虽然现已提出了很多云审计方案,但大多数方案都假设个人和企业在使用云存储系统的整个过程中,用户及其公私钥始终不变,且不能高效地对数据进行实时动态更新.为此,提出一种轻量级的支持用户可动态撤销及存储数据可动态更新的云审计方案.首先,该方案允许用户可高效地动态撤销(包括更换公私钥),在用户撤销阶段,采用了多重单向代理重签名技术,新用户只需计算重签名密钥,而无需从云端下载数据再重新签名后上传到云端;其次,该方案能够保证数据可实时动态更新(插入、删除、修改),通过在数据块的身份识别码中引入虚拟索引,数据动态更新时,只有被更新数据块的身份识别码发生变化,其余数据块的身份识别码保持不变;最后,在重签名阶段,云服务器代替新用户进行签名,在审计阶段,第三方审计者代表当前用户对存储在远程云服务器上的数据进行完整性验证,减轻了终端用户的计算开销及系统的通信开销(轻量级).安全性分析和性能分析进一步说明,该方案是安全的和高效的.

关键词：云审计数据完整性用户动态可撤销轻量级虚拟索引隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于Zoneout的跨尺度循环神经网络及其在短期电力负荷预测中的应用

引用

计算机科学 2020年第9期47卷 105-109页

作者：庄世杰於志勇郭文忠黄昉菀福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116

通过精确的电力负荷预测,智能电网可以提供比传统电网更高效、可靠和环保的电力服务。现实生活中,电力负荷数据往往存在着与历史数据较高的时间相关性,而传统的神经网络却很少关注它。近年来,循环神经网络(Recurrent Neural Network,RNN... 详细信息

通过精确的电力负荷预测,智能电网可以提供比传统电网更高效、可靠和环保的电力服务。现实生活中,电力负荷数据往往存在着与历史数据较高的时间相关性,而传统的神经网络却很少关注它。近年来,循环神经网络(Recurrent Neural Network,RNN)由于可以很好地捕获在时间上距离很远的数据之间的相关性,因此在电力负荷预测中受到越来越多的关注。但是,由于RNN特有的自循环结构,当采用随时间的反向传播算法(Back-Propagation Through Time,BPTT)进行网络训练时,随着网络层数的增加,很容易发生梯度消失等问题,从而导致预测精度下降。目前已有多种解决梯度消失问题的RNN架构,如长短期记忆网络(Long Short-Term Memory,LSTM)和门控制单元(Gated Recurrent Unit,GRU),但其复杂的内部结构会增加训练时长。为了解决上述问题,文中首先对目前流行的各种RNN架构进行了研究和分析,其次结合最新提出的Zoneout技术,设计了一种跨时间尺度的分模块循环神经网络架构,重点研究了隐藏层模块的随机更新策略,不仅有效解决了梯度消失问题,而且大幅度减少了待训练的网络参数。基于基准数据集和实际负载数据集的实验结果表明,该结构可以获得比目前流行的RNN架构更好的性能。

关键词：短期电力负荷预测循环神经网络跨时间尺度 Zoneout

来源：评论

学校读者我要写书评

暂无评论

深度学习中的对抗攻击与防御

引用

网络与信息安全学报 2020年第5期6卷 36-53页

作者：刘西蒙谢乐辉王耀鹏李旭如福州大学数学与计算机科学学院福建福州350108 广东省数据安全与隐私保护重点实验室广东广州510632 华东师范大学计算机与科学学院上海200241

对抗样本是被添加微小扰动的原始样本,用于误导深度学习模型的输出决策,严重威胁到系统的可用性,给系统带来极大的安全隐患。为此,详细分析了当前经典的对抗攻击手段,主要包括白盒攻击和黑盒攻击。根据对抗攻击和防御的发展现状,阐述了... 详细信息

对抗样本是被添加微小扰动的原始样本,用于误导深度学习模型的输出决策,严重威胁到系统的可用性,给系统带来极大的安全隐患。为此,详细分析了当前经典的对抗攻击手段,主要包括白盒攻击和黑盒攻击。根据对抗攻击和防御的发展现状,阐述了近年来国内外的相关防御策略,包括输入预处理、提高模型鲁棒性、恶意检测。最后,给出了未来对抗攻击与防御领域的研究方向。

关键词：对抗样本对抗攻击对抗防御深度学习安全

来源：评论

学校读者我要写书评

暂无评论

新工科背景下的网络空间安全人才培养模式

引用

计算机教育 2021年第8期 91-95页

作者：张浩郭文忠董晨李杰铃福州大学数学与计算机科学学院福建福州350116 福建省网络计算与智能信息处理重点实验室福建福州350116

针对网络空间安全中的人才培养问题,提出网络空间人才培养建设目标,给出人才培养建设思路,以现有信息安全人才培养机制为基础,依据新工科理论,从强化课程思政、交叉学科融合、课内外实践互补、多主体协同育人和完善持续改进机制的网络... 详细信息

针对网络空间安全中的人才培养问题,提出网络空间人才培养建设目标,给出人才培养建设思路,以现有信息安全人才培养机制为基础,依据新工科理论,从强化课程思政、交叉学科融合、课内外实践互补、多主体协同育人和完善持续改进机制的网络空间安全人才培养体系几个方面,介绍新工科背景下人才培养模式改革的实践经验。

关键词：新工科网络空间安全人才培养持续改进

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的点云分割方法综述

引用

计算机工程与应用 2020年第1期56卷 38-45页

作者：俞斌董晨刘延华程烨福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116 福州大学网络系统信息安全福建省高校重点实验室福州350116

点云分割是点云数据理解中的一个关键技术,但传统算法无法进行实时语义分割。近年来深度学习被应用在点云分割上并取得了重要进展。综述了近四年来基于深度学习的点云分割的最新工作,按基本思想分为基于视图和投影的方法、基于体素的方... 详细信息

点云分割是点云数据理解中的一个关键技术,但传统算法无法进行实时语义分割。近年来深度学习被应用在点云分割上并取得了重要进展。综述了近四年来基于深度学习的点云分割的最新工作,按基本思想分为基于视图和投影的方法、基于体素的方法、无序点云的方法、有序点云的方法以及无监督学习的方法,并简要评述;最后分析各类方法优劣并展望未来研究趋势。

关键词：深度学习点云标注语义分割

来源：评论

学校读者我要写书评

暂无评论

基于混合关节肢体模型的深度人体姿态估计方法

引用

模式识别与人工智能 2019年第2期32卷 97-107页

作者：刘秉瀚李振达柯逍福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116

提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最... 详细信息

提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最后,得到一个可以解决多个分类的DCNN网络,用于人体姿态估计.文中方法对人体表示更灵活,有效提升关节点的检测率及正确检测的比率.

关键词：深度学习深度卷积神经网络人体姿态估计图像模型

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：