检索结果-内蒙古大学图书馆

武汉大学学报（理学版） 2010年第4期56卷 457-461页

作者：米兰.黑娜亚提张立强张焕国新疆广播电视大学远程教育学院乌鲁木齐新疆830049 武汉大学软件工程国家重点实验室武汉湖北430072 武汉大学计算机学院武汉湖北430072 武汉大学空天信息安全与可信计算教育部重点实验室武汉湖北430072

新疆广播电视大学的网络教学平台是新疆发展远程教育的骨干力量,提供双语教学,能够满足绝大部分教学需求,但是在教学内容与平台智能方面还未实现精细化教学的目标,难以实现因材施教.本文针对上述问题,引入了个性化学习理论,在现有网络... 详细信息

新疆广播电视大学的网络教学平台是新疆发展远程教育的骨干力量,提供双语教学,能够满足绝大部分教学需求,但是在教学内容与平台智能方面还未实现精细化教学的目标,难以实现因材施教.本文针对上述问题,引入了个性化学习理论,在现有网络教学平台上设计网上课程个性化学习系统架构,并对系统中的资源建设与管理、个性化设计以及安全性机制进行了探讨.网上课程个性化学习系统可以在确保教学平台安全可信的前提下提高教学质量,有利于学生的个人发展.

关键词：网络化教学个性化学习信息安全

来源：评论

学校读者我要写书评

暂无评论

基于堆栈降噪自编码器改进的混合推荐算法

引用

计算机应用 2018年第7期38卷 1866-1871页

作者：杨帅王鹃国家多媒体软件工程技术研究中心(武汉大学计算机学院) 武汉430072 空天信息安全与可信计算教育部重点实验室(武汉大学计算机学院) 武汉430072

针对传统协同过滤算法仅利用评分信息作为推荐依据,没有利用用户评论和标签信息,无法准确反映用户对项目特征的偏好,推荐精确度低且容易过拟合等问题,提出一种基于堆栈降噪自编码(SDAE)改进的混合推荐(SDHR)算法。首先利用深度学习模型S... 详细信息

针对传统协同过滤算法仅利用评分信息作为推荐依据,没有利用用户评论和标签信息,无法准确反映用户对项目特征的偏好,推荐精确度低且容易过拟合等问题,提出一种基于堆栈降噪自编码(SDAE)改进的混合推荐(SDHR)算法。首先利用深度学习模型SDAE从用户自由文本标签中抽取项目的显式特征信息;然后,改进隐因子模型(LFM)算法,使用显式项目特征信息替换LFM中的抽象特征,进行矩阵分解训练;最后通过用户-项目偏好矩阵为用户提供推荐。在公开数据集Movie Lens上的实验测试,与三组推荐模型(基于标签权重及协同过滤、基于SDAE和极限学习机、基于循环神经网络)比较,该算法推荐精确度分别提高了45.2%、38.4%和16.1%。实验结果表明,所提算法可以充分利用项目自由文本标签信息提高推荐性能。

关键词：推荐系统协同过滤深度学习堆栈降噪自编码器隐因子模型

来源：评论

学校读者我要写书评

暂无评论

一种基于手机传感器的定位伪造检测方案

一种基于手机传感器的定位伪造检测方案

引用

第十二届中国可信计算与信息安全学术会议

作者：姚维芊彭国军傅建明罗元武汉大学空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院

针对移动设备上用户伪造设备定位的情况，分析了现有应用定位信息伪造检测的手段，提出通过采集设备中多个传感器数据来分析刻画用户轨迹，并与用户提交的地理位置信息进行匹配，从而鉴别用户定位是否存在篡改的方案。利用传感器定位无...

针对移动设备上用户伪造设备定位的情况，分析了现有应用定位信息伪造检测的手段，提出通过采集设备中多个传感器数据来分析刻画用户轨迹，并与用户提交的地理位置信息进行匹配，从而鉴别用户定位是否存在篡改的方案。利用传感器定位无需任何额外权限，且实验证明本文方案准确性高，可检测多种不同的定位伪装场景，在保证实验结果可靠性的前提下，较低的采样频率不会影响系统性能，额外开销较低。

关键词：

来源：评论

学校读者我要写书评

暂无评论

约束条件下基于区间组合的测试用例生成

引用

武汉大学学报（理学版） 2013年第5期59卷 458-464页

作者：杨健张焕国武汉大学计算机学院湖北武汉430072 中南民族大学管理学院湖北武汉430074 武汉大学软件工程国家重点实验室湖北武汉430072 空天信息安全与可信计算教育部重点实验室湖北武汉430072

本文构建了一个基于区间集的组合覆盖测试模型并提出了一个基于区间组合的测试用例生成算法(TCGIC).TCGIC算法用符号执行方法收集程序路径的约束条件,寻找相互关联的输入参数;借鉴组合覆盖测试的方法,构建解区间组合树,并选用深度优先... 详细信息

本文构建了一个基于区间集的组合覆盖测试模型并提出了一个基于区间组合的测试用例生成算法(TCGIC).TCGIC算法用符号执行方法收集程序路径的约束条件,寻找相互关联的输入参数;借鉴组合覆盖测试的方法,构建解区间组合树,并选用深度优先策略或其他组合覆盖策略,获得输入参数的区间组合的集合;运用区间运算的方法,把每一个区间组合代入到程序路径的约束条件中,判断区间组合上程序路径的可达性;选用相应的用例生成策略,在路径可达的区间组合上生成测试用例.

关键词：测试用例生成区间集区间组合组合覆盖约束求解区间运算

来源：评论

学校读者我要写书评

暂无评论

大规模可控负荷被恶意控制场景下配电网风险分析

引用

电力系统自动化 2018年第10期42卷 30-37页

作者：吴亦贝李俊娥陈汹刘权莹王宇罗剑波倪明武汉大学电气工程学院湖北省武汉市430072 空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院湖北省武汉市430072 南瑞集团(国网电力科学研究院)有限公司江苏省南京市211106 国电南瑞科技股份有限公司江苏省南京市211106 智能电网保护和运行控制国家重点实验室江苏省南京市211106

用户对负荷的远程可控性及用户侧信息安全防护措施的脆弱性,使得可控负荷极易被攻击者恶意控制,可能出现大规模负荷的同投/同退或频繁投退现象,从而威胁电网的安全稳定运行。首先,分析了各类可控负荷面临的安全威胁与攻击成本,考虑网络... 详细信息

用户对负荷的远程可控性及用户侧信息安全防护措施的脆弱性,使得可控负荷极易被攻击者恶意控制,可能出现大规模负荷的同投/同退或频繁投退现象,从而威胁电网的安全稳定运行。首先,分析了各类可控负荷面临的安全威胁与攻击成本,考虑网络攻击因素,提出了含有可控负荷的配电网控制模型,建立了可控负荷被恶意控制的攻击模型,并以"开""关"控制为基础,定义了可控负荷可能遭受的三类攻击,通过实测和统计分析,研究了网络时延对攻击模型参数的影响。在上述工作的基础上,选取了合适的场景,仿真分析了可控负荷遭受恶意控制对配电网供电可靠性和电能质量的影响,证明了被控负荷达到一定规模后会给配电网带来风险,并针对不同攻击类型给出了风险后果。

关键词：可控负荷风险攻击模型供电可靠性电能质量

来源：评论

学校读者我要写书评

暂无评论

基于OpenFlow的SDN状态防火墙

引用

计算机工程与应用 2018年第15期54卷 84-90页

作者：王鹃刘世辉文茹洪智王江樊成阳张浩喆软件工程国家重点实验室武汉430072 空天信息安全与可信计算教育部重点实验室武汉430072 武汉大学计算机学院武汉430072 清华大学计算机科学与技术系北京100084

提出了一种基于OpenFlow的状态检测防火墙系统,该方案通过在SDN控制器和交换机中添加状态表和变换流表,并根据包的类型分别制定相应的状态转换规则,实现对SDN网络状态的监测。最后,在开源控制器Floodlight和Open vSwitch上实现了一个基... 详细信息

提出了一种基于OpenFlow的状态检测防火墙系统,该方案通过在SDN控制器和交换机中添加状态表和变换流表,并根据包的类型分别制定相应的状态转换规则,实现对SDN网络状态的监测。最后,在开源控制器Floodlight和Open vSwitch上实现了一个基于状态检测的防火墙系统,并对该防火墙的性能进行了评估,结果表明基于OpenFlow的SDN状态检测防火墙能够识别不同类型的包并实现现有SDN防火墙不能实现的基于状态的细粒度访问控制。

关键词：软件定义网络 OpenFlow协议状态检测防火墙

来源：评论

学校读者我要写书评

暂无评论

CMBA:基于复杂映射的神经网络后门攻击

引用

武汉大学学报（理学版） 2024年第4期70卷 421-430页

作者：李学何琨陈晶杜瑞颖空天信息安全与可信计算教育部重点实验室武汉大学网络空间安全学院湖北武汉430072 武汉大学日照信息技术研究院山东日照276800 地球空间信息技术协同创新中心湖北武汉430079

现有的大多数后门攻击研究仅考虑了all-to-one等简单的后门映射策略,忽视了现实攻击场景中对其他更加复杂的映射策略的需求,限制了后门攻击的灵活性。针对这一问题,提出了映射策略可调的后门攻击框架,并在此框架下实现了一类基于复杂映... 详细信息

现有的大多数后门攻击研究仅考虑了all-to-one等简单的后门映射策略,忽视了现实攻击场景中对其他更加复杂的映射策略的需求,限制了后门攻击的灵活性。针对这一问题,提出了映射策略可调的后门攻击框架,并在此框架下实现了一类基于复杂映射的后门攻击CMBA。引入了逃逸类别和多目标类别的设置,使CMBA攻击不仅能够精准地控制后门攻击的影响范围,还可以在不同原始类别和多个目标类别之间建立复杂的对应关系,提升了攻击的灵活性。实验结果表明,CMBA攻击在3个数据集上都展示了良好的攻击效果。此外,通过引入更多逃逸类别和目标类别,CMBA攻击获得了更好的隐蔽性能,能够成功绕过目前的一些主流后门防御的检测。

关键词：人工智能深度学习后门攻击映射策略

来源：评论

学校读者我要写书评

暂无评论

一种安全风险可控的弹性移动云计算通用框架

引用

计算机科学 2015年第B11期42卷 357-363页

作者：李新国李鹏伟傅建明丁笑一深圳数字电视国家工程实验室股份有限公司深圳518057 武汉大学计算机学院武汉430072 武汉大学空天信息安全与可信计算教育部重点实验室武汉430072 武汉大学软件工程国家重点实验室武汉430072

弹性移动云计算(Elastic Mobile Cloud Computing,EMCC)中,移动设备按照当前需求将部分计算任务迁移到云端执行,无缝透明地利用云资源增强自身功能。首先,在总结现有EMCC方案的基础上,抽象出通用的EMCC框架;指出EMCC程序中敏感模块的迁... 详细信息

弹性移动云计算(Elastic Mobile Cloud Computing,EMCC)中,移动设备按照当前需求将部分计算任务迁移到云端执行,无缝透明地利用云资源增强自身功能。首先,在总结现有EMCC方案的基础上,抽象出通用的EMCC框架;指出EMCC程序中敏感模块的迁移会给EMCC带来隐私泄露、信息流劫持等安全风险;然后设计了融合风险管理的弹性移动云计算通用框架,该框架将安全风险看作EMCC的一种成本,保证EMCC的使用对用户来说是有利的;最后,指出风险管理的难点在于风险量化以及敏感模块标注。对此,设计了风险量化算法,实现了Android程序敏感模块自动标注工具,并通过实验证明了自动标注的准确性。

关键词：移动云计算 Android 模块分配安全威胁风险控制

来源：评论

学校读者我要写书评

暂无评论

DNNobfus:一种基于混淆的端侧模型保护框架技术研究

引用

网络与信息安全学报 2024年第2期10卷 143-153页

作者：宋飞扬赵鑫淼严飞程斌林张立强杨小林王洋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湖北武汉430072 山东大学网络空间安全学院山东青岛266237 浪潮智慧科技有限公司山东济南250101 山东浪潮科学研究院有限公司山东济南250101

人工智能模型自广泛使用以来,面临诸多安全风险。随着深度学习模型大规模在端侧设备上的部署,端侧模型面临新的安全挑战。由于深度神经网络具有相似的结构特征,攻击者得以运用反编译技术以获取模型的结构信息及其参数,从而重建模型。此... 详细信息

人工智能模型自广泛使用以来,面临诸多安全风险。随着深度学习模型大规模在端侧设备上的部署,端侧模型面临新的安全挑战。由于深度神经网络具有相似的结构特征,攻击者得以运用反编译技术以获取模型的结构信息及其参数,从而重建模型。此过程会损害模型的知识产权并使模型面临白盒攻击的风险。针对模型反编译器对模型算子的定位与识别、参数获取、网络拓扑解析过程,提出了一种基于模型编译过程的混淆框架以防御模型提取攻击;在深度学习编译器的前端优化过程中设计并实现了算子混淆、参数混淆和网络拓扑混淆3种混淆手段;采用构造不透明谓词,插入虚假控制流,添加冗余内存访问等手段,干扰模型反编译器对模型的逆向工程。实验结果表明,提出的混淆框架DNNobfus能有效降低前沿的模型反编译工具对模型算子类型及网络连接识别的准确率,分别下降至21.63%和48.24%。此外,该框架平均时间效率为67.93%,平均空间效率为88.37%,均优于混淆工具Obfuscator-LLVM。

关键词：人工智能安全代码混淆逆向工程模型保护

来源：评论

学校读者我要写书评

暂无评论

基于图表示学习的恶意软件分类方法

引用

新型工业化 2021年第10期11卷 91-96页

作者：张英韬王宝会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(武汉大学) 北京航空航天大学软件学院

由于Windows系统用户众多,针对于Windows系统的恶意软件层出不穷,但是目前对windows恶意软件的识别准确率不是很高,而且大多是单独基于API序列进行分析。这种方式只能捕捉恶意软件的行为时间信息,并无法获取其行为之间的拓扑结构和行为... 详细信息

由于Windows系统用户众多,针对于Windows系统的恶意软件层出不穷,但是目前对windows恶意软件的识别准确率不是很高,而且大多是单独基于API序列进行分析。这种方式只能捕捉恶意软件的行为时间信息,并无法获取其行为之间的拓扑结构和行为之间的联系。本文使用动态检测方式,将CUCKOO沙箱中得到的恶意软件的报告转化为图结构数据,并根据其API的多线程调用信息,得到该恶意软件的诸多子图。同时,本文还创新性对恶意软件调用的序列信息进行提取,根据其两边节点组成相应边节点。最终本文将得到的恶意软件图表示输入至图神经网络中进行学习,在经过TopK池化后读出至全连接层进行分类。本文使用的方法在分类准确率上相比于之前的方法有着非常大的提升,二分类测试集准确率达到了99.2%,超过恶意软件的其他方法。同时消融实验也显示了算法的有效性。

关键词： Windows恶意软件检测图表示学习边节点嵌入深度游走多子图

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：