检索结果-内蒙古大学图书馆

电子科技大学学报 2025年第1期54卷 91-102页

作者：邓尔强 LOO Gowen 朱国淞肖鹏电子科技大学网络与数据安全四川省重点实验室成都610054

三维医学图像在诊断和治疗中具有重要价值,但由于切片结构导致纵轴方向分辨率较低,给三维重建等任务带来一定挑战。针对三维医学图像在z轴方向上分辨率不足的问题,提出了一种基于插帧技术的新方法。该方法通过生成中间切片来提升图像的... 详细信息

三维医学图像在诊断和治疗中具有重要价值,但由于切片结构导致纵轴方向分辨率较低,给三维重建等任务带来一定挑战。针对三维医学图像在z轴方向上分辨率不足的问题,提出了一种基于插帧技术的新方法。该方法通过生成中间切片来提升图像的连续性,间接改善三维重建的质量。设计了一个紧凑型编码器-解码器网络,融合中间光流估计和中间特征重建,旨在克服传统图像处理方法中的模型失真和分辨率限制。此外,该网络通过特征金字塔结构有效融合全局与局部信息,并采用双重损失函数优化图像重建质量和特征空间的几何一致性。实验结果显示,相比现有插帧方法,该方法在图像质量、结构相似性、绝对误差和感知质量等方面实现了明显提升,平均提高约2.7%到5.8%。这些结果表明该插帧技术在脑肿瘤数据集上表现良好,展示了在提升医学图像连续性和细节方面的潜在优势。该研究对提高临床诊断的准确性和治疗效果可以产生积极影响,为医学图像处理领域的进一步研究提供了启示。

关键词：三维医学图像图像插帧光流估计图像增强

来源：评论

学校读者我要写书评

暂无评论

支持模式隐藏的多关键词公钥可搜索加密方案

引用

通信学报 2025年第3期46卷 131-143页

作者：聂旭云成驰耿聪廖泽宇焦丽华陈瑞东陈大江电子科技大学信息与软件工程学院四川成都610054 网络与数据安全四川省重点实验室四川成都611731 电子科技大学计算机科学与工程学院四川成都611731

为了解决现有多用户可搜索加密方案无法隐藏访问模式和搜索模式、抵抗关键词猜测等攻击的问题,提出了一种全新的支持多用户、多关键词搜索的公钥可搜索加密方案。该方案能够在分布式系统中支持多写者/多读者功能,并利用安全比特分解(SBD... 详细信息

为了解决现有多用户可搜索加密方案无法隐藏访问模式和搜索模式、抵抗关键词猜测等攻击的问题,提出了一种全新的支持多用户、多关键词搜索的公钥可搜索加密方案。该方案能够在分布式系统中支持多写者/多读者功能,并利用安全比特分解(SBD)协议,多密钥隐私保护外包计算(EPOM)和随机引入假阳性的方法,实现对访问模式与搜索模式的隐藏。同时,该方案支持多写者/多读者表示每个用户加密和上传数据,并搜索所有经授权的加密数据。该方案可通过在多个服务器上并行搜索来加速搜索处理,并仅需为所有读者维护一份加密索引。理论分析和实验结果表明,所提方案在满足陷门和密文的不可区分、多类布尔搜索、搜索和访问模式隐私的前提下,执行效率接近同类型的公钥可搜索加密最优方案。

关键词：模式隐藏多关键词多写者/多读者公钥可搜索加密数据共享安全

来源：评论

学校读者我要写书评

暂无评论

结合提示词微调的智能合约漏洞检测方法

引用

信息网络安全 2025年第4期 664-673页

作者：张雨轩黄诚柳蓉冷涛四川大学网络空间安全学院四川警察学院智能警务四川省重点实验室

随着区块链交易平台的飞速发展,智能合约的部署数量显著增加,而近年来不断爆出的智能合约漏洞致使区块链交易平台蒙受了巨大的经济损失。因此,智能合约安全领域的研究引起了研究者的广泛关注。然而,现有的漏洞检测方法要么严重依赖于专... 详细信息

随着区块链交易平台的飞速发展,智能合约的部署数量显著增加,而近年来不断爆出的智能合约漏洞致使区块链交易平台蒙受了巨大的经济损失。因此,智能合约安全领域的研究引起了研究者的广泛关注。然而,现有的漏洞检测方法要么严重依赖于专家规则或复杂的数据处理步骤,要么采用与该领域目标不符的模型或学习策略,导致检测效果不佳。基于此,文章提出一种利用进行提示词微调的智能合约漏洞检测方法 PC-Detector,该方法通过引入特定于任务的提示词知识,确保目标任务与模型预训练阶段任务的一致性,从而增强模型适应,提高检测效果。具体来说,文章提出4种针对智能合约漏洞检测的提示词设计方法,并验证了代码嵌入提示词不同位置对检测性能的影响。此外,文章利用代码嵌入提示词对CodeT5系列模型进行提示词微调,从而检测出智能合约中的漏洞。实验结果表明,该方法可以显著提高检测性能。

关键词：智能合约区块链漏洞检测提示词微调

来源：评论

学校读者我要写书评

暂无评论

基于参数语义的日志解析方法

引用

信息网络安全 2025年第4期 610-618页

作者：邢瀚韬阮树骅陈良国曾雪梅四川大学网络空间安全学院数据安全防护与智能治理教育部重点实验室四川大学网络空间安全研究院

现代信息系统规模日益扩大,通过分析结构各异的多源日志可以快速了解系统行为。日志参数的语义表征了系统中的实体信息,对实现多源日志的联合分析至关重要。但现有解析方法对日志参数的语义特征捕捉不足,存在语义缺失、语义覆盖范围不... 详细信息

现代信息系统规模日益扩大,通过分析结构各异的多源日志可以快速了解系统行为。日志参数的语义表征了系统中的实体信息,对实现多源日志的联合分析至关重要。但现有解析方法对日志参数的语义特征捕捉不足,存在语义缺失、语义覆盖范围不广、语义识别准确率不足等问题。因此,文章提出一种基于参数语义的日志解析方法（PS-Parser）,该方法通过构建BERT模型捕捉日志上下文语义特征,提取日志参数的语义,并通过常规参数语义特征库,补全日志参数不同层次的语义,最终根据参数语义表征系统实体,实现多源日志联合分析。文章在6个多源真实数据集上进行实验,日志参数解析的平均准确率为94.7%,平均语义覆盖率为81.7%,语义解析的平均F1分数为0.991,相较于现有方法有显著提升,验证了所提方法的有效性。最后,针对大数据系统下的日志分析场景,验证了基于参数语义的日志解析方法对多源日志联合分析工作的支持作用。

关键词：日志解析参数语义提取多源日志分析

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的卵巢囊腺瘤CT图像病灶分割

引用

计算机应用与软件 2025年第1期42卷 189-196页

作者：扈拯宁黄强谢尧周飞刘梦娟电子科技大学网络与数据安全四川省重点实验室四川成都610054 四川省人民医院电子科技大学附属医院妇产科四川成都610072

卵巢囊腺瘤是一种病发于卵巢内的疾病。为了实现卵巢CT图像的病灶自动分割,提出一种基于改进的U-net模型的卵巢囊腺瘤CT图像病灶分割方法,将VGG16作为编码器,进一步简化U-net模型结构,并且结合CT图像特征进行数据增强。基于临床诊断数... 详细信息

卵巢囊腺瘤是一种病发于卵巢内的疾病。为了实现卵巢CT图像的病灶自动分割,提出一种基于改进的U-net模型的卵巢囊腺瘤CT图像病灶分割方法,将VGG16作为编码器,进一步简化U-net模型结构,并且结合CT图像特征进行数据增强。基于临床诊断数据构建一个卵巢CT图像数据集,进行模型训练和评估。模型在测试集上的IoU(Intersection over Union)达到了88.85%,AUC达到了99.72%,表明改进的U-net模型进行卵巢囊腺瘤病灶分割的可行性和精确性。与原始U-net模型相比,所提出方法能够在不损失分割准确度的前提下缩减模型规模,更适用于辅助临床诊断。

关键词：医学图像分割 U-net 深度学习卵巢囊腺瘤

来源：评论

学校读者我要写书评

暂无评论

基于局部梯度平滑的解释鲁棒性对抗训练方法

引用

计算机科学 2025年第2期52卷 374-379页

作者：陈自刚潘鼎冷涛朱海华陈龙周由胜重庆邮电大学网络空间安全监测与治理重庆市重点实验室重庆400065 四川警察学院智能警务四川省重点实验室四川泸州646000 重庆邮电大学网络空间大数据智能安全教育部重点实验室重庆400065

深度学习可解释性在发展的同时,也面临着安全性方面的巨大挑战。模型对输入数据的解释结果存在被恶意操纵攻击的风险,此攻击严重限制了可解释性技术的应用场景并阻碍了人类对模型的探索与认知。针对此问题,提出一种使用模型梯度作为相... 详细信息

深度学习可解释性在发展的同时,也面临着安全性方面的巨大挑战。模型对输入数据的解释结果存在被恶意操纵攻击的风险,此攻击严重限制了可解释性技术的应用场景并阻碍了人类对模型的探索与认知。针对此问题,提出一种使用模型梯度作为相似性约束的解释鲁棒性对抗训练方法。首先,沿解释方向采样生成对抗训练数据;其次,结合训练过程中样本的梯度信息来计算采样数据解释之间的多种相似性指标,用以对模型正则化,平滑模型的曲率;最后,为验证所提出的解释鲁棒性对抗训练方法的有效性,在多个数据集和解释方法上进行验证,实验结果表明,所提方法在防御对抗解释样本上具有显著效果。

关键词：深度学习可解释性对抗攻击对抗训练对抗样本

来源：评论

学校读者我要写书评

暂无评论

面向高速网络流实时处理的资源自适应伸缩方法

引用

信息网络安全 2025年第1期25卷 110-123页

作者：康仕才陈良国陈兴蜀四川大学网络空间安全学院成都610065 数据安全防护与智能治理教育部重点实验室成都610065 四川大学网络空间安全研究院成都610065

在流处理中,静态资源配置难以应对实时变化且具有突发性的流数据负载,因此需要引入弹性机制。然而,在确定弹性伸缩时机和伸缩策略时,若未充分考虑伸缩的成本与收益之间的平衡,则会引发资源频繁调整,导致系统不稳定或效率降低。为解决这... 详细信息

在流处理中,静态资源配置难以应对实时变化且具有突发性的流数据负载,因此需要引入弹性机制。然而,在确定弹性伸缩时机和伸缩策略时,若未充分考虑伸缩的成本与收益之间的平衡,则会引发资源频繁调整,导致系统不稳定或效率降低。为解决这一问题,文章提出一种资源自适应伸缩算法,该算法通过分析流数据负载规模和资源使用情况,确定资源伸缩的方向和规模。同时,该算法采用一种最大平均处理吞吐量方法,以伸缩操作前后的处理吞吐量为量化指标评估资源伸缩所带来的开销与收益,优化伸缩策略,避免不必要的资源频繁调整。基于该算法,文章设计了网络流弹性处理框架,以实现框架的灵活扩展与资源的动态调整。在不同网络带宽场景下对框架进行测试,实验结果表明,该算法能够有效权衡开销与收益,精确实现资源的伸缩,应用该算法后,框架资源利用率提高40%以上,能够满足高速网络流处理的性能需求。

关键词：网络流流处理自适应资源伸缩

来源：评论

学校读者我要写书评

暂无评论

基于情感辅助多任务学习的社交网络攻击性言论检测技术研究

引用

信息网络安全 2025年第2期 281-294页

作者：金地任昊唐瑞陈兴蜀王海舟四川大学网络空间安全学院成都610065 数据安全防护与智能治理教育部重点实验室成都610065 四川大学网络空间安全研究院成都610065

随着互联网和移动互联网技术的快速发展,越来越多的人们热衷于在社交网络上获取信息,表达自己的立场和观点。但近年来,社交网络上充斥着越来越多的攻击性言论及其他不良言论,网络暴力大量滋生。目前,攻击性言论检测研究大多集中在英文领... 详细信息

随着互联网和移动互联网技术的快速发展,越来越多的人们热衷于在社交网络上获取信息,表达自己的立场和观点。但近年来,社交网络上充斥着越来越多的攻击性言论及其他不良言论,网络暴力大量滋生。目前,攻击性言论检测研究大多集中在英文领域,面向中文攻击性言论检测的相关研究较少。针对该问题,首先,文章采集了新浪微博平台中大量的推文数据,并依据制定的标注规则对相关数据进行标注,构建了中文攻击性言论数据集;然后,文章提取了包括情感特征、内容特征、传播特征3个类别在内的统计特征;最后,文章构建了基于多任务学习的攻击性言论检测模型,引入辅助任务情感分析,利用两个任务之间的高度相关性提升模型的检测效果。实验结果表明,文章提出的检测模型对攻击性言论的检测效果优于其他常用检测方法。该研究工作为后续的面向社交网络的攻击性言论检测提供了方法和思路。

关键词：攻击性言论多任务学习社交网络深度学习

来源：评论

学校读者我要写书评

暂无评论

计算机视觉领域对抗样本检测综述

引用

计算机科学 2025年第1期52卷 345-361页

作者：张鑫张晗牛曼宇姬莉霞郑州大学网络空间安全学院郑州450001 智能警务四川省重点实验室四川泸州646000 四川大学计算机学院成都610065

随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学... 详细信息

随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学习模型造成影响.首先,对近年来的对抗样本检测研究工作进行了整理,分析了对抗样本检测与训练数据的关系,根据检测方法所使用特征进行分类,系统全面地介绍了计算机视觉领域的对抗样本检测方法;然后,对一些结合跨领域技术的检测方法进行了详细介绍,统计了训练和评估检测方法的实验配置;最后,汇总了一些有望应用于对抗样本检测的技术,并对未来的研究挑战进行展望.

关键词：深度学习对抗样本攻击对抗样本检测人工智能安全图像分类

来源：评论

学校读者我要写书评

暂无评论

基于联盟链的公平性联邦学习框架

引用

西安电子科技大学学报 2025年第2期 214-224页

作者：赵洋刘悦李鹤翔王文豪电子科技大学网络与数据安全四川省重点实验室

为了解决传统联邦学习应用中心服务器可能存在的隐私泄露、单点失效和中毒攻击等问题，提出一种基于联盟链的公平性联邦学习框架。该框架通过每轮领导人节点与共识委员会节点的相互选择，实现数据的安全聚合和更新，确保系统的去中心化... 详细信息

为了解决传统联邦学习应用中心服务器可能存在的隐私泄露、单点失效和中毒攻击等问题，提出一种基于联盟链的公平性联邦学习框架。该框架通过每轮领导人节点与共识委员会节点的相互选择，实现数据的安全聚合和更新，确保系统的去中心化和分布式特性。同时利用区块链的不可篡改性和防单点攻击等特性，设计一种客户端级的数据质量评估方法，为多方训练提供必要的量化依据，保证评估结果的透明性和可追溯性，并优化节点选举流程，保证高质量客户端的优先选择。为了提升节点选举的公平性，提出基于Shapley值的改进算法，通过结合客户端的历史行为表现，使贡献度评估更加灵活准确，降低了低质量节点在贡献度评估中的比例，减少其数据对模型训练的负面影响。实验结果表明，该方案可以在确保模型预测准确性的基础上，显著提升领导人节点的选举公平性和客户端边际贡献的准确性；同时通过动态的节点奖励机制，确保系统的长期公平性，有效应对了联盟链中的公平性问题。

关键词：联邦学习夏普利值公平性共识机制

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：