检索结果-内蒙古大学图书馆

计算机技术与发展 2025年第2期35卷 54-62页

作者：王春东郑泽霖天津理工大学计算机科学与工程学院天津300384 天津公安警官职业学院天津300382 计算机病毒防治技术国家工程实验室天津300384

分布式拒绝服务(Distribute Denial of Service,DDoS)攻击是常见的网络攻击手段之一,对于影响力日益增长的区块链网络构成了较大的威胁。包含堆叠法(Stacking)在内的集成学习模型在DDoS攻击检测方面有很大前景,而Stacking在面对不同类... 详细信息

分布式拒绝服务(Distribute Denial of Service,DDoS)攻击是常见的网络攻击手段之一,对于影响力日益增长的区块链网络构成了较大的威胁。包含堆叠法(Stacking)在内的集成学习模型在DDoS攻击检测方面有很大前景,而Stacking在面对不同类型数据集时需要调整学习器组合。该文使用Stacking方法检测区块链DDoS攻击,利用贝叶斯优化确定各学习器超参数,同时还使用算术优化算法(Arithmetic Optimization Algorithm,AOA)选择基学习器的组合,来解决需要手动调节学习器的问题。在区块链网络攻击流量数据集和比特币交易所交易数据上分别进行了实验,通过准确率、攻击数据漏报率和宏平均精准率三种评价指标进行对比,该方法在这两种不同类型数据集上的性能均优于其他三种常见的集成学习算法。还通过改变实验数据集大小探究出攻击检测性能会随着数据集的增大而上升。通过实验可以证明该方法可以有效检测不同类型数据集上的区块链DDoS攻击。

关键词：网络空间安全区块链 DDoS攻击检测集成学习堆叠算术优化算法

来源：评论

学校读者我要写书评

暂无评论

平衡鲁棒性与数据失真的可逆数据库水印方案

引用

桂林理工大学学报 2025年第1期45卷 103-110页

作者：王春东李悦天津理工大学计算机科学与工程学院天津300384 天津理工大学计算机病毒防治技术国家工程实验室天津300384

数据库水印在保护版权和防止数据泄露方面起着不可替代的作用,但往往数据失真度和水印鲁棒性是正相关关系,鲁棒性越高,失真度越大。针对此问题,提出了一种平衡水印鲁棒性和数据失真的最优可逆数据库水印方案(IGADEW)。该方案不再局限于... 详细信息

数据库水印在保护版权和防止数据泄露方面起着不可替代的作用,但往往数据失真度和水印鲁棒性是正相关关系,鲁棒性越高,失真度越大。针对此问题,提出了一种平衡水印鲁棒性和数据失真的最优可逆数据库水印方案(IGADEW)。该方案不再局限于寻找单一最佳嵌入密钥,亦或最佳嵌入位置,而是利用遗传算法(GA)综合优化对象,设计带权目标函数来评估鲁棒性和失真度的平衡。IGADEW方案中引入基于散列函数的消息验证码(HMAC)加密、数字签名手段来保证鲁棒性,设置阈值约束来限制数据失真。可逆嵌入操作基于差值扩展(DEW)算术运算实现,并在提取阶段使用投票机制来避免检测结果的随机性。使用UCI数据集验证了方案的有效性,与现有方案相比,IGADEW对常见的插入、删除、修改攻击具有更好的鲁棒性,同时数据失真更小。

关键词：可逆数据库水印鲁棒性数据失真差值扩展遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于改进StarGAN-V2的多域面部表情转移

引用

计算机系统应用 2025年第4期34卷 228-238页

作者：王春东张浩龙天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

多域面部表情转移涉及不同图像之间的相互转换,目的是生成具有源面部表情和目标面部身份特征的高逼真度面部图像,解决传统方法生成图像相似度高和图像真实性低的问题.本文提出了一种基于改进StarGAN-V2的多域面部表情转移模型,该模型由... 详细信息

多域面部表情转移涉及不同图像之间的相互转换,目的是生成具有源面部表情和目标面部身份特征的高逼真度面部图像,解决传统方法生成图像相似度高和图像真实性低的问题.本文提出了一种基于改进StarGAN-V2的多域面部表情转移模型,该模型由生成器、鉴别器、映射网络和风格编码器组成,引入了空间注意力机制,并将循环一致性损失改进为对抗性循环一致性损失,在生成器后增加了一个新的域反馈鉴别器.该改进后的Star GAN-V2模型能够基于源图像和目标图像,生成具有源面部表情和目标面部身份特征的高逼真度面部图像.实验结果表明,改进后的模型潜在引导合成和参考引导合成FID值为11.9与17.4,LPIPS值为0.491与0.426,均优于对照模型,改进后的模型解决了图像相似度高的问题,生成的图像也更加真实.

关键词：面部表情转移 StarGAN-V2 多域风格网络安全

来源：评论

学校读者我要写书评

暂无评论

基于矫正理解的中文文本对抗样本生成方法

引用

计算机工程 2023年第2期49卷 37-45页

作者：王春东孙嘉琪杨文军天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

自然语言处理技术在文本分类、文本纠错等任务中表现出强大性能,但容易受到对抗样本的影响,导致深度学习模型的分类准确性下降。防御对抗性攻击是对模型进行对抗性训练,然而对抗性训练需要大量高质量的对抗样本数据。针对目前中文对抗... 详细信息

自然语言处理技术在文本分类、文本纠错等任务中表现出强大性能,但容易受到对抗样本的影响,导致深度学习模型的分类准确性下降。防御对抗性攻击是对模型进行对抗性训练,然而对抗性训练需要大量高质量的对抗样本数据。针对目前中文对抗样本相对缺乏的现状,提出一种可探测黑盒的对抗样本生成方法WordIllusion。在数据处理与计算模块中,数据在删除标点符号后输入文本分类模型得到分类置信度,再将分类置信度输入CKSFM计算函数,通过计算比较cksf值选出句子中的关键词。在关键词替换模块中,利用字形嵌入空间和同音字库中的相似词语替换关键词并构建对抗样本候选序列,再将序列重新输入数据处理与计算模块计算cksf值,最终选择cksf值最高的数据作为最终生成的对抗样本。实验结果表明,WordIllusion方法生成的对抗样本在多数深度学习模型上的攻击成功率高于基线方法,在新闻分类场景的DPCNN模型上相比于CWordAttack方法最多高出41.73个百分点,且生成的对抗样本与原始文本相似度很高,具有较强的欺骗性与泛化性。

关键词：深度神经网络自然语言处理文本分类对抗样本矫正理解

来源：评论

学校读者我要写书评

暂无评论

基于欠采样和多层集成学习的恶意网页识别

引用

计算机工程与设计 2024年第3期45卷 669-675页

作者：王法玉于晓文陈洪涛天津理工大学计算机病毒防治技术国家工程实验室天津300384

现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二... 详细信息

现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二层基于投票的集成学习保证全局信息的完整性。实验结果表明,所提模型在不平衡数据集上的恶意网页识别性能优于传统机器学习模型。

关键词：恶意网页识别不平衡数据多层分类器欠采样机器学习集成学习检测效果

来源：评论

学校读者我要写书评

暂无评论

基于字词重现的中文文本对抗样本生成方法

引用

计算机工程 2024年

作者：王春东赵智航杨伟杰方顺尧天津理工大学计算机科学与工程学院计算机病毒防治技术国家工程实验室

随着海量数据的积累以及计算能力的不断提高，深度神经网络（DNN）已广泛应用于图像识别、文本分类等各个领域。然而，研究表明基于深度神经网络的文本分类模型经常受到攻击者恶意构造的对抗样本攻击，攻击者可以通过删除、修改原始文... 详细信息

随着海量数据的积累以及计算能力的不断提高，深度神经网络（DNN）已广泛应用于图像识别、文本分类等各个领域。然而，研究表明基于深度神经网络的文本分类模型经常受到攻击者恶意构造的对抗样本攻击，攻击者可以通过删除、修改原始文本、插入混淆语句以及加入标点符等方式使得模型分类结果发生改变。现有的对抗样本生成方法大多都是以牺牲隐蔽性为代价，采用多类型替换池杂糅的方式来提高攻击准确率，使得攻击成功率和对抗样本的隐蔽性无法兼得。针对此问题，本文提出了一种针对对抗样本隐蔽性进行设计的中文对抗样本生成方法WordReproduction，通过汉字本身词性并结合字词级维度来计算汉字的显著性得分，在关键字词替换模块中利用形近字向量空间、字形拆分候选池和词语倒置三种字形替换方法结合，分别对关键字和词进行替换，并根据汉字的形态特征设计了字形相似度评估算法，更好地量化对抗样本与原文之间的相似程度。实验结果表明，WordReproduction方法生成的对抗样本在攻击成功率和字形相似度上均优于基线方法，在情感分类场景的Transformer模型上，相比WordHandling方法，不仅攻击成功率提高了51.64个百分点，其字形相似度得分也提高了0.53，生成的对抗样本不仅能够误导模型的分类结果，而且具有较高的隐蔽性，人类阅读者很难觉察。

关键词：深度神经网络文本分类对抗样本生成字形替换相似度评估

来源：评论

学校读者我要写书评

暂无评论

SDN中基于信息熵与DNN的DDoS攻击检测模型

引用

计算机研究与发展 2019年第5期56卷 909-918页

作者：张龙王劲松天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室(天津理工大学) 天津300457 天津市智能计算及软件新技术重点实验室(天津理工大学) 天津300384

软件定义网络(software defined networking, SDN)解耦了网络的数据层与控制层,同时控制器也面临"单点失效"的危险.攻击者可以发起分布式拒绝服务攻击(distributed denial of service, DDoS)使控制器失效,影响网络安全.为解决... 详细信息

软件定义网络(software defined networking, SDN)解耦了网络的数据层与控制层,同时控制器也面临"单点失效"的危险.攻击者可以发起分布式拒绝服务攻击(distributed denial of service, DDoS)使控制器失效,影响网络安全.为解决SDN中的DDoS流量检测问题,创新性地提出了基于信息熵与深度神经网络(deep neural network, DNN)的DDoS检测模型.该模型包括基于信息熵的初检模块和基于深度神经网络DNN的DDoS流量检测模块.初检模块通过计算数据包源、目的IP地址的信息熵值初步发现网络中的可疑流量,并利用基于DNN的DDoS检测模块对疑似异常流量进行进一步确认,从而发现DDoS攻击.实验表明:该模型对DDoS流量的识别率达到99%以上,准确率也有显著提高,误报率明显优于基于信息熵的检测方法.同时,该模型还能缩短检测时间,提高资源使用效率.

关键词：软件定义网络异常检测分布式拒绝服务攻击信息熵深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于PU与生成对抗网络的POI定位算法

引用

计算机研究与发展 2019年第9期56卷 1843-1850页

作者：田继伟王劲松石凯天津理工大学计算机科学与工程学院天津300384 天津市智能计算及软件新技术重点实验室(天津理工大学) 天津300384 计算机病毒防治技术国家工程实验室(天津理工大学) 天津300457

随着智能移动设备的快速普及,人们对基于位置的社交网络服务的依赖性越来越高.但是,由于数据采集成本昂贵以及现有数据采集技术的缺陷,基于小样本数据挖掘的兴趣点(point of interest, POI)定位已经成为了一种挑战.尽管已经有一些POI定... 详细信息

随着智能移动设备的快速普及,人们对基于位置的社交网络服务的依赖性越来越高.但是,由于数据采集成本昂贵以及现有数据采集技术的缺陷,基于小样本数据挖掘的兴趣点(point of interest, POI)定位已经成为了一种挑战.尽管已经有一些POI定位方面的研究,但是现有的方法不能解决正样本数据不足的问题.提出一种基于PU与生成对抗网络(positive and unlabeled generative adversarial network, puGAN)的模型,采用PU学习和生成对抗网络相结合的方式挖掘数据的隐藏特征,生成伪正样本弥补数据不足的问题,并校正无标签样本数据的分布,从而训练出有效的POI判别模型.通过分析ROC曲线以及训练误差和测试误差在迭代过程中的变化和关系来比较不同模型在实验场景下的效果.结果表明,puGAN模型可以有效解决数据样本不足的问题,进而提高POI定位的准确性.

关键词：数据挖掘兴趣点定位 PU 生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

一种利用低秩多模态融合的恶意软件分类方法

引用

小型微型计算机系统 2024年第12期45卷 3008-3015页

作者：王春东刘驰天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

恶意软件数量持续增长对网络空间安全造成严重威胁.大量采用规避分析方法进行混淆的样本使得基于单一特征的恶意软件分析方法难以准确检测或分类恶意软件,虽然目前已有使用多特征的恶意软件分析方法,但没有充分利用不同模态特征之间的... 详细信息

恶意软件数量持续增长对网络空间安全造成严重威胁.大量采用规避分析方法进行混淆的样本使得基于单一特征的恶意软件分析方法难以准确检测或分类恶意软件,虽然目前已有使用多特征的恶意软件分析方法,但没有充分利用不同模态特征之间的相互关系.为了解决上述问题,本文提出一种利用低秩多模态融合的恶意软件分类方法.首先提取汇编函数的语义与调用关系、可视化灰度图和熵值分布分别输入对应模态的子模型,然后通过低秩多模态融合方法进行多模态特征融合.该方法在利用外积表示模态之间相互关系的基础上进行优化,将融合过程中的权重矩阵分解为低秩权重因子,避免计算高维张量来降低计算复杂性.实验表明本文方法在恶意软件分类上有较好的表现.

关键词：恶意软件分类低秩多模态融合汇编代码灰度图熵值分布

来源：评论

学校读者我要写书评

暂无评论

基于改进鸽群算法组合优化的入侵检测模型

引用

计算机科学 2024年第S02期51卷 904-910页

作者：王春东雷杰斌天津理工大学计算机科学与工程学院天津300384 计算机病毒防治技术国家工程实验室天津300384

入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者... 详细信息

入侵检测作为一种保护网络免受攻击的安全防御技术,在网络安全领域中扮演着重要的角色。研究人员利用机器学习技术提出了不同的网络入侵检测模型。然而,特征冗余和机器学习参数优化问题仍然是入侵检测系统面临的挑战。现有研究均将二者视为独立问题,分别优化。但机器学习参数与训练数据中的特征密切相关,特征集的改变很可能引起最优机器学习参数的变化。针对这一问题,提出了一种基于改进鸽群算法组合优化的入侵检测方法(ICOPIO)。该方法可以同时实现特征筛选和机器学习参数优化,避免了人为参数设置的干扰,减少了冗余和无关特征的影响,进一步提高了入侵检测模型的性能。此外,还利用Spark对ICOPIO进行并行化处理,提高了ICOPIO的效率。最后,使用NSL-KDD和UNSW-NB15两个入侵检测标准数据集对模型进行了评估,与现有的几种相关方法相比,所提出的模型在TPR、FPR、平均准确率上都取得了最好的结果,且证明了ICOPIO具有良好的可扩展性。

关键词：特征选择参数优化入侵检测并行化鸽群算法

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：