检索结果-内蒙古大学图书馆

计算机科学 2025年第5期52卷 291-298页

作者：王攀祥崔允贺申国伟郭春陈意钱清贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学计算机科学与技术学院公共大数据国家重点实验室贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流... 详细信息

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流的数据包进行大量的测量,忽略了对中小流数据包的测量。为了克服上述问题,提出了一个轻量级的INT方法——EvoTrace。EvoTrace设计了一种非线性数据包遥测方法,根据网络流的属性监测不同流的数据包。此外,EvoTrace还采用元数据批处理的方式对遥测元数据进行聚合,以减少网络带宽占用和遥测数据包的数量。在OpenvSwitch(OVS)上实现了EvoTrace并进行了测试,实验结果表明,与现有方法相比,EvoTrace在提高网络流监测覆盖率的同时,节省了40%以上的INT带宽占用。

关键词：网络遥测可编程数据平面带内网络遥测网络测量软件定义网络

来源：评论

学校读者我要写书评

暂无评论

基于探测间隔变化的OpenFlow交换机超时嗅探方法

引用

信息网络安全 2025年第2期 295-305页

作者：杨致远崔允贺陈意郭春贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成... 详细信息

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成时间以及超时之间的关系对于探测超时的影响,导致出现探测失败、超时类型识别错误和超时值探测精度低的问题。为解决上述问题,文章提出一种基于探测间隔变化的OpenFlow交换机流表项超时机制嗅探方法—TIMIC。该方法先通过调整探测包的发送间隔获得超时值,再通过该超时值判断具体的超时机制及更精确的超时值。实验结果表明,TIMIC在不同的超时机制下都能成功探测超时类型和超时值,且探测出的超时值能够保持较小的探测误差。在通用的超时设置下,TIMIC发送的超时探测包更少,探测成本更低。

关键词：软件定义网络超时机制嗅探探测间隔

来源：评论

学校读者我要写书评

暂无评论

基于分层自编码器的异常网络流量检测

引用

中兴通讯技术 2024年第5期30卷 81-86页

作者：张晓青谷勇浩田甜北京邮电大学计算机学院中国北京100876 北京邮电大学智能通信软件与多媒体北京市重点实验室中国北京100876 中山大学广东省信息安全技术重点实验室中国广州510275 中兴通讯股份有限公司中国深圳518057

通过研究现有异常网络流量检测技术存在的问题,提出了一种分层自编码器(HAE)集成模型,以无监督的学习方式摆脱了传统检测方法对于样本标签和攻击样本的依赖,以分层集成的方式学习正常流量的多种分布特征提高单个自编码的检测效果。与现... 详细信息

通过研究现有异常网络流量检测技术存在的问题,提出了一种分层自编码器(HAE)集成模型,以无监督的学习方式摆脱了传统检测方法对于样本标签和攻击样本的依赖,以分层集成的方式学习正常流量的多种分布特征提高单个自编码的检测效果。与现有集成学习方式不同,HAE以串行的方式学习上一自编码器学得不好的样本,降低了训练和测试时间。仿真实验结果表明,相比传统的异常检测方法,HAE具有更高的检测率。

关键词：分层自编码器异常网络流量检测无监督学习方法集成学习

来源：评论

学校读者我要写书评

暂无评论

基于半监督深度学习的木马流量检测方法

引用

计算机研究与发展 2022年第6期59卷 1329-1342页

作者：谷勇浩黄博琪王继刚田甜刘焱吴月升北京邮电大学计算机学院北京100876 智能通信软件与多媒体北京市重点实验室(北京邮电大学) 北京100876 广东省信息安全技术重点实验室(中山大学) 广州510275 中兴通讯股份有限公司南京210012 百度在线网络技术(北京)有限公司北京100080

针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题,提出基于半监督深度学习的木马流量检测方法,利用大量未标记网络流量用于模型训练.首先,采用基于mea... 详细信息

针对木马流量检测技术存在人工提取特征不够准确、大量标记样本获取困难、无标记样本没有充分利用、模型对于未知样本识别率较低等问题,提出基于半监督深度学习的木马流量检测方法,利用大量未标记网络流量用于模型训练.首先,采用基于mean teacher模型的检测方法提高检测准确率;然后,为解决mean teacher模型中采用随机噪声导致模型泛化能力不足的问题,提出基于虚拟对抗mean teacher模型的检测方法;最后,通过实验验证所提半监督深度学习检测方法在少标记样本下的二分类、多分类以及未知样本检测任务中具有更高的准确率.此外,基于虚拟对抗mean teacher模型的检测方法在多分类任务中比原始mean teacher模型表现出更强的泛化性能.

关键词：木马流量检测深度学习半监督模型 mean teacher 虚拟对抗训练

来源：评论

学校读者我要写书评

暂无评论

基于图像和视频信息的社交关系理解研究综述

引用

计算机学报 2021年第6期44卷 1168-1199页

作者：王正吴斌王文哲滕一阳帅杰肖云鹏白婷北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 北京邮电大学计算机学院(国家示范性软件学院) 北京100876 合肥工业大学媒体计算实验室合肥230601 重庆邮电大学网络与信息安全技术重庆市工程实验室重庆400065

随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价... 详细信息

随着多媒体技术的快速发展,互联网上涌现了大量的文本、图像、视频、音频等多媒体数据.多媒体数据的特点表现为形式上多源异构、语义上互相联系.基于多媒体信息的社交关系理解是利用各种手段和方法从海量异构的多媒体数据中挖掘出有价值的信息,帮助人们快速地理解多媒体信息中的社交关系,促进多媒体内容理解、人物追踪、知识图谱的构建等多媒体数据检索和智能商业服务的发展.图像和视频是多媒体信息的重要组成部分,基于图像和视频信息的社交关系理解研究逐渐引起了学术界和工业界的广泛关注.本文主要对近年来基于图像和视频信息的社交关系理解的分类和研究现状进行总结.首先,给出问题定义并对基于图像和视频信息的社交关系理解过程进行介绍.其次,从图像和视频两个角度概括总结社交关系理解的主要研究现状.然后,在介绍已有的图像和视频数据集的基础上,对现有的主要算法进行比较分析.最后,对基于图像和视频信息的社交关系理解中的主要问题和挑战作进一步阐述.本文旨在为感兴趣的研究人员提供有益的参考,帮助其更全面地了解基于图像和视频信息的社交关系理解的研究现状,推动该领域的进一步发展.

关键词：多媒体特征抽取图像内容理解视频内容理解社交关系理解多元关系判定社交理解应用

来源：评论

学校读者我要写书评

暂无评论

基于注意力感知和语义感知的RGB-D室内图像语义分割算法

引用

计算机学报 2021年第2期44卷 275-291页

作者：段立娟孙启超乔元华陈军成崔国勤北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124 浙江省北大信息技术高等研究院杭州311200 北京工业大学应用数理学院北京100124 北京中星微电子有限公司数字多媒体芯片技术国家重点实验室北京100191

近年来,全卷积神经网络有效提升了语义分割任务的准确率.然而,由于室内环境的复杂性,室内场景语义分割仍然是一个具有挑战性的问题.随着深度传感器的出现,人们开始考虑利用深度信息提升语义分割效果.以往的研究大多简单地使用等权值的... 详细信息

近年来,全卷积神经网络有效提升了语义分割任务的准确率.然而,由于室内环境的复杂性,室内场景语义分割仍然是一个具有挑战性的问题.随着深度传感器的出现,人们开始考虑利用深度信息提升语义分割效果.以往的研究大多简单地使用等权值的拼接或求和操作来融合RGB特征和深度特征,未能充分利用RGB特征与深度特征之间的互补信息.本文提出一种基于注意力感知和语义感知的网络模型ASNet(Attention-aware and Semantic-aware Network).通过引入注意力感知多模态融合模块和语义感知多模态融合模块,有效地融合多层次的RGB特征和深度特征.其中,在注意力感知多模态融合模块中,本文设计了一种跨模态注意力机制,RGB特征和深度特征利用互补信息相互指导和优化,从而提取富含空间位置信息的特征表示.另外,语义感知多模态融合模块通过整合语义相关的RGB特征通道和深度特征通道,建模多模态特征之间的语义依赖关系,提取更精确的语义特征表示.本文将这两个多模态融合模块整合到一个带有跳跃连接的双分支编码-解码网络模型中.同时,网络在训练时采用深层监督策略,在多个解码层上进行监督学习.在公开数据集上的实验结果表明,本文算法优于现有的RGB-D图像语义分割算法,在平均精度和平均交并比上分别比近期算法提高了1.9%和1.2%.

关键词： RGB-D语义分割卷积神经网络多模态融合注意力模型深度学习

来源：评论

学校读者我要写书评

暂无评论

基于关键载荷截取的SQL注入攻击检测方法

引用

信息网络安全 2021年第7期21卷 43-53页

作者：郭春蔡文艳申国伟周雪梅贵州大学计算机科学与技术学院贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025

SQL注入攻击是黑客对数据库进行攻击的常用手段之一,对当前Web应用程序安全构成了重大威胁。针对由于SQL注入攻击语句与正常HTTP请求语句之间存在较多相同字符串而影响分类准确性的问题,文章在分析SQL注入攻击全过程中各阶段攻击语句和... 详细信息

SQL注入攻击是黑客对数据库进行攻击的常用手段之一,对当前Web应用程序安全构成了重大威胁。针对由于SQL注入攻击语句与正常HTTP请求语句之间存在较多相同字符串而影响分类准确性的问题,文章在分析SQL注入攻击全过程中各阶段攻击语句和正常HTTP请求语句区别的基础上,提出了一种基于特征词对的关键载荷截取方法。该方法能够从SQL注入攻击语句中截取出区别于正常HTTP请求语句的关键载荷。结合自然语言处理技术、所截取的关键载荷、word2vec和分类算法,文章构建了一种基于关键载荷截取的SQL注入攻击检测方法并搭建Web系统对其进行了实验测试。实验结果表明,该方法在检测准确性和检测效率上均优于基于完整请求和word2vec的SQL注入攻击检测方法。

关键词： SQL注入关键载荷截取机器学习

来源：评论

学校读者我要写书评

暂无评论

基于区块链的可监管慈善系统设计与实现

引用

软件工程与应用 2022年第3期11卷 494-503页

作者：杨铠铖陈玉玲贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳桂林电子科技大学广西密码学与信息安全重点实验室广西桂林

近年来,中国慈善事业的快速发展带来了许多问题,现有的慈善管理系统是中心化的、慈善募捐过程不透明的,这导致了难以获得捐赠者的信任和捐赠。区块链的可信计算模型为解决上述问题提供了新思路。本文采用联盟链Hyperledger Fabric作为... 详细信息

近年来,中国慈善事业的快速发展带来了许多问题,现有的慈善管理系统是中心化的、慈善募捐过程不透明的,这导致了难以获得捐赠者的信任和捐赠。区块链的可信计算模型为解决上述问题提供了新思路。本文采用联盟链Hyperledger Fabric作为区块链平台实现了可监管慈善系统,制定了慈善项目发起、捐款、执行的智能合约,并设计了Charity Coin作为系统数字货币,保证捐款流向可追溯。最后,性能测试表明,该系统能够满足应用要求。

关键词：区块链 Hyperledger Fabric 慈善监管智能合约

来源：评论

学校读者我要写书评

暂无评论

理性公平的秘密共享方案

引用

计算机学报 2020年第8期43卷 1517-1533页

作者：刘海李兴华田有亮雒彬马建峰彭长根贵州财经大学信息学院贵州财经大学数据与高性能计算国际联合研究中心贵州大学公共大数据国家重点实验室西安电子科技大学网络与信息安全学院西安电子科技大学综合业务网理论及关键技术国家重点实验室贵州大学计算机科学与技术学院

理性秘密共享是将自利的理性用户引入到传统秘密共享中,力图在现实环境中实现公平的秘密重构,使得所有用户均能获得共享秘密.然而,由于忽略了理性用户的自利性行为,现有理性秘密共享的公平性定义允许出现用户不发送子秘密也能获得共享... 详细信息

理性秘密共享是将自利的理性用户引入到传统秘密共享中,力图在现实环境中实现公平的秘密重构,使得所有用户均能获得共享秘密.然而,由于忽略了理性用户的自利性行为,现有理性秘密共享的公平性定义允许出现用户不发送子秘密也能获得共享秘密的不公平情形.这导致在使用以该定义为指导所设计的理性秘密共享方案时,并不能确保所有用户均能获得共享秘密;甚至还会出现发送错误子秘密欺骗其他用户,导致其他用户将重构出的虚假的共享秘密视为真实秘密的极端情形.为解决该问题,本文结合秘密共享的存取结构,形式化定义了秘密共享的理性公平性.并以此为指导,通过在秘密分发阶段为每个理性用户发送大量虚假子秘密,使得理性用户难以准确猜测出真实共享子秘密的方法,设计一个混淆激励机制,并提出一个理性公平的秘密共享方案.理论分析和大量实验表明,该方案能有效地约束理性用户在秘密重构阶段的自利性行为,确保所有用户能获得真实的共享秘密,高效地实现公平的秘密共享.

关键词：理性秘密共享理性公平混淆存取结构激励机制

来源：评论

学校读者我要写书评

暂无评论

一种基于深度强化学习的Spark Streaming参数优化方法

引用

计算机与现代化 2021年第10期 49-56,62页

作者：刘露申国伟郭春崔允贺蒋朝惠伍大勇贵州大学计算机科学与技术学院贵州贵阳550025 贵州省软件工程与信息安全特色重点实验室贵州贵阳550025 科大讯飞股份有限公司安徽合肥230011

Spark Streaming作为主流的开源分布式流分析框架,性能优化是目前的研究热点之一。在Spark Streaming性能优化中,业务场景下的配置参数优化是其性能提升的重要因素。在Spark Streaming系统中,可配置的参数有200多个,对参数调优人员的经... 详细信息

Spark Streaming作为主流的开源分布式流分析框架,性能优化是目前的研究热点之一。在Spark Streaming性能优化中,业务场景下的配置参数优化是其性能提升的重要因素。在Spark Streaming系统中,可配置的参数有200多个,对参数调优人员的经验要求较高,未经优化的参数配置会影响流作业执行性能。因此,针对Spark Streaming的参数配置优化问题,提出一种基于深度强化学习的Spark Streaming参数优化方法(DQN-SSPO),将Spark Streaming参数优化配置问题转化为深度强化学习模型训练中的最大回报获得问题,并提出权重状态空间转移方法来增加模型训练获得高反馈奖励的概率。在3种典型的流分析任务上进行实验,结果表明经参数优化后Spark Streaming上的流作业性能在总调度时间上平均缩减27.93%,在总处理时间上平均缩减42%。

关键词： Spark Streaming 性能优化深度强化学习参数调优

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：