检索结果-内蒙古大学图书馆

西安电子科技大学学报 2024年第2期51卷 196-210页

作者：田有亮赵敏毕仁万熊金波贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州省密码学与区块链技术特色重点实验室贵州贵阳550025 福建师范大学计算机与网络空间安全学院福建福州350117

针对云环境下数据隐私泄露及聚类过程中云服务器间共谋的问题,提出一种抗理性敌手共谋的安全协作K-prototype聚类方案,目的在不泄露各方隐私数据情况下根据距离度量将相似的数据进行聚类。首先,考虑到同态加密不直接支持非线性计算,基... 详细信息

针对云环境下数据隐私泄露及聚类过程中云服务器间共谋的问题,提出一种抗理性敌手共谋的安全协作K-prototype聚类方案,目的在不泄露各方隐私数据情况下根据距离度量将相似的数据进行聚类。首先,考虑到同态加密不直接支持非线性计算,基于同态加密和加性秘密共享技术设计安全比较协议和安全大于协议,并确保输入数据、中间结果及模型参数均为加性秘密份额形式,以防止单个服务器能够获得完整数据,且能实现非线性函数的精确计算,在已设计的安全计算协议基础上,实现安全距离计算、安全聚类标签更新、安全聚类中心更新、聚类标签及聚类中心重构;其次,根据博弈均衡理论设计多种高效激励机制,构造互制合约及举报合约以约束云服务器诚实非共谋地执行聚类任务;最后,对所提的安全计算协议及合约进行理论分析,并对该方案的性能进行实验验证。实验结果表明,与明文环境下的模型精度相比,该方案的模型精度损失控制在0.22%内,进而验证了所提方案的有效性。

关键词：加性秘密共享同态加密安全计算协议抗共谋安全协作

来源：评论

学校读者我要写书评

暂无评论

基于激励相容的权益分散共识算法

引用

通信学报 2022年第12期43卷 101-112页

作者：田有亮袁延森高鸿峰杨旸熊金波贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州省密码学与区块链技术特色重点实验室贵州贵阳550025 新加坡管理大学计算机与信息系统学院新加坡188065 福建师范大学计算机与网络空间安全学院福建福州350117

PoW共识算法被证明是激励不相容的,存在高奖励差异下的算力中心化和极端情况下的分叉收敛速度较慢等问题。基于此,提出了一种基于激励相容的SSPoW共识算法。通过引入局部解来计算区块链的聚合算力,利用算力的显性量化加快分叉收敛速度,... 详细信息

PoW共识算法被证明是激励不相容的,存在高奖励差异下的算力中心化和极端情况下的分叉收敛速度较慢等问题。基于此,提出了一种基于激励相容的SSPoW共识算法。通过引入局部解来计算区块链的聚合算力,利用算力的显性量化加快分叉收敛速度,从而满足区块链的一致性。通过改进奖励方案实现激励相容,减少因高奖励差异导致的算力中心化问题。仿真结果证明,所提算法能有效削减奖励差异,并且效率高于传统Po W共识算法,对提高系统安全性和共识效率有积极意义。

关键词：共识算法合作挖矿分叉收敛奖励方案

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的联邦学习深度影子防御方案

引用

计算机应用 2024年第1期44卷 223-232页

作者：周辉陈玉玲王学伟张洋文何建江省部共建公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025 潍坊科技学院计算机学院山东寿光262700

联邦学习(FL)可以使用户在不直接上传原始数据的条件下完成多方数据共享和交互,有效降低隐私泄露风险。然而,现有的研究表明敌手仍可以通过共享的梯度信息重构出原始数据。为进一步保护联邦学习隐私,基于生成对抗网络(GAN)提出一种联邦... 详细信息

联邦学习(FL)可以使用户在不直接上传原始数据的条件下完成多方数据共享和交互,有效降低隐私泄露风险。然而,现有的研究表明敌手仍可以通过共享的梯度信息重构出原始数据。为进一步保护联邦学习隐私,基于生成对抗网络(GAN)提出一种联邦学习深度影子防御方案。首先,通过生成对抗网络学习原始真实数据分布特征,并生成可替代的影子数据;然后,通过影子数据训练影子模型替代原始模型,敌手无法直接获取真实数据训练过的原始模型;最后,利用影子数据在影子模型中产生的影子梯度替代真实梯度,使敌手无法获取真实梯度。在CIFAR10和CIFAR100数据集上进行了实验:与添加噪声、梯度裁剪、梯度压缩、表征扰动和局部正则化稀疏化五种防御方案相比,在CIFAR10数据集上所提方案的均方误差(MSE)是对比方案的1.18~5.34倍,特征均方误差(FMSE)是对比方案的4.46~1.03×10^(7)倍,峰值信噪比(PSNR)是对比方案的49.9%~90.8%;在CIFAR100数据集上的MSE是对比方案的1.04~1.06倍,FMSE是对比方案的5.93~4.24×10^(3)倍,PSNR是对比方案的96.0%~97.6%。相较于深度影子防御方法,所提方案考虑了敌手的实际攻击能力和影子模型训练存在的问题,设计了威胁模型和影子模型生成算法,在理论分析和实验方面表现更好,而且能够在保证准确率的前提下有效降低联邦学习隐私泄露风险。

关键词：联邦学习生成对抗网络梯度反演隐私保护防御方案

来源：评论

学校读者我要写书评

暂无评论

高维混合不确定条件下基于降维积分的产品关键结构可靠性优化设计

引用

计算机集成制造系统 2024年第12期30卷 4152-4167页

作者：洪兆溪谭建荣何利力胡炳涛张志峰宋秀菊冯毅雄浙江大学宁波科创中心浙江宁波315100 浙江大学流体动力基础件与机电系统全国重点实验室浙江杭州310027 浙江理工大学计算机科学与技术学院浙江杭州310018 贵州大学省部共建公共大数据国家重点实验室贵州贵阳550025

在产品可靠性中注入优化设计思想,在满足可靠度要求的前提下寻找能够使目标性能最优的关键结构设计变量取值,是保障产品性能和提升人类使用感受的重要途径。值得注意的是,不确定因素在结构设计过程中无处不在且品种多样,特别是区间不确... 详细信息

在产品可靠性中注入优化设计思想,在满足可靠度要求的前提下寻找能够使目标性能最优的关键结构设计变量取值,是保障产品性能和提升人类使用感受的重要途径。值得注意的是,不确定因素在结构设计过程中无处不在且品种多样,特别是区间不确定和随机不确定往往同时存在,并具有较高的参数维度,使得传统的设计方法不再适用。针对此问题,先引入积分降维来提升产品关键结构可靠性的分析速度,再通过Kriging近似建模技术和多目标粒子群智能算法,建立高维混合不确定产品关键结构可靠性优化设计的高效循环嵌套计算架构。内层计算聚焦于考虑高维混合不确定变量的产品关键结构功能函数降维积分以快速获取其上下界函数表征及对应的可靠性范围,外层计算则根据内层的可靠性分析结果来判断当前的结构设计变量是否满足可靠性要求并借助多目标粒子群智能算法进行搜索更新,有效减小了产品关键结构可靠性优化设计过程的计算工作量,并通过工程实例验证了所提方法的合理性与有效性。

关键词：高维混合不确定降维积分可靠性优化设计产品结构双层嵌套计算

来源：评论

学校读者我要写书评

暂无评论

基于提示标签协同的关系抽取方法

引用

计算机科学与探索 2024年

作者：冉哲宇陈艳平王凯黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院

提示学习可以将下游任务转换为预训练任务形式的掩码预测任务。然而，将提示学习应用于关系抽取任务时，由于掩码的输出是标签类别的语义向量表示，容易导致生成空间过大而对掩码语义解析度不足。针对这一问题，本文提出了一种基于提示... 详细信息

提示学习可以将下游任务转换为预训练任务形式的掩码预测任务。然而，将提示学习应用于关系抽取任务时，由于掩码的输出是标签类别的语义向量表示，容易导致生成空间过大而对掩码语义解析度不足。针对这一问题，本文提出了一种基于提示标签协同的关系抽取方法。具体而言，通过为每个关系类构建两组同义词标签。其中一组用于学习掩码表示，另一组用于强化标签语义。然后，在掩码语言模型中引入约束层以对掩码表示进行双向约束。使得两组同义词标签间隐含差异的语义和先验知识能够融入到关系表示中。同时，由于同义词标签是基于知识初始化的，它们在潜在变量空间中可能不是最优的，应该与周围的上下文相关联。因此，在训练过程中，同义词标签表示会与掩码共同参与优化。本文提出的方法能够提高模型对标签语义的认知能力，同时优化掩码表示，从而提升模型对掩码的语义解析能力。实验结果表明，该方法在标准和小样本设置的三个公共数据集上均明显优于对比的方法，证明了该方法的有效性。

关键词：提示学习标签协同掩码语言模型

来源：评论

学校读者我要写书评

暂无评论

基于联邦学习的多源数据用户画像设计方案

引用

南京邮电大学学报（自然科学版） 2023年第5期43卷 83-91页

作者：陈晶彭长根谭伟杰贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学贵州省大数据产业发展应用研究院贵州贵阳550025

中小微型企业在用户画像实际应用中缺乏足够的数据和特征标签,难以得到精准的结果。同时,跨行业、跨部门数据以集中方式进行训练会导致隐私泄露。针对以上问题,提出了一种基于联邦学习的多源数据用户画像设计方案。该方案设计了联邦画... 详细信息

中小微型企业在用户画像实际应用中缺乏足够的数据和特征标签,难以得到精准的结果。同时,跨行业、跨部门数据以集中方式进行训练会导致隐私泄露。针对以上问题,提出了一种基于联邦学习的多源数据用户画像设计方案。该方案设计了联邦画像系统框架,利用联邦学习的计算机制和隐私求交算法,实现了多源数据共享,保证了各方数据集的隐私安全。实验表明,对比本地画像方案和部分多源数据画像方案,所提方案能够大幅度提高预测精度,具有更高的隐私安全性和算法扩展性。

关键词：用户画像数据共享数据隐私安全联邦学习预测准确率

来源：评论

学校读者我要写书评

暂无评论

USPS:面向算力资源高效协同的用户态跨协议代理系统

引用

计算机科学 2023年第11期50卷 348-355页

作者：夏景旋申国伟郭春崔允贺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省部共建公共大数据国家重点实验室贵阳550025

随着算力网络的快速发展,通用算力、人工智能算力、超算等算力资源分布广泛。算力资源协同服务是算力网络研究的关键问题。在算力资源协同过程中,一方面,算力网络面临海量终端算力服务的高并发请求和低时延响应需求;另一方面,其难以充... 详细信息

随着算力网络的快速发展,通用算力、人工智能算力、超算等算力资源分布广泛。算力资源协同服务是算力网络研究的关键问题。在算力资源协同过程中,一方面,算力网络面临海量终端算力服务的高并发请求和低时延响应需求;另一方面,其难以充分发挥数据中心算力资源的高吞吐和低时延优势,进而难以为用户提供高效的算力服务。针对上述挑战,提出一种基于用户态协议栈和远程直接内存访问(Remote Direct Memory Access,RDMA)的用户态代理系统(User-Space Proxy System,USPS),通过用户态协议栈响应客户高并发算力请求,在动态批处理策略协调下实现基于RDMA的数据中心算力高吞吐、低时延服务。在通信方面,USPS实现了一个高效的远程过程调用(Remote Procedure Call,RPC)通信机制,能够充分利用RDMA网卡带宽提供高速消息通信;在请求处理方面,提出了一个动态批处理调度方法,能够在满足用户时延要求的前提下最大化批处理效率。实验结果表明,USPS的服务响应时延仅是传统内核态Nginx代理系统的7.8%~23.1%,是其他用户态代理系统的17.3%~24.7%;吞吐量比传统内核态的Nginx代理系统提升了3.4~8.9倍,比其他用户态代理系统提升了3.2~4.2倍。

关键词：算力资源高效协同用户态代理远程直接内存访问数据中心批处理调度

来源：评论

学校读者我要写书评

暂无评论

融合多尺度跨度特征的谓语中心词识别模型

引用

计算机工程 2024年第10期50卷 137-144页

作者：施竣潇陈艳平穆肇南文本计算与认知智能教育部工程研究中心贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

针对谓语中心词识别模型中存在缺失跨度长度信息和多尺度跨度关联信息等问题,提出一种融合多尺度跨度特征的汉语谓语中心词识别模型。首先,使用ChineseBERT预训练语言模型和双向长短期记忆(BiLSTM)网络提取文本中包含上下文信息的字符... 详细信息

针对谓语中心词识别模型中存在缺失跨度长度信息和多尺度跨度关联信息等问题,提出一种融合多尺度跨度特征的汉语谓语中心词识别模型。首先,使用ChineseBERT预训练语言模型和双向长短期记忆(BiLSTM)网络提取文本中包含上下文信息的字符向量序列;其次,利用线性神经网络对字符向量进行初步识别,形成跨度遮蔽矩阵;然后,将字符向量序列二维化表示为跨度信息矩阵,使用多尺度卷积神经网络(MSCNN)对跨度信息矩阵进行运算,提取跨度的多尺度关联信息;最后,采用特征嵌入神经网络嵌入跨度的长度信息,丰富跨度的特征向量以识别谓语中心词。实验结果表明,该模型能够有效融合跨度的多尺度关联信息和长度信息,提升谓语中心词识别的性能,相比于同类模型中性能最优的谓语中心词识别模型的F1值提升了0.43个百分点。

关键词：谓语中心词识别多尺度卷积 ChineseBERT预训练语言模型跨度长度信息多尺度跨度关联信息

来源：评论

学校读者我要写书评

暂无评论

2023年工业控制系统安全热点回眸

引用

科技导报 2024年第1期42卷 314-328页

作者：程鹏张镇勇车欣陈积明浙江大学控制科学与工程学院工业控制技术全国重点实验室杭州310027 贵州大学计算机科学与技术学院省部共建公共大数据国家重点实验室贵阳550000

2023年,勒索病毒仍然威胁着全球工业控制系统安全,地缘政治冲突加剧导致工控系统成为敌对双方网络攻击的重要战场,供应链攻击再度成为工控系统的软肋。工控系统安全行业关注度持续提升,各国围绕工控系统安全展开大规模演习;工控系统安... 详细信息

2023年,勒索病毒仍然威胁着全球工业控制系统安全,地缘政治冲突加剧导致工控系统成为敌对双方网络攻击的重要战场,供应链攻击再度成为工控系统的软肋。工控系统安全行业关注度持续提升,各国围绕工控系统安全展开大规模演习;工控系统安全政策、标准相继出台,相关行业有规可循、有法可依;软硬件漏洞仍然是工控系统“硬伤”,而“离地攻击”则可绕开漏洞实施“低成本、大威胁”攻击;研究人员开发了新型攻击手段,深度横向移动攻击、PLC勒索病毒使得威胁直指工控系统控制层,模块化、功能强大的工控系统攻击工具Pipedream为攻击者指明攻击路径;工控系统安全防护技术持续迭代更新,安全厂商和研究机构相继推出安全监控平台、可信DCS、攻击取证工具、轻量级密码算法、零信任机制传感器,网络安全逐渐被考虑纳入工控系统设计环节,功能安全、信息安全一体化协同设计取得突破;在PLC运行时安全测试、协议实现正确性测试、协议逆向分析技术、攻击检测技术方面都有创新性研究成果;新兴技术如人工智能、数字孪生、大语言模型等为工控系统安全带来机遇;工控安全外溢到卫星系统,欧美等国开始为网络战的空天战场作准备。

关键词：工业控制系统安全防护技术数字化智能化

来源：评论

学校读者我要写书评

暂无评论

基于BCP的联合委托学习模型及协议

引用

通信学报 2021年第5期42卷 137-148页

作者：高胜向康田有亮谭伟杰冯涛吴晓雪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550025 中央财经大学信息学院北京100081 贵州大学密码学与数据安全研究所贵州贵阳550025 兰州理工大学计算机与通信学院甘肃兰州730050 贵州省计量测试院贵州贵阳550000

为了实现数据安全共享的同时减少客户端在数据挖掘过程中的计算成本,基于BCP同态加密算法提出了联合委托学习模型及协议。首先,针对决策树模型的安全构造提出了基于虚假记录的隐私保护方法。其次,根据数据垂直分布与水平分布的情况,基... 详细信息

为了实现数据安全共享的同时减少客户端在数据挖掘过程中的计算成本,基于BCP同态加密算法提出了联合委托学习模型及协议。首先,针对决策树模型的安全构造提出了基于虚假记录的隐私保护方法。其次,根据数据垂直分布与水平分布的情况,基于隐私保护委托点积算法和隐私保护委托求熵算法提出了相应的委托学习协议。最后,给出了委托学习协议及决策树模型结构的安全性证明和性能分析。结果表明,基于虚假记录的隐私保护方法不会影响最终模型的构建,并且各客户端最终获得的模型与真实数据构建的模型具有一致性。

关键词：委托学习决策树 BCP同态加密数据挖掘

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：