检索结果-内蒙古大学图书馆

计算机科学 2025年

作者：何宇宇周凤田有亮熊伟王帅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省密码学与区块链技术特色重点实验室贵州大学密码学与数据安全研究所贵州大学大数据与信息工程学院

针对在移动传感设备上部署卷积神经网络模型出现的数据隐私泄露问题，以及隐私保护目标分类框架中服务器交互计算引发通信开销过高的挑战，文中提出了一种基于加性秘密共享的轻量级隐私保护移动传感目标分类框架（LPMS）。该框架确保移... 详细信息

针对在移动传感设备上部署卷积神经网络模型出现的数据隐私泄露问题，以及隐私保护目标分类框架中服务器交互计算引发通信开销过高的挑战，文中提出了一种基于加性秘密共享的轻量级隐私保护移动传感目标分类框架（LPMS）。该框架确保移动传感设备在交换数据时不会泄露隐私信息，同时显著降低通信开销和计算开销。首先，利用加性秘密共享技术构建了一系列不依赖计算密集型密码原语的安全计算协议，以实现安全高效的神经网络计算；其次，构建了一种三维混沌加密方案，以防止原始数据在上传至边缘服务器的过程中被攻击者窃取；最后，通过理论分析与安全性证明，验证了LPMS框架的正确性及安全性。实验结果表明，与PPFE方案相比，LPMS方案将模型计算开销降低了73.33%，通信开销减少了68.36%。

关键词：移动传感设备卷积神经网络隐私保护加性秘密共享混沌加密

来源：评论

学校读者我要写书评

暂无评论

基于多智能体强化学习的防空编队部署方法

引用

电光与控制 2024年第12期31卷 91-97页

作者：简泽民申国伟刘莉王美琪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550000 江南机电设计研究所贵阳550000

针对防空编队智能部署方法无法同时兼顾区域掩护和目标掩护、人为制定复杂规则难以求解、算法执行效率较低的问题,提出一种基于独立多智能体近端策略优化(IN-MAPPO)的防空编队部署方法。设计独立的行动者-评论家网络,以适应火力单元的... 详细信息

针对防空编队智能部署方法无法同时兼顾区域掩护和目标掩护、人为制定复杂规则难以求解、算法执行效率较低的问题,提出一种基于独立多智能体近端策略优化(IN-MAPPO)的防空编队部署方法。设计独立的行动者-评论家网络,以适应火力单元的不同角色,通过集中式价值函数和奖励函数促进火力单元协同合作完成混合部署任务,提高编队的抗击能力和整体部署性能。实验结果表明:IN-MAPPO方法能够依据智能体的角色完成混合部署任务,提高远程火力单元的抗击能力,比其他MAPPO算法减少了13.7%的训练时间;与现有智能算法相比,火力单元覆盖面积提升了4.2%,有效掩护宽度提升了12.3%,算法的执行效率提高了95.9%。

关键词：区域掩护目标掩护独立参数 IN-MAPPO算法

来源：评论

学校读者我要写书评

暂无评论

基于HST的空间众包位置隐私保护方法

引用

计算机应用与软件 2025年第1期42卷 287-293页

作者：唐旭龙士工刘海弓晓锋贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州省科技信息中心贵州贵阳550025

针对空间众包中不可信的服务器获取用户真实的位置信息,导致用户隐私泄露的问题。提出一种基于层次分离树(HST)的空间众包位置隐私保护方法,用于保护用户的位置隐私和保证任务分配的有效性,将位置点集构造一个HST,设计一种基于HST的差... 详细信息

针对空间众包中不可信的服务器获取用户真实的位置信息,导致用户隐私泄露的问题。提出一种基于层次分离树(HST)的空间众包位置隐私保护方法,用于保护用户的位置隐私和保证任务分配的有效性,将位置点集构造一个HST,设计一种基于HST的差分隐私保护机制,对用户的位置节点进行扰动处理,并且理论证明该机制满足地理不可区分性。实验结果表明,在相同的隐私预算下,该方法在任务分配的总距离方面明显优于现有的差分隐私机制。

关键词：空间众包位置隐私地理不可区分性任务分配

来源：评论

学校读者我要写书评

暂无评论

基于截断表的保留格式加密算法TT-FPE

引用

福建师范大学学报(自然科学版) 2025年第1期41卷 68-76页

作者：杨庆田有亮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 福建省网络安全与密码学重点实验室福建福州350117

保留格式加密算法可以在加密的同时保证明文和密文格式相同,解决了信用卡号、电话号码、身份证号等敏感数据明文存储易造成隐私泄露等问题。当前保留格式加密方案大多基于Prefix、Cycle-Walking和Generalized-Feistel算法进行扩展和改进... 详细信息

保留格式加密算法可以在加密的同时保证明文和密文格式相同,解决了信用卡号、电话号码、身份证号等敏感数据明文存储易造成隐私泄露等问题。当前保留格式加密方案大多基于Prefix、Cycle-Walking和Generalized-Feistel算法进行扩展和改进,存在多次调用Cycle-Walking结构的不确定性问题,同时,现有保留格式加密算法处理的问题域有一定的局限性。提出一种新型的基于截断表的保留格式加密算法,仅需调用一次Cycle-Walking结构,使加密结果落入问题域,以及在截断表算法基础上提出分段处理方案,进一步扩大了保留格式加密算法处理的问题域。并且通过安全性分析,证明了所提算法是安全的,能够抵御恶意敌手攻击。实验结果表明所提算法具有高效性,可将保留格式加密过程重复调用Cycle-Walking结构的次数降至0。且与先前保留格式加密算法相比,平均每字节加密开销相当。

关键词：敏感信息保留格式加密 Feistel结构 Cycle-Walking 截断表随机函数

来源：评论

学校读者我要写书评

暂无评论

融合深度强化学习的卷积神经网络联合压缩方法

引用

计算机工程与应用 2025年第6期61卷 210-219页

作者：马祖鑫崔允贺秦永彬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 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学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

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 详细信息

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。

关键词：卷积神经网络深度强化学习模型压缩通道剪枝权值量化边缘智能

来源：评论

学校读者我要写书评

暂无评论

基于特征组合的异构图注意力网络关系抽取

引用

计算机应用 2024年

作者：闫家鑫陈艳平杨卫哲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公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

关系抽取旨在从句子中提取两个实体之间的预定义语义关系。传统基于图神经网络的关系抽取方法一般通过依赖树构建句子的图表示结构。然而，使用依赖树构建出的图结构表达能力单一，无法完整捕捉到目标实体丰富的语法结构信息。针对这一... 详细信息

关系抽取旨在从句子中提取两个实体之间的预定义语义关系。传统基于图神经网络的关系抽取方法一般通过依赖树构建句子的图表示结构。然而，使用依赖树构建出的图结构表达能力单一，无法完整捕捉到目标实体丰富的语法结构信息。针对这一问题，提出了基于特征组合的异构图注意力网络关系抽取方法。首先抽取句子中的原子特征，通过组合原子特征得到句子的组合特征；然后把组合特征和关系标签表示为异构图上的两种节点构建“特征-关系二部图”；最后使用图注意力网络动态地更新节点，实现关系抽取。通过这种方法能有效利用组合特征和句子中的语法结构信息，提升关系抽取的性能。该方法在ACE05英文数据集和SemEval-2010 task 8数据集上进行了实验，分别达到了84.11%、90.67%的F1值，表明了所提方法的有效性。

关键词：关系抽取原子特征特征组合异构图图注意力网络

来源：评论

学校读者我要写书评

暂无评论

基于平面化句子表示提升关系抽取性能

引用

计算机工程与应用 2024年

作者：王昊陈艳平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

关系抽取旨在识别句子中命名实体之间的关系。通常情况下，上下文语境决定了命名实体间的真实关系，因此研究者们期望模型能够正确识别上下文语境中反映的实体语义关系。然而，近期的研究揭示了一个值得注意的现象：现有的关系抽取模型... 详细信息

关系抽取旨在识别句子中命名实体之间的关系。通常情况下，上下文语境决定了命名实体间的真实关系，因此研究者们期望模型能够正确识别上下文语境中反映的实体语义关系。然而，近期的研究揭示了一个值得注意的现象：现有的关系抽取模型在很大程度上倾向于对实体名称模式的记忆，即通过学习和匹配特定实体名称组合来推断关系，而非基于上下文信息进行关系判断。这种对上下文信息的忽视可能导致模型在面对复杂语境、多义实体或罕见关系表达时，其预测性能受到限制，无法达到理想状态下的高精度与强泛化。为了解决这一问题，本研究通过将输入文本转化为抽象的语义平面，并直接基于整个语义平面的信息进行关系判断，从而强制模型在预测实体间关系时考虑上下文信息。实验证明，该方法在中文文学文本语料、ACE05英文和SemEval-2010 Task-8三个数据集上的F1分数分别超过之前的相关研究1.9%、1.03%和0.39%，有效提高了模型对上下文信息的利用程度和对复杂文本中实体关系的理解深度。

关键词：关系抽取语义平面实体偏差平面化句子表示

来源：评论

学校读者我要写书评

暂无评论

基于分布增强的深度变分文本聚类模型

引用

计算机应用 2024年

作者：申奥黄瑞章薛菁菁陈艳平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

针对深度变分文本聚类模型在实际应用中遇到的分布信息缺失和分布坍塌问题，提出一种基于分布增强的深度变分文本聚类模型（DAVAE）。该模型通过分布信息增强的方法，整合增强潜在语义分布至原始潜在语义分布中，从而提高潜在分布的信... 详细信息

针对深度变分文本聚类模型在实际应用中遇到的分布信息缺失和分布坍塌问题，提出一种基于分布增强的深度变分文本聚类模型（DAVAE）。该模型通过分布信息增强的方法，整合增强潜在语义分布至原始潜在语义分布中，从而提高潜在分布的信息完整性和准确性；同时模型采用分布一致性约束策略，促使模型学习一致的语义表征，提高模型学习的语义分布对数据真实信息的表达能力，从而提升聚类性能。与现有的深度变分推断模型和深度聚类模型相比，DAVAE的归一化互信息（NMI）指标在Abstract,BBC,Reuters-10k和BBCSports四个现实数据集上分别提升了0.16、9.01、2.30和2.72个百分点，验证了模型的有效性。

关键词：深度文本聚类分布增强变分自编码器语义表征分布一致性约束

来源：评论

学校读者我要写书评

暂无评论

基于关联邻接矩阵的关系抽取方法研究

引用

计算机工程 2024年

作者：杨润陈艳平闫家鑫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

图神经网络能够有效地聚合节点间的信息、编码句子的结构信息，因此被广泛应用在关系抽取任务。然而，目前基于图神经网络的关系抽取方法常需借助外部解析工具构建依赖树，这一过程可能会产生误差，导致错误的信息传递。为了解决上述问... 详细信息

图神经网络能够有效地聚合节点间的信息、编码句子的结构信息，因此被广泛应用在关系抽取任务。然而，目前基于图神经网络的关系抽取方法常需借助外部解析工具构建依赖树，这一过程可能会产生误差，导致错误的信息传递。为了解决上述问题，本文提出了一种基于关联邻接矩阵的图卷积神经网络模型用于关系抽取。该模型首先通过RoBERTa预训练语言模型将每个词转换为向量表示，并通过点乘计算词向量之间的关联度。然后，基于词之间的关联度和相对实体位置特征构建关联邻接矩阵，并利用图卷积神经网络提取句子的语义结构特征。最后，利用残差连接缓解模型训练过程中的梯度消失问题，并通过融合句子表示和实体表示得到最终的分类表示。该模型避免了使用外部解析工具可能引起的误差传播，实验结果表明，与现有基于图卷积的模型相比，本文模型在TACRED和Re-TACRED数据集的关系抽取任务上取得了良好的性能，分别获得了68.8%、77.5%、72.8%和90.5%、91.3%、90.9%的P、R、F1值，验证了该模型的有效性和可行性。

关键词：关系抽取位置信息关联邻接矩阵图神经网络结构信息

来源：评论

学校读者我要写书评

暂无评论

融合时序行为链与事件类型的类案检索方法

引用

计算机应用 2024年

作者：詹力林秦永彬黄瑞章王华陈艳平贵州大学文本计算与认知智能教育部工程研究中心公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

针对现有的类案检索方法缺乏对案情要素的有效利用容易被案例内容语义结构相似性所误导的问题，提出了融合时序行为链与事件类型的类案检索方法。首先，采取序列标注的方法识别出案情描述中的法律事件类型，并利用案例文本中的行为要素... 详细信息

针对现有的类案检索方法缺乏对案情要素的有效利用容易被案例内容语义结构相似性所误导的问题，提出了融合时序行为链与事件类型的类案检索方法。首先，采取序列标注的方法识别出案情描述中的法律事件类型，并利用案例文本中的行为要素构建时序行为链，突出案情的关键要素，使模型聚焦于案例的核心内容，以解决现有方法易被案例的语义结构相似性所误导的问题。其次，利用分段编码构造时序行为链的相似性向量表征矩阵，增强案例间行为要素的语义交互。最后，经过聚合评分器，从时序行为链、法律事件类型、犯罪类型三个角度衡量案例的相关性，增加案例匹配得分的合理性。实验结果表明，与SAILER(Structure-Aware pre-traIned language model for LEgal case Retrieval)方法相比，该方法在LeCaRD(Legal Case Retrieval Dataset)数据集中，P@5值提升了4个百分点、P@10值提升了3个百分点、MAP值提升了4个百分点、NDCG@30值提升了0.8个百分点。该方法有效利用案情要素，避免了案例内容语义结构相似性的干扰，能为类案检索提供可靠的依据。

关键词：案情要素行为要素事件类型时序行为链聚合评分器

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：