检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第23期59卷 86-94页

作者：单志华黄瑞章段锡辉陈艳平秦永彬贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

涉毒案件案情可视化目的是通过可视化技术从不同详细程度展现案情发展过程,快速了解案情。而传统文本可视化方法大都是提取文本特征进行可视化,这将丢失文本中大量重要语义信息,并不适合于涉毒案件案情可视化。涉毒案件行为序列可视化... 详细信息

涉毒案件案情可视化目的是通过可视化技术从不同详细程度展现案情发展过程,快速了解案情。而传统文本可视化方法大都是提取文本特征进行可视化,这将丢失文本中大量重要语义信息,并不适合于涉毒案件案情可视化。涉毒案件行为序列可视化是通过行为序列模式挖掘和序列可视化展示犯罪人员行为中存在的规律。弥补人工从案件中发现犯罪人员行为规律需要大量时间和经验积累的缺陷。针对以上的问题,提出一种案件案情文本及行为序列可视化方法。对于单个案情文本,该方法以“先后关系、主次关系”为核心思想,构建案情描述图;对于多个案情文本,该方法抽取案情中犯罪人员的行为构建序列,构建相似节点树来降低序列之间的差异性,对序列模式挖掘并可视化。该方法在贵州省高级人民法院提供的涉毒类司法案件数据集上应用,根据用户访谈结果表明该方法是有效的,为司法和公安人员直观了解案件案情内容和探究犯罪人员存在的行为模式,提供了切实可行的思路和方法。

关键词：案情可视化涉毒案件序列可视化序列模式挖掘

来源：评论

学校读者我要写书评

暂无评论

基于格上密文策略属性基加密的联盟链数据共享方案

引用

计算机工程 2023年第11期49卷 30-39页

作者：张凌云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阳550025

数据共享过程中存在数据泄漏、信任危机等问题,且量子计算机的出现对传统加密算法带来了较大威胁。为此,提出一种基于格上密文策略属性基加密(CP-ABE)的联盟链数据共享方案。利用联盟链的准入机制以及允许存在可信第三方的特性解决在分... 详细信息

数据共享过程中存在数据泄漏、信任危机等问题,且量子计算机的出现对传统加密算法带来了较大威胁。为此,提出一种基于格上密文策略属性基加密(CP-ABE)的联盟链数据共享方案。利用联盟链的准入机制以及允许存在可信第三方的特性解决在分布式网络中数据共享双方相互不信任的问题。引入基于环上容错学习的CP-ABE技术来抵御量子攻击,同时改进访问树的生成方式,将属性分为高敏感、低敏感两类,实现对数据的分级加密以保证数据的安全性。基于演化博弈论构建数据共享模型,对共享双方在联盟链数据共享体系中的选择策略进行求解和分析,并探究不同参数对演化结果的影响。实验结果表明,当属性数量呈指数级增长时,该方案的启动算法、加密算法以及解密算法的效率比基于合数阶双线群的CP-ABE方案分别提高81.6%、43.8%和56.0%,每增加一个背书节点能够使系统在执行增加用户与查询用户函数时效率分别提高36.8%与6.4%。此外,对演化模型进行模拟,结果表明,当数据固有收益、损失概率与损失收益的乘积都提高时,参与联盟链带来的收益提高,用户更倾向于参与联盟链。

关键词：数据共享密文策略属性基加密环上容错学习联盟链演化博弈论

来源：评论

学校读者我要写书评

暂无评论

基于多模态学习的乳腺癌生存预测研究

引用

计算机工程 2024年第1期50卷 296-305页

作者：曹广硕黄瑞章陈艳平秦永彬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

乳腺癌是最常见的癌症之一,基于患者的基因组学数据进行预后5年生存预测是乳腺癌研究中的常见任务。针对乳腺癌患者基因组学数据中存在嘈杂性、异质性、序列长以及正负样本不平衡等问题,提出基于多模态学习的乳腺癌预后5年生存预测模型M... 详细信息

乳腺癌是最常见的癌症之一,基于患者的基因组学数据进行预后5年生存预测是乳腺癌研究中的常见任务。针对乳腺癌患者基因组学数据中存在嘈杂性、异质性、序列长以及正负样本不平衡等问题,提出基于多模态学习的乳腺癌预后5年生存预测模型MLBSP。利用单模态模块提取基因表达数据、基因突变累积数、单核苷酸变异以及基因拷贝数变异数4种模态数据的有效信息。在此基础上,为了减少单一模态数据异质性对全局特征造成的影响,将深度可分离卷积和多头自注意力机制作为多模态模块架构对数据进行特征融合,捕获患者多模态基因组数据的全局信息,并使用Focal Loss解决正负样本不平衡的问题,以指导预后5年生存预测。实验结果表明,MLBSP模型在乳腺癌患者真实数据集BRCACell、METABRIC、PanCancer Altas上的AUC分别达到91.18%、71.49%、77.37%,与XGBoost、随机森林等主流癌症生存预测方法相比,平均提升了17.69%、6.51%、10.24%。此外,通过通路分析发现一些生物标志物SLC8A3、TP 53等,进一步验证多模态研究的新颖性和有效性。

关键词：乳腺癌基因组学深度学习深度可分离卷积多头自注意力多模态学习

来源：评论

学校读者我要写书评

暂无评论

基于Transformer和GAN的对抗样本生成算法

引用

计算机工程 2024年第2期50卷 180-187页

作者：刘帅威李智王国美张丽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

对抗攻击与防御是计算机安全领域的一个热门研究方向。针对现有基于梯度的对抗样本生成方法可视质量差、基于优化的方法生成效率低的问题,提出基于Transformer和生成对抗网络(GAN)的对抗样本生成算法Trans-GAN。首先利用Transformer强... 详细信息

对抗攻击与防御是计算机安全领域的一个热门研究方向。针对现有基于梯度的对抗样本生成方法可视质量差、基于优化的方法生成效率低的问题,提出基于Transformer和生成对抗网络(GAN)的对抗样本生成算法Trans-GAN。首先利用Transformer强大的视觉表征能力,将其作为重构网络,用于接收干净图像并生成攻击噪声;其次将Transformer重构网络作为生成器,与基于深度卷积网络的鉴别器相结合组成GAN网络架构,提高生成图像的真实性并保证训练的稳定性,同时提出改进的注意力机制Targeted Self-Attention,在训练网络时引入目标标签作为先验知识,指导网络模型学习生成具有特定攻击目标的对抗扰动;最后利用跳转连接将对抗噪声施加在干净样本上,形成对抗样本,攻击目标分类网络。实验结果表明:Trans-GAN算法针对MNIST数据集中2种模型的攻击成功率都达到99.9%以上,针对CIFAR10数据集中2种模型的攻击成功率分别达到96.36%和98.47%,优于目前先进的基于生成式的对抗样本生成方法;相比快速梯度符号法和投影梯度下降法,Trans-GAN算法生成的对抗噪声扰动量更小,形成的对抗样本更加自然,满足人类视觉不易分辨的要求。

关键词：深度神经网络对抗样本对抗攻击 Transformer模型生成对抗网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进SSD算法的小目标检测

引用

计算机工程 2023年第7期49卷 179-188,195页

作者：吴珊周凤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

SSD属于经典的单阶段目标检测算法,通过在不同卷积层上生成6个尺度的特征图进行预测,但由于其存在浅层特征图的非线性程度不够、语义信息缺乏等问题,且小目标所含像素少,导致小目标在经过多次卷积操作后信息丢失严重,小目标的检测准确... 详细信息

SSD属于经典的单阶段目标检测算法,通过在不同卷积层上生成6个尺度的特征图进行预测,但由于其存在浅层特征图的非线性程度不够、语义信息缺乏等问题,且小目标所含像素少,导致小目标在经过多次卷积操作后信息丢失严重,小目标的检测准确率远低于大中尺度目标的检测准确率。提出多尺度特征与混合注意力机制融合的策略,在替换原骨干网络的基础上构建自下而上的下采样路径和自上而下的上采样路径。具体来说,下采样路径使用自注意力机制自适应地增强浅层空间特征和深层语义特征。在上采样路径中,通过融合3个尺度特征图的局部信息和全局信息,增强深层特征的语义信息,并引入空间注意力机制和坐标注意力机制以丰富待融合特征图的语义信息和位置信息,同时使用自注意力增强模块增强融合特征的表达能力。实验结果表明,当输入图像大小为512×512像素时,所提改进算法在PASCAL VOC和HRRSD数据集上的平均精度均值分别为84.6%、89.6%,与SSD算法相比分别提高了6.1、8.8个百分点。

关键词：深度学习注意力机制小目标检测特征增强特征融合

来源：评论

学校读者我要写书评

暂无评论

基于DLIN加密的可监管联盟链隐私保护方案

引用

计算机工程 2023年第6期49卷 170-179页

作者：何建江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阳550025

作为去中心化的分布式数据库,区块链凭借其独特的共识机制允许节点不依赖第三方建立点对点的价值转移,因此被广泛应用于金融、数字版权等领域。然而,区块链中账本数据公开透明存储的特性导致交易数据存在严重的隐私泄露风险,现有的隐私... 详细信息

作为去中心化的分布式数据库,区块链凭借其独特的共识机制允许节点不依赖第三方建立点对点的价值转移,因此被广泛应用于金融、数字版权等领域。然而,区块链中账本数据公开透明存储的特性导致交易数据存在严重的隐私泄露风险,现有的隐私保护方案难以在用户隐私保护与数据追溯监管性之间达到平衡。为此,基于决策线性(DLIN)加密算法、Pedersen承诺、双密钥隐地址协议(DKSAP)、非交互式零知识(NIZK)证明,提出一种可监管的联盟链隐私保护方案。将实际交易金额隐藏于承诺中,并生成对应的NIZK证明信息用以保证解密监管密文得到的金额与实际交易金额相等,从而实现对隐藏金额的监管。基于分层确定性的DKSAP,利用DLIN加密算法生成身份验证及监管密文,结合子公钥生成算法实现对交易接收方身份的追溯。理论分析与仿真结果表明,该方案在保证交易数据隐私性并实现可追溯监管性的同时,能够取得较低的计算和通信开销,相比于可监管的隐私保护方案Traceable-Monero,其监管密文解密时间平均下降52.25%。

关键词：联盟链决策线性加密算法双密钥隐地址协议 Pedersen承诺非交互式零知识证明

来源：评论

学校读者我要写书评

暂无评论

基于自相关-变分对抗学习的物理系统异常检测

引用

计算机工程 2024年第12期50卷 358-366页

作者：宋航周凤熊伟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

传统时间序列异常检测模型在处理信息物理系统(CPS)中的多元传感器和执行器数据时,难以准确提取多元数据之间的时序联系,从而影响异常检测性能。为此,提出一种新的时间序列异常检测方法,称为自相关-变分自编码(VAE)-对抗学习网络AMVG。... 详细信息

传统时间序列异常检测模型在处理信息物理系统(CPS)中的多元传感器和执行器数据时,难以准确提取多元数据之间的时序联系,从而影响异常检测性能。为此,提出一种新的时间序列异常检测方法,称为自相关-变分自编码(VAE)-对抗学习网络AMVG。以生成对抗网络(GAN)为基础,使用Noise数据增强方法扩展训练数据量,并通过引入自相关矩阵增强数据依赖关系,结合VAE的数据重建能力,在加强模型鲁棒性的同时进一步提高异常检测模型性能,由AMVG 2个解码器构成互相对抗的G网络和D网络,G网络和D网络不断对抗训练优化模型的检测能力。在3个真实世界的CPS数据集上的实验结果表明,AMVG方法相较于最新研究方法在精确率、召回率以及F1值等综合性能上均取得显著提高,AMVG在3个数据集上的F1值分别为0.953、0.758、0.891,其中较次优USAD和GRELEN的F1值最低可提高6.2、3.4、7.5个百分点。

关键词：异常检测时间序列对抗生成网络自编码器信息物理系统

来源：评论

学校读者我要写书评

暂无评论

支持受控共享的医疗数据隐私保护方案

引用

西安电子科技大学学报 2024年第1期51卷 165-177页

作者：郭庆田有亮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 贵州大学密码学与数据安全研究所贵州贵阳550025

患者医疗健康数据信息的合理利用促进了医学研究机构的发展。针对目前患者与医疗研究机构间共享医疗数据隐私易泄露,以及患者对医疗数据的使用情况不可控的问题,提出一种支持受控共享的医疗数据隐私保护方案。首先,将区块链与代理服务... 详细信息

患者医疗健康数据信息的合理利用促进了医学研究机构的发展。针对目前患者与医疗研究机构间共享医疗数据隐私易泄露,以及患者对医疗数据的使用情况不可控的问题,提出一种支持受控共享的医疗数据隐私保护方案。首先,将区块链与代理服务器结合设计医疗数据受控共享模型,区块链矿工节点分布式构造代理重加密密钥,使用代理服务器存储和转换医疗数据密文,利用代理重加密技术在保护患者隐私的同时实现医疗数据安全共享。其次,设计用户权限动态调整机制,由患者与区块链授权管理节点交互通过授权列表来更新医疗数据访问权限,实现患者对医疗数据的可控共享。最后,安全性分析表明,所提方案可以在医疗数据隐私保护的同时,实现医疗数据动态共享,并且可以抵抗共谋攻击。性能分析表明,该方案在通信开销、计算开销方面具有优势,适用于患者或医院与研究机构间的数据受控共享。

关键词：区块链医疗数据受控共享代理重加密隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于安全知识图谱与逆向特征的弱点信息补全

引用

计算机工程 2024年第1期50卷 145-155页

作者：周莎申国伟郭春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

开源网络安全知识库已经成为弱点安全加固措施的有效来源,但是受异构信息协同难、历史信息维护难等因素影响,导致开源网络安全知识库弱点信息缺失。针对现有弱点信息补全方法对弱点信息不同邻域特征学习不充分的问题,提出一种基于安全... 详细信息

开源网络安全知识库已经成为弱点安全加固措施的有效来源,但是受异构信息协同难、历史信息维护难等因素影响,导致开源网络安全知识库弱点信息缺失。针对现有弱点信息补全方法对弱点信息不同邻域特征学习不充分的问题,提出一种基于安全知识图谱和逆向特征的弱点信息补全方法 VulKGC-RN。为捕获不同邻域信息,构建关联CVE、CWE、CAPEC和ATT&CK 4类开源网络安全知识库的弱点安全知识图谱,并分析弱点安全知识图谱中安全实体的网络结构,采用逆向知识图谱捕获逆向邻域信息。为学习不同邻域特征,采用图注意力机制,并融合图注意力网络所学习安全实体的正向邻域和逆向邻域的角色特征,以实现弱点安全知识图谱的信息补全。在由5种7 199个安全实体和15种11 817条关联关系组成的开源网络安全数据集上进行实验,结果表明,VulKGC-RN的平均排名达到179,平均倒数排名达到0.671 4,优于基线方法。

关键词：网络安全知识库漏洞弱点安全知识图谱知识图谱补全图注意力网络

来源：评论

学校读者我要写书评

暂无评论

四象限斜向特征位移的轻量级牙齿图像分割

引用

激光与光电子学进展 2024年

作者：尹子源吴云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

牙齿图像的自动化分割在口腔疾病的辅助诊断中具有重要作用。针对现有分割模型参数量大、医学牙齿影像分割精度不高的问题，本文提出了一种四象限斜向特征位移的轻量级牙齿图像分割模型QOD-UNeXt (Quadrant Oblique Displacement UNeXt... 详细信息

牙齿图像的自动化分割在口腔疾病的辅助诊断中具有重要作用。针对现有分割模型参数量大、医学牙齿影像分割精度不高的问题，本文提出了一种四象限斜向特征位移的轻量级牙齿图像分割模型QOD-UNeXt (Quadrant Oblique Displacement UNeXt)。首先，设计了四象限斜向特征位移(Quadrant Oblique Displacement, QOD)模块，将特征沿左上、右上、左下、右下四个斜向方向进行位移，以扩散特征并动态聚合令牌，提升分割精度。其次，解码器中加入局部特征融合模块(Localized Feature Integration,LFI)，提高模型对细节和全局信息的整合能力。最后，在跳跃连接处引入高效通道注意力(Efficient Channel Attention, ECA)模块，以进一步融合局部与全局特征。基于STS-MICCAI 2023和Tufts公共数据集上的实验结果表明，QOD-UNeXt在保持轻量化的同时，显著提升了分割精度，在牙齿医学图像分割任务中展现出优异的性能。

关键词：牙齿图像分割轻量级四象限斜向特征位移局部特征融合注意力机制

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：