检索结果-南通市图书馆

作者：李钊华广州大学

学位级别：硕士

现如今,深度学习技术的优化与产业化步入高速发展阶段。深度学习模型的效能严重依赖于大量优质的训练数据,训练数据的数量和质量决定了深度学习技术应用效果的下限。联邦学习以保护用户和组织数据的隐私为初衷,提供了一种多方参与的联... 详细信息

现如今,深度学习技术的优化与产业化步入高速发展阶段。深度学习模型的效能严重依赖于大量优质的训练数据,训练数据的数量和质量决定了深度学习技术应用效果的下限。联邦学习以保护用户和组织数据的隐私为初衷,提供了一种多方参与的联合深度学习框架,通过交换模型参数或梯度而不是本地数据来实现联合建模的目的。梯度泄露数据攻击可以通过参与方的共享梯度重构出本地数据,为联邦学习的隐私保护问题带来了新的挑战。在梯度泄露数据的攻击方面,目前的攻击研究难以适用于实际场景,例如无法重构重复率较高的目标样本标签,批大小规模大于48的目标样本特征,且所重构的样本与目标样本存在明显差异。在针对梯度泄露数据的防御方面,如常用的差分隐私等梯度扰动机制若要确保目标样本没有泄露,所添加的噪声强度对模型的测试准确率的负面影响过大,难以平衡隐私保护强度和模型可用性。为了解决上述所提问题,本文提出了如下针对攻击和防御两方面的新方法。(1)在梯度泄露数据的攻击方面,本文提出了一种端到端梯度反演(E2EGI)攻击方法。该方法构建了标签与梯度之间的约束关系,提出了一种新的仅依赖梯度信息的标签重构算法,可以在批样本标签重复率为96%的场景中实现81%的标签重构准确率,比现有的方法提高了27%。E2EGI中所设计的基于最小损失组合优化的正则化,从多组不同初始化的重构样本中组合实现最小梯度差异的样本组合,并对其他重构样本进行修正,能够重构出具有更高相似性的目标样本。基于分布式机器学习思想所设计的分布式梯度反演算法可以在深层网络模型Res Net-50和Image Net数据集上实现批大小为8到256的梯度攻击。(2)在梯度泄露数据的防御方面,本文提出了一种基于标签的防御方法。通过降低参数、梯度和输入样本的非齐次线性方程组的系数矩阵的秩,增加了求解正确输入的难度,所设计的实验也论证了输入样本的标签对梯度攻击的成功起着关键作用。其中涉及到对标签重复率和顺序的特殊操作,相比较于差分隐私等其他防御方式,在取得相近的隐私保护效果下对模型的测试准确率影响最小,如在Res Net-18的模型训练任务中测试准确率只有2.3%的降幅,而其他方法至少会有9.78%的减幅。本文针对联邦学习中的梯度泄露数据攻击和防御的研究,能够支撑设计更安全的联邦学习框架。

关键词：深度学习神经网络联邦学习差分隐私梯度泄露数据

基于HDFS的多用户并行文件IO的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于HDFS的多用户并行文件IO的设计与实现

作者：金松昌国防科学技术大学

学位级别：硕士

随着计算机网络及其应用的快速发展,特别是Google提出基于Internet的海量数据存储和Map-reduce并行计算思想以来,网络化的数据存储管理和并行分析处理成为学术界和产业界研究的焦点,其中Hadoop作为该思想的参考实现之一,受到了广泛的关... 详细信息

随着计算机网络及其应用的快速发展,特别是Google提出基于Internet的海量数据存储和Map-reduce并行计算思想以来,网络化的数据存储管理和并行分析处理成为学术界和产业界研究的焦点,其中Hadoop作为该思想的参考实现之一,受到了广泛的关注。Hadoop的核心HDFS分布式文件系统采用锁机制控制文件并行IO,不支持多用户对同一文件的读、写并行,限制了多用户并行文件操作的性能,为此,本文针对海量日志类型数据的特点,提出了一种非基于锁机制的并行文件IO模型,并通过实验,验证了本模型的有效性。本文主要工作包括:(1)对Hadoop的相关工作进行了深入的分析,特别在深入分析其分布式文件系统HDFS的基础上,针对HDFS不支持多用户文件并行读写的不足,提出了使其支持多用户并行文件读写的改进思想。(2)通过分析HDFS的并发控制模型,针对海量日志类数据特点,提出了一种不使用互斥机制的分布式文件系统的多用户并行IO模型,基于该模型,在适当降低数据读取完整性的条件下,可以实现对于同一个文件的多用户读写并行、读读并行。(3)通过对原有HDFS实现的改进,设计实现了一个支持多用户并行IO的分布式文件系统。实验表明,本改进有效提高了多用户并行文件IO的性能。

关键词：海量数据管理分布式文件系统 Hadoop 并行文件IO

基于Android系统的移动僵尸网络的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Android系统的移动僵尸网络的设计与实现

作者：王鹏北京邮电大学

学位级别：硕士

移动通信技术、移动终端技术和移动操作系统的发展极大地推动了移动互联网的发展,在给人们带来便捷的移动互联体验的同时,也使得移动互联网面临着诸多安全威胁。在这些威胁中,移动僵尸网络作为僵尸网络在移动互联网上的延伸,已经出现并... 详细信息

移动通信技术、移动终端技术和移动操作系统的发展极大地推动了移动互联网的发展,在给人们带来便捷的移动互联体验的同时,也使得移动互联网面临着诸多安全威胁。在这些威胁中,移动僵尸网络作为僵尸网络在移动互联网上的延伸,已经出现并迅速发展,到目前为止,已经出现了多个移动僵尸网络的雏形,跨越目前流行的多个移动平台。在诸多的平台中,Android因其独特的开放性占据了目前移动智能终端市场绝大部分的市场份额,拥有了广泛的用户基数,而且针对Android的恶意软件不断出现并迅速增长,Android已经成为移动互联网时代攻击者的首选目标和移动僵尸网络的重要构建平台。移动僵尸网络出现时间较短,目前对于移动僵尸网络的研究还处在起步阶段,主要是对其构建技术进行研究,从攻击者的角度出发探索可能采用的关键技术。本文研究工作仍然围绕僵尸网络的构建技术展开。首先对已有移动僵尸网络案例和相关研究工作进行了调研,通过综合分析对移动僵尸网络进行了深入解读,总结了目前在构建大规模移动僵尸网络方面面临的挑战,对移动僵尸网络下一步的发展趋势进行了预测;然后在此趋势引导下,提出了以提高僵尸网络隐蔽性为目标的移动僵尸网络模型,包括基于社交类应用和SMS的控制模型以及基于伪装和智能判定的僵尸程序模;最后以Android系统为平台,对该模型进行了设计、实现和验证。

关键词：移动僵尸网络隐蔽性控制僵尸程序 android

面向iVCE云平台的数据分析任务调度系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向iVCE云平台的数据分析任务调度系统的设计与实现

作者：王靖云哈尔滨工业大学

学位级别：硕士

随着大数据时代的到来,对数据的处理能力要求也越来越高。云计算作为一种高效的计算模式,在处理海量数据时有着得天独厚的优势。各大IT巨头纷纷推出了自己的云计算平台,为人们提供高效、快速的服务。此外,很多机构组织也开始搭建私有云... 详细信息

随着大数据时代的到来,对数据的处理能力要求也越来越高。云计算作为一种高效的计算模式,在处理海量数据时有着得天独厚的优势。各大IT巨头纷纷推出了自己的云计算平台,为人们提供高效、快速的服务。此外,很多机构组织也开始搭建私有云平台,用于处理对安全性有较高要求的数据。因此,如何对任务进行合理、高效地调度,成为如今云计算领域亟待解决的问题。本文提出了以应用评测结果为依据,对任务进行划分以及资源匹配的任务调度策略,设计并实现了面向i VCE云平台的数据分析任务调度系统。该系统可对平台上的数据分析任务进行更加合理地切分,并选择资源类型与任务资源需求最匹配的节点来执行任务。首先,本文介绍了云计算任务调度的相关理论,包括云计算概述、云计算任务调度的特点以及经典的调度算法。其次,本文设计并实现了面向i VCE云平台的数据分析任务调度系统。该系统分为应用管理、任务管理、任务调度三个子系统。其中应用管理子系统包括应用注册以及应用评测,分别负责应用的添加以及对应用的资源消耗和运行状况进行评测。任务管理子系统包括任务提交、任务划分、任务队列管理以及任务状态监测,任务提交负责用户添加任务,任务划分在功能和数据两个级别分别对任务进行划分,将大任务变为更容易调度和执行的小任务,任务队列管理可以满足调度过程中任务不同状态的需求,包括等待任务队列、就绪任务队列、挂起任务队列和重调度任务队列,任务状态监测负责实时监测任务所处的调度状态。任务调度子系统包括资源匹配、任务分配以及任务重调度,资源匹配负责为任务选取合适的执行节点,任务分配负责将任务下发至执行节点并回收结果,任务重调度负责任务在调度过程中出现异常之后进行再次调度。最后,本文对i VCE云平台的数据分析任务调度系统从应用评估、任务划分、任务状态监测等方面进行测试,并以DNS源IP异常检测作为数据分析任务的实例在整体上对系统进行测试,结果表明该系统达到设计目标。综上所述,本文设计并实现了面向i VCE云平台的数据分析任务调度系统,具备应用管理、任务管理、任务调度等功能,达到系统设计的要求。

关键词：云计算任务调度任务划分资源匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

VANETs安全问题研究

VANETs安全问题研究

作者：杨列昂哈尔滨工业大学

学位级别：硕士

车载自组网为驾驶员提供了实时的紧急事故告警信息和交通诱导信息,能有效地提升道路安全和改善驾驶环境,因而具有极高的应用前景和研究价值。但与此同时,随着对车载自组网研究的不断深入,它可能面临一系列的安全威胁,这些安全威胁会影... 详细信息

车载自组网为驾驶员提供了实时的紧急事故告警信息和交通诱导信息,能有效地提升道路安全和改善驾驶环境,因而具有极高的应用前景和研究价值。但与此同时,随着对车载自组网研究的不断深入,它可能面临一系列的安全威胁,这些安全威胁会影响到车载自组网的运行效率,甚至会威胁到人身安全。安全问题成为车载自组网应用部署的主要障碍。车载自组网中存在很多的安全威胁,包括身份仿冒、恶意和虚假信息、窥探用户隐私以及针对车载传感器、GPS接收器等硬件上的攻击等等。本文从数据完整性和不可否认性、隐私保护这两个方面入手,对安全威胁提出了相应的解决方案。文中提出了适用于VANET的PKI体系,使用椭圆曲线密码对消息进行签名。针对车载自组网自身的特点,对网络中的单播消息、beacon消息以及大范围的广播消息,分别给出了各自不同的验证方式。对于用户地理位置泄露的威胁,文章介绍了大量匿名证书和群签名这两种解决方案,并对它们的进行了详细的比较。对VANET中的车辆进行分组可以带来很多好处。本文提出了包括创建组、新成员加入、成员离开在内的组管理协议,以及动态生成非对称组密钥的方法。在接入基于位置的服务时,由组长作为代理能够为其他节点提供匿名保护。本文针对单播消息的验证,广播消息的验证,组内安全通讯以及隐私保护四个方面,提出了基于群组的VANET安全通信和隐私保护框架,并对框架的内容、通讯模型、数据校验流程和所提供的安全服务作了阐述,最后实验论证了该框架的可行性。

关键词：车载自组网安全隐私保护群签名

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

云环境下的实时流计算平台研究

云环境下的实时流计算平台研究

作者：李钊北京邮电大学

学位级别：硕士

随着云计算技术的快速发展,越来越多的企业和个人将业务和应用部署到云环境中,其中,实时流处理业务占据的比重越来越高。传统云计算平台多为批处理平台(如Hadoop),批处理作业的输入是预先存储好的静态数据,作业规模可预知,数据处理完毕... 详细信息

随着云计算技术的快速发展,越来越多的企业和个人将业务和应用部署到云环境中,其中,实时流处理业务占据的比重越来越高。传统云计算平台多为批处理平台(如Hadoop),批处理作业的输入是预先存储好的静态数据,作业规模可预知,数据处理完毕即停止。与批处理作业不同,实时流处理作业的输入是不间断的数据流,且数据量大小具有波动性。因此,如何在云环境下设计一套通用可靠的实时流计算平台成为了非常重要的问题。目前现有的实时流计算平台在平台编程模型、高可用性、动态负载均衡、资源及业务动态变更、平台监控等方面存在不足或局限性,难以适应不断变化的流处理业务需求。本文围绕云环境下实时流计算平台中的核心技术,开展了一系列的研究与系统实现工作。首先,我们针对实时流计算平台的可用性问题,设计实现了一套基于Zookeeper的高可用架构,通过监控各模块心跳信息和故障迁移策略,确保平台及时检测并恢复程序级与节点级故障。然后,我们设计了一套松散的用户接口,可集成动态库与可执行程序业务,降低平台耦合性,使业务能更加灵活的集成到平台中来,解决了传统平台对业务接入方式要求过高的问题。其次,为了解决任务间多对多动态负载均衡问题,我们采用状态级调度器与分布式会话表技术,克服了在无全局会话表的情况下保持会话一致性的难点,并证明了该方法的收敛性,使平台中资源使用更均衡、资源利用率更高。再次,平台通过建立任务分配矩阵,优化了任务调度模型,使用户可通过任务分配矩阵方便的实现个性化任务调度策略。最后,为了解决分布式集群中共享资源和变量的一致性问题以及多主节点互备问题,采取了基于Zookeeper的分布式锁服务,提升了系统的健壮性。在上述研究工作的基础上,本文实现了一套云环境下实时流计算平台——流水行云,该平台具有低耦合、高可用、低延迟、弹性可扩展的特点,并具有动态库与可执行程序业务接口、作业下发与运行时启停更新、动态的负载均衡策略、故障节点中任务迁移、多种任务分配策略、运行时资源动态变更、及丰富的UI监控信息等功能。通过该平台,用户可以摆脱通信实现、集群搭建、平台运维等困扰,将精力集中在业务的实现上,从而缩短业务开发周期、减少开发与运维成本、降低业务开发风险。实验结果表明：“流水行云”实时流计算平台最大可承载吞吐量及处理延迟都处于同类平台中的领先水平。该平台为海量数据流实时处理,如电子商务实时交易数据处理、物联网传感流量分析、互联网流量监控等提供了可靠、通用、快速的解决方案。

关键词：流计算平台分布式计算高可用负载均衡全局监控

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

品牌推荐与自动保护技术研究

品牌推荐与自动保护技术研究

作者：李金兰北京邮电大学

学位级别：硕士

随着互联网的发展,越来越多的消费者选择在电子商务网站上购买产品或服务。由于电子商务缺乏实体体验,为了做出正确的购买决定,消费者往往通过参考网络口碑来制定购买决策,因此网络口碑营销应运而生。有些商家公司为了打压竞争对手,会... 详细信息

随着互联网的发展,越来越多的消费者选择在电子商务网站上购买产品或服务。由于电子商务缺乏实体体验,为了做出正确的购买决定,消费者往往通过参考网络口碑来制定购买决策,因此网络口碑营销应运而生。有些商家公司为了打压竞争对手,会在网络上散布虚假信息诋毁对手,破坏网络诚信,使消费者无法做出恰当的决策。为了维护品牌形象,保证正常经营,商家迫切需要一套网络口碑保护系统,对恶意诋毁进行反击,扭转对品牌不利舆论。本文对此展开研究,旨在提供网络品牌保证技术。为了支持网络口碑的自动保护,本文重点对以下关键技术进行研究:(1)口碑监测技术,为了监测网络口碑状况,我们引入了基于主题的网络爬虫,通过合适的搜索策略来提高信息采集效率,并对主题信息进行内容抽取和存储。(2)账号自动注册技术,通过分析不同网站注册的HTTP数据流,设计自动注册功能,省略繁琐的人工步骤,能够短时间内建立大规模账号库。(3)自动评论技术,通过分析网络评论过程中HTTP协议工作流程,基于口碑监测结果,调用账号库和素材库,进行网络评论的自动反击。(4)验证码识别技术,研究基于连通区域和投影的字符分割技术,和基于像素特征和边缘特征的字符识别技术,提高自动注册和自动评论的效率。基于上述关键技术,本文设计实现了一个实用的网络品牌推荐与自动保护系统。通过需求分析确定系统功能,通过概要设计确定模块任务与接口,通过详细设计确定算法流程,并设计了用户友好的操作界面和任务管理功能。最终对系统进行高效实现、测试及部署,实际运行结果表明本系统达到了品牌口碑保护的预期效果,验证了上述各项技术和设计的有效性。本系统具有重要的实用价值。

关键词：商品品牌网络口碑信息采集自动评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向诱捕网络安全事件流的可视分析技术

面向诱捕网络安全事件流的可视分析技术

作者：王学宾北京邮电大学

学位级别：硕士

随着信息技术与网络技术的快速发展,人类社会已经走进信息时代,而信息安全是这一新时代下的重要话题。面对日益严重的内部威胁,以防火墙、IDS等防御产品为主的被动防御体系表现不佳。而以蜜罐、蜜网、诱捕文档等诱捕资源为主的主动防御... 详细信息

随着信息技术与网络技术的快速发展,人类社会已经走进信息时代,而信息安全是这一新时代下的重要话题。面对日益严重的内部威胁,以防火墙、IDS等防御产品为主的被动防御体系表现不佳。而以蜜罐、蜜网、诱捕文档等诱捕资源为主的主动防御体系,成为防御内部威胁的有效手段。面对诱捕网络中产生的大量安全日志信息,如何将这些分散的信息及时地汇总、分析是目前诱捕网络安全事件分析领域亟待解决的问题。针对以上问题,本文面向诱捕网络产生的大量安全事件进行可视分析技术研究,设计并实现了一个诱捕网络安全事件可视分析平台,具体工作如下：(1)针对诱捕网络安全事件多样性的特点,本文给出了诱捕网络安全事件统一形式化描述方法,该方法将诱捕网络安全事件定义为公有属性与扩展属性的集合,有效地解决了诱捕网络安全事件异构问题。(2)在数据存储层,本文使用可扩展数据库很好地解决不同安全事件扩展属性的存储问题,设计并实现了诱捕网络安全事件的统一存储模型,并为诱捕网络安全事件的扩展属性提供数据访问接口,该接口提供自动生成数据库SQL的支持,并且使用缓存机制,可以大大提高数据库的访问效率。(3)针对诱捕网络中蜜罐分布式部署的特点,本文设计了基于发布／订阅机制的数据收集框架。该框架可以将各个蜜罐捕获的安全日志信息实时地收集到后端服务器。(4)设计并实现了面向诱捕网络安全事件流的可视分析平台,该平台对实时监控诱捕网络安全事件提供支持,并提供友好的安全事件分析界面。通过实际的案例分析,该平台可以帮助分析人员发现和理解攻击者的攻击方法以及攻击意图。

关键词：蜜罐诱饵文档信息诱捕技术可视分析内部威胁

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的答案排序研究

基于深度学习的答案排序研究

作者：李真真国防科学技术大学

学位级别：硕士

限于自然语言的复杂性,传统搜索引擎中基于关键词查询的方法,难以满足用户对确切问题搜索的需求;基于常用问题集的问答系统也无法解决开放域的问题,因此面向开放域问答系统的智能搜索成为研究热点。本文以面向开放域的问答系统为研究背... 详细信息

限于自然语言的复杂性,传统搜索引擎中基于关键词查询的方法,难以满足用户对确切问题搜索的需求;基于常用问题集的问答系统也无法解决开放域的问题,因此面向开放域问答系统的智能搜索成为研究热点。本文以面向开放域的问答系统为研究背景,通过有效的检索得到丰富的候选答案,对候选答案进行排序是问答系统的最后一步,也是关键一步,排序的结果将直接影响问答系统的好坏。本文主要关注根据问答对文本的语义关联性对候选答案排序。在这个任务上,传统机器学习方法依赖外部资源,需要从训练数据集中抽取特征来创建模型,费时费力,效果不佳。面对这个难题,本文研究深度学习的方法来完成这个任务。近几年,深度学习方法在自然语言处理的多个任务上取得突破,而应用到问答系统的答案排序任务中缺乏实际经验。因此本文以神经网络模型为研究点,设计和实现深度学习模型来匹配文本对,进一步改进模型以完成答案排序任务。本文的主要贡献如下:设计并实现了一种基于双向长短时记忆(BiLSTM)的深度学习模型用于答案排序任务。该模型采用的双向长短时记忆神经网络能增加文本序列的前后交互,紧接着的卷积神经网络层能卷积局部信息。输入的问题和答案分别通过组合的神经网络模型,得到问答对的中间向量表达。然后使用相似性矩阵关联问答对的中间向量并计算其距离。在TREC QA数据集上实验的结果证明在该任务上,本文构造的模型优于传统的机器学习方法,比之前已有的最佳神经网络模型也有提高。研究注意力机制在深度学习模型上的应用,设计并实现含有注意力机制的改进深度学习模型来处理答案排序任务。本文用含有注意力机制的长短时记忆神经网络层来处理答案的语句,加入问题的中间表达作为影响答案表达的权重,使答案保留更多与问题相关的表达。本文在两种含有BiLSTM网络的深度学习模型上加入注意力机制,并通过实验验证了注意力机制的有效性。综上所述,本文研究并实现了一种改进的深度学习模型用于答案排序任务,在公共数据集上测试了该模型的有效性,并解决了一些在实际问答系统中答案排序子模块的应用问题。

关键词：答案排序深度学习注意力模型神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社交网络事件监测系统的设计与实现

社交网络事件监测系统的设计与实现

作者：蒋官宏北京邮电大学

学位级别：硕士

基于互联网的社交网络正在成为人类社会中社会关系维系和信息传播的重要渠道和载体,能够迅速形成社会舆论,对国家安全和社会发展都会产生深远的影响。对社交网络舆情进行实时有效监测,对于维护国家安全、促进经济和社会平稳发展具有重... 详细信息

基于互联网的社交网络正在成为人类社会中社会关系维系和信息传播的重要渠道和载体,能够迅速形成社会舆论,对国家安全和社会发展都会产生深远的影响。对社交网络舆情进行实时有效监测,对于维护国家安全、促进经济和社会平稳发展具有重要的意义。本文建立了一个轻量级的新浪微博事件监测系统,首先对相关技术进行了研究：针对数据采集技术,探讨了网络爬虫技术和新浪微博平台自身的API的优劣势,并提出了在网络爬虫采集的基础上精简采集内容的方法;针对信息的预处理技术,探讨了信息格式化抽取方法;针对信息展示技术,探讨了信息展示平台搭建相关的技术以及数据可视化技术。随后本文对系统进行需求分析,确定了功能性需求和非功能性需求,给出了系统的功能设计和总体框架设计。本系统致力于解决三方面的问题：信息的采集、信息的分析处理以及信息的展示,并设计了两个子系统完成相应功能,包括一个负责采集、分析、处理、组织信息的子系统和一个用于数据展示的子系统,并提出了详细架构设计。接下来,本文介绍了本系统的实现,包括系统的软硬件开发环境构建;数据采集分析处理子系统和数据展示子系统的实现;以及系统功能性模块的效果展示。最后,本文总结了论文的主要工作,并对未来的工作进行了展望。

关键词：社交网络信息采集事件监测数据展示微博