检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于零信任机制的联邦学习模型

科学技术与工程 2024年第19期24卷 8166-8175页

作者：龚颖许文韬赵策王斌君中国人民公安大学信息网络安全学院北京100240

为使联邦学习能够满足更高的安全与效率需求,提出了一种采取双重加密与批处理加密方法的零信任模型。首先,利用双重加密防范来自服务器与其他参与方的多方威胁,且通过选取不同的加密方式并设置加密顺序,保证联邦学习模型在更安全的情况... 详细信息

为使联邦学习能够满足更高的安全与效率需求,提出了一种采取双重加密与批处理加密方法的零信任模型。首先,利用双重加密防范来自服务器与其他参与方的多方威胁,且通过选取不同的加密方式并设置加密顺序,保证联邦学习模型在更安全的情况下正常运转;其次,在双重加密的基础上引入批处理模块,通过以密钥位数为依据的拆分再拼接操作,提升加密的效率,保证联邦学习模型在更高效的情况下正常运转。理论分析与实验结果表明:所提出的零信任机制的联邦学习模型能够防范来自多方的推理攻击,并维持与单层同态加密相近的开销。可见零信任机制在联邦学习中的应用具备相当程度的可行性,能够同时满足高安全性、高效率的需求。

关键词：联邦学习零信任双重加密批处理加密

在线全文

学校读者我要写书评

暂无评论

基于Sobel算子的池化算法设计

科学技术与工程 2023年第3期23卷 1145-1151页

作者：冯松松王斌君中国人民公安大学信息网络安全学院北京100038

池化算法是卷积神经网络中用于特征降维、参数压缩、扩大感受野的重要一层。针对现有的池化方法没有充分考虑到池化前特征图的整体内容及风格特征分布问题,提出了一种通过Sobel算子对卷积后的特征图计算每个特征点的梯度值,并根据梯度... 详细信息

池化算法是卷积神经网络中用于特征降维、参数压缩、扩大感受野的重要一层。针对现有的池化方法没有充分考虑到池化前特征图的整体内容及风格特征分布问题,提出了一种通过Sobel算子对卷积后的特征图计算每个特征点的梯度值,并根据梯度值分布确定每个池化窗口取最大值、均值或者最小值的池化算法。该算法充分考虑了特征图池化前后的整体内容及风格特征分布,保持了特征图的整体不变性。实验表明,该池化算法在VGG、ResNet等经典网络架构上取得了优异性能,具有普适性,可用来替代常用的最大池化、平均池化。

关键词：卷积神经网络最大池化平均池化最小池化 Sobel算子

在线全文

学校读者我要写书评

暂无评论

基于深度生成模型的人脸编辑研究进展

计算机科学 2022年第2期49卷 51-61页

作者：唐雨潇王斌君中国人民公安大学信息网络安全学院北京100038

人脸编辑广泛应用于公安追逃、人脸美化等领域,传统的统计学方法、基于原型的方法是解决人脸编辑的主要手段,然而这些传统技术面临着操作难度大、计算成本高等问题。近年来,深度学习快速发展,特别是生成网络的出现,为人脸编辑提供了一... 详细信息

人脸编辑广泛应用于公安追逃、人脸美化等领域,传统的统计学方法、基于原型的方法是解决人脸编辑的主要手段,然而这些传统技术面临着操作难度大、计算成本高等问题。近年来,深度学习快速发展,特别是生成网络的出现,为人脸编辑提供了一种全新的思路,采用深度生成模型的人脸编辑技术具有速度快、模型泛化能力强的优势。为总结近年利用深度生成模型解决人脸编辑问题的相关理论与研究,首先介绍了基于深度生成模型的人脸编辑技术采用的网络框架与原理;然后对该项技术所运用的方法进行详述,将其归纳为图像翻译、在网络内部引入条件信息、操纵潜在空间3个方面;最后总结了该项技术所面临的身份一致性、属性解耦、属性编辑精确性的挑战,并指出未来该方向亟待解决的若干问题。

关键词：人脸编辑生成对抗网络变分自编码器深度学习潜在空间

基于随机断层与梯度剪裁的横向联邦学习后门防御研究

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第11期50卷 356-363页

作者：许文韬王斌君中国人民公安大学信息网络安全学院北京100038

联邦学习解决了用户隐私与数据共享相悖之大数据困局,体现了“数据可用不可见”的理念。然而,联邦模型在训练过程中存在后门攻击的风险。攻击者通过本地训练一个包含后门任务的攻击模型,并将模型参数放大一定比例,从而实现将后门植入联... 详细信息

联邦学习解决了用户隐私与数据共享相悖之大数据困局,体现了“数据可用不可见”的理念。然而,联邦模型在训练过程中存在后门攻击的风险。攻击者通过本地训练一个包含后门任务的攻击模型,并将模型参数放大一定比例,从而实现将后门植入联邦模型中。针对横向联邦学习模型所面临的后门威胁,从博弈的视角,提出一种基于随机断层与梯度剪裁相结合的后门防御策略和技术方案:中心服务器在收到参与方提交的梯度信息后,随机确定每个参与方的神经网络层,然后将各参与方的梯度贡献分层聚合,并使用梯度阈值对梯度参数进行裁剪。梯度剪裁和随机断层可削弱个别参与方异常数据的影响力,使联邦模型在学习后门特征时陷入平缓期,长时间无法学习到后门特征,同时不影响正常任务的学习。如果中心服务器在平缓期内结束联邦学习,即可实现对后门攻击的防御。实验结果表明,该方法可以有效地防御联邦学习中潜在的后门威胁,同时保证了模型的准确性。因此,该方法可以应用于横向联邦学习场景中,为联邦学习的安全保驾护航。

关键词：横向联邦学习后门攻击随机断层梯度剪裁

融合对抗增强和多任务优化的恶意短信检测方法

在线全文

学校读者我要写书评

暂无评论

信息网络安全 2023年第10期 21-30页

作者：仝鑫金波王斌君翟晗名中国人民公安大学信息网络安全学院北京100038 公安部第三研究所上海200031

现有恶意短信检测方法往往聚焦于提升检测准确率或速度,而忽略了模型自身的安全问题,因此,在真实场景中可能会遭受对抗样本攻击。为了解决上述问题,文章提出了一种融合对抗增强和多任务优化的恶意短信检测模型。在输入阶段,利用随机匹... 详细信息

现有恶意短信检测方法往往聚焦于提升检测准确率或速度,而忽略了模型自身的安全问题,因此,在真实场景中可能会遭受对抗样本攻击。为了解决上述问题,文章提出了一种融合对抗增强和多任务优化的恶意短信检测模型。在输入阶段,利用随机匹配池生成“原始文本-对抗样本”对作为输入,并且引入语义类型编码技术帮助模型区分数据边界。然后,使用基于ChineseBERT的单塔神经网络作为主干模型对短信的语义、拼音和字形特征进行挖掘。在输出阶段,使用监督的分类交叉熵损失和无监督的输入一致性损失作为多任务优化目标,以帮助模型学习文本对内在的关联特征并完成分类。基于公开数据集的实验结果表明,该方法的准确率和鲁棒性优于多种机器学习和深度学习检测方法。

关键词：恶意短信鲁棒性对抗样本多任务学习

可相变的纳米析出相诱发亚稳低温钢的高延展性

在线全文

学校读者我要写书评

暂无评论

Science Bulletin 2023年第12期68卷 1243-1247,M0003页

作者：黎雨李伟王斌君闵娜刘文庆刘慧彬金学军 Tadashi Furuhara Institute of Advanced Steels and Materials School of Materials Science and EngineeringShanghai Jiao Tong UniversityShanghai 200240China School of Material Science and Engineering Shanghai Institute of TechnologyShanghai 201418China Key Laboratory for Microstructures Shanghai UniversityShanghai 200444China Baosteel Research Institute Shanghai 201900China Institute for Materials Research Tohoku UniversitySendai 980-8577Japan

纳米析出相在所有合金中都被用作额外的增强相,但大多数情况,特别是在低温环境下,纳米析出相的引入会严重降低材料的塑性和可加工性.这一强塑性倒置问题仍然亟待解决.基于此,本文发现了一种可相变的纳米析出相(TNP),通过其在变形过程的... 详细信息

纳米析出相在所有合金中都被用作额外的增强相,但大多数情况,特别是在低温环境下,纳米析出相的引入会严重降低材料的塑性和可加工性.这一强塑性倒置问题仍然亟待解决.基于此,本文发现了一种可相变的纳米析出相(TNP),通过其在变形过程的相变行为在亚稳基体中诱发了以微带和孪晶马氏体为主的多阶段变形机制.与不含TNP的低温钢相比,可持续的两阶段加工硬化能力使其在77 K下的屈服强度和均匀伸长率都能分别提高30%和65%.微带和析出相之间的交互作用不仅使微观结构得到动态细化,也将孪晶马氏体推迟至应变后期发生.此外,这一相变行为也可以缓解界面的错配应变,阻碍孪晶生长并获得更均匀的变形.这一研究结果证明了析出诱发塑性的创新机制,可为在极端环境下析出强化的应用提供新的方向.

关键词：纳米析出相加工硬化能力低温钢相变行为析出强化可加工性李晶极端环境

基于一维残差卷积神经网络的Tor匿名网络流量识别模型设计

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

现代计算机 2022年第17期28卷 1-8,41页

作者：冯松松王斌君中国人民公安大学信息网络安全学院北京100038

针对现有匿名网络流量识别模型准确率低的问题,提出了一种基于一维残差卷积神经网络的Tor匿名网络流量识别模型。该模型根据网络流量各特征之间相互独立,无内在关联的特性,采用一维卷积进行特征提取,并采用最大池化筛选、保留关键特征,... 详细信息

针对现有匿名网络流量识别模型准确率低的问题,提出了一种基于一维残差卷积神经网络的Tor匿名网络流量识别模型。该模型根据网络流量各特征之间相互独立,无内在关联的特性,采用一维卷积进行特征提取,并采用最大池化筛选、保留关键特征,通过引入跳跃连接解决深层网络存在的退化问题,降低训练时梯度消失的风险,使得模型可进一步加深,提高识别准确率。实验结果表明,该模型优于常用的SVM、KNN、ResNet等对比模型,将Tor匿名网络流量识别准确率提高至98.87%,具体匿名应用类型识别准确率提高至96.14%。

关键词： Tor 匿名网络暗网流量识别卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于随机MAC的Wi-Fi取证技术研究

信息技术与信息化 2022年第11期 15-20页

作者：孙祥振王斌君中国人民公安大学北京100032

以Android 11和小米智能路由器为例,提出了在持久随机MAC地址背景下认定Android手机曾与目标AP连接的具体方法,为公安机关办理相关案件提供了参考。首先,详细剖析了Wi-Fi系统和Android存储系统;其次,研究了Android一般取证流程;最后,详... 详细信息

以Android 11和小米智能路由器为例,提出了在持久随机MAC地址背景下认定Android手机曾与目标AP连接的具体方法,为公安机关办理相关案件提供了参考。首先,详细剖析了Wi-Fi系统和Android存储系统;其次,研究了Android一般取证流程;最后,详细探讨了Android系统Wi-Fi取证和小米路由器取证的具体方法,并提出了在持久随机MAC地址背景下认定Android手机曾与目标AP连接的具体方法。

关键词：取证 Wi-Fi Android手机 AP 随机MAC地址

在线全文

学校读者我要写书评

暂无评论

非确定Petri网

小型微型计算机系统 2003年第3期24卷 582-584页

作者：郝克刚王斌君西北大学软件工程研究所陕西西安710069 中国人民公安大学科技系北京100038

根据描述工作流模型的实际应用背景 ,提出了非确定变迁、非确定 Petri网等概念 ,并定义了 Petri网的等价关系 ,证明了在这种等价关系的意义下 ,非确定 Petri网与传统的确定

关键词： Petri网非确定Petri网等价性工作流管理系统