检索结果-南通市图书馆

基于深度学习特征分布优化的无载体图像隐写方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信息安全学报 2024年

作者：吴槟薛瑞中国科学院信息工程研究所网络空间安全防御重点实验室中国科学院大学网络空间安全学院

在最近的研究中,利用深度学习技术的载体选择式隐写方法取得了一些新进展。然而,这些方法仅仅将深度神经网络作为建立消息码字与图像之间映射关系的一种工具,没有考虑如何通过改进网络模型及优化特征分布以提升隐写方案的整体性能,导致... 详细信息

在最近的研究中,利用深度学习技术的载体选择式隐写方法取得了一些新进展。然而,这些方法仅仅将深度神经网络作为建立消息码字与图像之间映射关系的一种工具,没有考虑如何通过改进网络模型及优化特征分布以提升隐写方案的整体性能,导致它们在抗攻击性、通信容量以及完备性等关键指标上的表现难以满足实际通信场景的要求。为此,本文首先从映射规则设计方面入手,提出了一种基于优化神经网络特征嵌入的载体选择式隐写方法 Feadio,具有非常好的完备性;其次,探究了原始图像与受攻击图像在嵌入空间中的分布关系,为了提高Feadio的抗攻击性与通信容量,更好地拉近属于同一类的受攻击图像与原始图像的特征嵌入距离,通过在超球面空间对嵌入特征分布进行优化,获得了更好的表征效果;最后,通过在训练模型时引入Arc FaceLoss指标,有效地缩小了相同类别特征的间距,增大了不同类别特征的间距,使得Feadio中模型学习到的特征分布更具判别性。实验结果表明,Feadio不仅能保证100%的完备性和最先进的通信容量,在面对绝大多数几何和噪声攻击时可达到100%的抗攻击性,而且对于真实通信环境下总共12000张受攻击图像,获得了正确提取11997组图像消息的优秀表现。除此之外,本文首次提出了评估无载体隐写方法抗攻击性的基准数据集OSNA-Face,从更客观、更真实的角度衡量了方法的抗攻击性。Feadio的源代码和OSNA-Face数据集均可以从作者网站(https://***/)公开获取,以验证本文方法的有效性和实验结果的真实性。

关键词：信息隐藏载体选择式隐写术深度度量学习图像特征分布

基于多模态数据融合的直拉硅单晶位错检测方法研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多模态数据融合的直拉硅单晶位错检测方法研究

作者：薛瑞西安理工大学

学位级别：硕士

硅是处于整个半导体产业上游的重要原材料。直拉法通过从熔体中缓慢拉升籽晶使单晶按照籽晶的晶向缓慢生长,是制备半导体硅单晶的主要技术方法。在当前国产化的背景下,利用直拉法生长硅单晶对品质和良率有了更高的要求,即尺寸越大、缺... 详细信息

硅是处于整个半导体产业上游的重要原材料。直拉法通过从熔体中缓慢拉升籽晶使单晶按照籽晶的晶向缓慢生长,是制备半导体硅单晶的主要技术方法。在当前国产化的背景下,利用直拉法生长硅单晶对品质和良率有了更高的要求,即尺寸越大、缺陷越少、品质越高。其中,位错与否是衡量硅棒品质最为基础的判断因素之一。在晶体生长过程中,位错受多种因素的影响具有一定的随机性。目前,工业现场中尚未有高效的方法应用于硅单晶位错检测。因此,对硅单晶实时生长过程中是否发生位错进行及时检测是必要且有重要意义。在实际中,通常在检测层面用断线与否来直观判断硅棒是否发生位错。本文主要研究了晶体在等径生长阶段是否发生断线,从而衡量位错是否发生。建立了能够关联来自多种维度信息的模型,使机器学习算法更全面高效地了解目标,最终实现多种信息互补,避免通过单一维度数据识别断线的不足。本文具体研究工作如下:(1)基于半导体硅单晶数字孪生平台对研究所需的一维直径、温度、拉速信号与熔体弯月面处的二维图像进行了测量与获取,制作了实验所需的多模态融合数据集。本文中,利用连续小波变换对直径、温度、拉速信号进行预处理,初步提取信号特征,得到了直径、温度、拉速的时频谱图。(2)分别利用一维的直径、温度、拉速信号来识别断线,研究和实现了基于卷积神经网络的识别方法。首先,设计了识别断线的卷积神经网络;之后,通过设计的网络分别对直径、温度、拉速信号的时频谱图进行特征再提取;最后,得到了基于一维信号识别系统断线的结果。(3)利用二维的弯月面处图像来识别断线,研究和实现了基于残差网络的识别方法。首先,设计了用于识别断线的残差网络;之后,通过设计的残差网络对弯月面处图像进行特征提取;最后,得到了基于二维弯月面图像识别系统断线的结果。(4)利用多模态数据识别断线,研究和实现了基于数据融合的识别方法。首先,在一维信号识别断线的网络框架中加入改进的通道注意力机制,对提取出的一维信号特征进行相关性分析;之后,在多模态混合网络中利用Concatenate机制将不同维度数据提取出的特征进行融合;最后,得到了基于多模态数据融合的直拉硅单晶断线识别结果。结果表明,本文所提方法能够有效地检测出硅单晶生长过程中的断线缺陷,从而判断晶体是否发生位错,具有较高的准确性、鲁棒性和实时性,可以为直拉硅单晶生产过程中效率提高与品质管控提供有效的技术支持。

关键词：直拉硅单晶位错缺陷断线检测连续小波变换卷积神经网络多模态融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带差分隐私的社交网络数据发布研究

带差分隐私的社交网络数据发布研究

作者：薛瑞昕齐鲁工业大学

学位级别：硕士

数字化时代的人类在源源不断地产生规模庞大的社交网络数据信息,这些社交网络数据信息经常会被一些机构收集并以直方图发布的形式并提供给其他机构,用于数据分析和课题研究。尽管这些行为能够带来诸多便利,但潜在的隐私泄露风险也不容... 详细信息

数字化时代的人类在源源不断地产生规模庞大的社交网络数据信息,这些社交网络数据信息经常会被一些机构收集并以直方图发布的形式并提供给其他机构,用于数据分析和课题研究。尽管这些行为能够带来诸多便利,但潜在的隐私泄露风险也不容忽视。因此,在高效利用这些数据信息的同时,必须确保用户的隐私被妥善保护。差分隐私作为一种前沿的隐私保护技术,通过引入噪声干扰使数据失真,其隐私定义严格且可验证,这一技术已引起学者们的广泛关注,并得到了深入研究。差分隐私所用的噪声干扰方法会对数据的可用性产生影响,所以对于差分隐私的研究主要侧重于平衡数据的可用性和数据的隐私性。现有算法的误差仍然比较大,数据的可用性比较低。更详细地说,在差分隐私直方图发布中,在簇重构误差和拉普拉斯噪声误差之间平衡是一个新挑战。针对这些问题进行分析和研究,本文提出了对应的解决方案。本文的算法优化主要体现在以下四个方面。(1)初始化阶段中心选择的优化:指数机制根据每个数据点成为初始中心的概率分配不同的权重,从而选择出最能够代表各个簇的中心点。本文在初始化阶段优化中心选择阶段引入指数机制,提高了聚类分组效果,进而增强了数据的可用性,使得聚类结果更加符合数据的实际分布。(2)迭代阶段自适应噪声添加策略:聚类迭代阶段根据聚类算法的迭代进度,动态地调整噪声的大小和添加方式。在聚类算法迭代初期,添加较大的噪声;在聚类算法迭代后期,逐渐减小噪声的大小,以减少噪声总量。这种方法能够总体降低对数据可用性的影响。(3)必连和勿连约束的利用:指定某些数据点必须被分配到同一个簇中或不能被分配到同一个簇中。这种方法能够更加灵活地适应各种实际场景,提高聚类结果的精确度和适应性。同时,必连和勿连约束的引入还能够有效地避免聚类结果中的错误分配和异常值问题。(4)聚类完成后簇的合并策略:在聚类完成后根据顺序将多个簇合并为少数几个集群,通过噪声抵消从而有效地减少噪声累积,这个方法能够产生更加紧凑的簇结构,提高数据的可用性。本文研究的方法实现了全局聚类,使误差平衡接近最优,有效地平衡了差分隐私直方图发布中的簇重构误差和拉普拉斯噪声误差,实验结果表明,本文提出的基于合并集群和自适应噪声添加的差分隐私直方图发布算法显著减少了累积误差,提高了聚类质量,同时严格和合理地满足了差分隐私;本文提出的基于必连和勿连约束的高精度差分隐私直方图发布方法在实际数据约束的情境下增强了发布的直方图数据的可用性,提高了直方图聚类的精确度。

关键词：差分隐私直方图发布指数机制受限k-means

膨润土基粒子电极的制备及其高选择性还原硝酸盐氮

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

膨润土基粒子电极的制备及其高选择性还原硝酸盐氮

作者：薛瑞华广西大学

学位级别：硕士

基于大数据平台的电商网站用户行为分析和研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于大数据平台的电商网站用户行为分析和研究

作者：薛瑞珍中北大学

学位级别：硕士