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

基于串空间模型的协议验证技术研究

基于串空间模型的协议验证技术研究

作者：邓珍荣广西大学

学位级别：硕士

随着网络的普及以及电子商务和电子政务的蓬勃兴起,安全协议变得越来越重要,确保安全协议的安全性已经成为一项重要的研究课题。安全协议分析是一个很难解决的问题,20年来为了应对这一挑战,科学家们投入了大量的精力。在已有的理论和方... 详细信息

随着网络的普及以及电子商务和电子政务的蓬勃兴起,安全协议变得越来越重要,确保安全协议的安全性已经成为一项重要的研究课题。安全协议分析是一个很难解决的问题,20年来为了应对这一挑战,科学家们投入了大量的精力。在已有的理论和方法中,形式化分析方法的成果比较突出,其发展前景被专家们普遍看好。串空间(Strand Space)模型是由Fabrega、Herzog和Guttman三人提出的一种形式化方法,它使用一种结点间存在因果关系的有向图来表示协议的运行。串空间模型吸收了前人的研究成果,是分析安全协议的一种实用、直观和严格的形式化方法。它的优点主要表现在:(1)分析过程简单,减少了状态爆炸;(2)形式语言规范化,避免了基于知识和信念的逻辑方法(如:BAN逻辑、Kailar逻辑等)中由于形式化的不规范引起的问题。本文以串空间理论作为研究基础,首先从语义上研究串空间模型,分析了可追究性逻辑,针对Kailar逻辑表示可追究性的语义不明确的问题,给出了基于串空间模型的可追究性逻辑的语义表示,该语义表示能为可追究性逻辑提供一个清晰简洁的计算模型。其次对串空间模型中的认证性测试方法作了进一步讨论,指出了其中的缺陷并进行了改进。Guttman等人提出的认证性测试方法不能分析类型错误攻击,本文在分析

关键词：安全协议串空间模型形式化可追究性重写逻辑

面向小目标的改进YOLOv5安全帽佩戴检测算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第3期60卷 78-87页

作者：邓珍荣熊宇旭杨睿陈昱任桂林电子科技大学计算机与信息安全学院广西桂林541004 广西图像图形与智能处理重点实验室广西桂林541004 广西建工大都租赁有限公司南宁530000

安全帽是施工人员的安全保障,但是现有安全帽检测模型在复杂环境下对重叠和密集小目标存在误检和漏检等问题,为此提出改进YOLOv5的小目标检测算法。在YOLOv5的主干网络中加入Transformer捕获多个尺度上的全局信息,获得更丰富的高层语义... 详细信息

安全帽是施工人员的安全保障,但是现有安全帽检测模型在复杂环境下对重叠和密集小目标存在误检和漏检等问题,为此提出改进YOLOv5的小目标检测算法。在YOLOv5的主干网络中加入Transformer捕获多个尺度上的全局信息,获得更丰富的高层语义特征;使用GsConv卷积进行特征融合增强,并引入坐标注意力机制(coordinate attention),让网络在更大区域上进行注意;检测头将分类和回归进行解耦,加快收敛速度;使用无锚点(anchor-free)的检测方法,简化算法结构,加快检测速度;使用EIOU损失函数来优化边框预测的准确度。在自制安全帽数据集上实验结果表明,改进的YOLOv5模型平均精度达到了96.33%,相比于YOLOv5模型,平均精度提高了4.73个百分点,达到了在复杂条件下对重叠和密集小目标检测的要求。

关键词：安全帽检测改进YOLOv5 Transformer 解耦头无锚点(anchor-free)

结合全局和局部特征的BiGRU-RA图像中文描述模型

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2021年第1期33卷 49-58页

作者：邓珍荣张永林杨睿蓝如师黄文明罗笑南广西图像图形与智能处理重点实验室桂林541004 桂林电子科技大学计算机与信息安全学院桂林541004

针对目前基于全局特征的图像描述模型存在细节语义信息不足的问题,提出结合全局和局部特征的图像中文描述模型.该模型采用编码器-解码器框架,在编码阶段,分别使用残差网络(residualnetworks,ResNet)和Faster R-CNN提取图像的全局特征和... 详细信息

针对目前基于全局特征的图像描述模型存在细节语义信息不足的问题,提出结合全局和局部特征的图像中文描述模型.该模型采用编码器-解码器框架,在编码阶段,分别使用残差网络(residualnetworks,ResNet)和Faster R-CNN提取图像的全局特征和局部特征,提高模型对不同尺度图像特征的利用.采用嵌入了残差连接结构和视觉注意力结构的双向门控循环单元(bi-directional gated recurrent unit, BiGRU)作为解码器(BiGRU with residual connection andattention,BiGRU-RA).模型可以自适应分配图像特征和文本权重,改善图像特征区域和上下文信息的映射关系.此外,加入基于强化学习的策略梯度对模型的损失函数进行改进,直接对评价指标CIDEr进行优化.在AI Challenger全球挑战赛图像中文描述数据集上进行训练和实验,实验结果表明,该模型获得更高的评分,生成的描述语句更准确、更详细.

关键词：图像描述双向门控循环单元视觉注意力强化学习残差连接

在线全文

学校读者我要写书评

暂无评论

串空间模型中认证性测试方法的缺陷

计算机科学 2006年第2期33卷 103-105页

作者：邓珍荣李陶深广西大学计算机与电子信息学院

指出了串空间模型中认证性测试方法存在的不足:1.分析认证性的过程中未考虑同一协议主体同时以不同身份参与协议运行的情况;2.分析认证性的过程中未考虑发生多轮协议同时运行的情况;3.认证性测试方法不能分析类型错误攻击。通过实例——... 详细信息

指出了串空间模型中认证性测试方法存在的不足:1.分析认证性的过程中未考虑同一协议主体同时以不同身份参与协议运行的情况;2.分析认证性的过程中未考虑发生多轮协议同时运行的情况;3.认证性测试方法不能分析类型错误攻击。通过实例——Needham-Schroeder 协议分析了认证性测试方法存在不足的原因,并提出了改进方案。

关键词：认证性测试方法类型错误攻击协议

在线全文

学校读者我要写书评

暂无评论

基于稀疏编码的脑脊液图像快速识别模型

计算机应用 2014年第7期34卷 2040-2043,2049页

作者：黄文明蔡文正邓珍荣桂林电子科技大学计算机科学与工程学院广西桂林541004

考虑到采用传统的图像分割算法很难准确地分割脑脊液(CSF)细胞图像,提出了一种基于稀疏编码的脑脊液图像快速识别模型。该模型首先利用稀疏编码提取图像中的局部特征以及特征描述子,然后将特征描述子转换成线性空间金字塔匹配(SPM)结构... 详细信息

考虑到采用传统的图像分割算法很难准确地分割脑脊液(CSF)细胞图像,提出了一种基于稀疏编码的脑脊液图像快速识别模型。该模型首先利用稀疏编码提取图像中的局部特征以及特征描述子,然后将特征描述子转换成线性空间金字塔匹配(SPM)结构,最后将计算结果输入到线性支持向量机(SVM)中进行训练和预测。对脑脊液细胞图像做了异常识别和分类测试,其中异常识别准确率达到了89.4±0.9%,且对每张760×570的图像平均识别时间只需1.3 s,由此可以表明所提出的模型能够有效快速地区分脑脊液细胞是否异常。

关键词：稀疏编码脑脊液无监督学习线性空间金字塔匹配线性支持向量机

在线全文

学校读者我要写书评

暂无评论

优化的协同过滤推荐算法

计算机工程与设计 2016年第5期37卷 1259-1264页

作者：邓星邓珍荣许亮谢攀桂林电子科技大学计算机科学与工程学院广西桂林541004 广西可信软件重点实验室广西桂林541004

针对传统协同过滤中存在的数据稀疏性和用户偏见性问题进行研究,提出一种基于用户模型的相似度计算方法。通过建立用户偏好主题向量,间接获取用户之间的相似性,克服数据稀疏性对用户相似度计算准确性的影响;基于对用户偏见性的考虑,引... 详细信息

针对传统协同过滤中存在的数据稀疏性和用户偏见性问题进行研究,提出一种基于用户模型的相似度计算方法。通过建立用户偏好主题向量,间接获取用户之间的相似性,克服数据稀疏性对用户相似度计算准确性的影响;基于对用户偏见性的考虑,引入贝叶斯重排序算法,建立项目的信任子群,获取用户对信任子群的局部偏见,通过加权相似用户对目标项目的评分产生推荐。相关实验验证了该方法的可行性,能在有效克服传统协同过滤方法弊端的基础上,提升系统的推荐效果。

关键词：推荐系统协同过滤相似性度量用户偏见性贝叶斯重排序

在线全文

学校读者我要写书评

暂无评论

基于向后恢复的多层工作流事务管理模型

广西科学院学报 2004年第3期20卷 159-162页

作者：邓珍荣桂林电子工业学院计算机系广西桂林541004

分析工作流语义故障的向后恢复技术 ,在改进 L OL 确认机制的基础上 ,整合补偿模型与原流程模型 ,建立基于补偿的多层工作流事务模型及其构建规则 ,使事务粒度可由用户灵活定制 ,提高系统的执行效率。给出 2个补偿模型的实例。

关键词：向后恢复多层工作流事务管理模型工作流语义故障补偿模型 LOL确认机制

在线全文

学校读者我要写书评

暂无评论

基于有向无环图的频繁模式挖掘算法

计算机工程与设计 2017年第5期38卷 1237-1241页

作者：朱益立邓珍荣谢攀桂林电子科技大学计算机科学与工程学院广西桂林541004 桂林电子科技大学广西可信软件重点实验室广西桂林541004

针对关联规则挖掘中因频繁扫描数据库导致内存负担重、挖掘频繁项集效率不高的问题,提出一种基于有向无环图的挖掘算法DAGFIM。对候选项集构建二进制表,计算构建二进制表支持度作为有向无环图边权值;采用人工设置阈值判断计算出的边权... 详细信息

针对关联规则挖掘中因频繁扫描数据库导致内存负担重、挖掘频繁项集效率不高的问题,提出一种基于有向无环图的挖掘算法DAGFIM。对候选项集构建二进制表,计算构建二进制表支持度作为有向无环图边权值;采用人工设置阈值判断计算出的边权值是否需要保留,若待处理的变权值大于阈值,则在图中予以保留,反之,对该边做"剔除"处理,整个构建过程只需扫描一次数据库,不会产生候选项集。实验结果表明,该算法具有较好的性能,有效提高了频繁项集的挖掘效率。

关键词：关联规则二进制表有向无环图频繁项集支持度

在线全文

学校读者我要写书评

暂无评论

结合文本信息量和聚类的文本裁剪算法

计算机工程与设计 2018年第3期39卷 880-884页

作者：谢攀邓珍荣朱益立桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林电子科技大学广西可信软件重点实验室广西桂林541004

针对KNN文本分类时间效率低的缺点,提出一种结合文本信息量和聚类的文本裁剪算法。考虑到训练文本中存在类别相关性弱的文本,计算每条文本包含的信息量并排序,对向量空间模型利用聚类删除噪声文本,结合文本的重要性在各类别中筛选出代... 详细信息

针对KNN文本分类时间效率低的缺点,提出一种结合文本信息量和聚类的文本裁剪算法。考虑到训练文本中存在类别相关性弱的文本,计算每条文本包含的信息量并排序,对向量空间模型利用聚类删除噪声文本,结合文本的重要性在各类别中筛选出代表文本构建新的样本空间,在新样本空间上进行分类。实验结果表明,该方法能合理有效地裁剪文本集,提高分类效率。

关键词：文本分类最邻近文本信息量聚类样本裁剪