检索结果-南通市图书馆

Certified defense against patch attacks via mask-guided randomized smoothing

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Science China(Information Sciences) 2022年第7期65卷 86-97页

作者： Kui ZHANG Hang ZHOU Huanyu BIAN Weiming ZHANG nenghai yu School of Cyber Science and Technology University of Science and Technology of China School of Computer Science Simon Fraser University

The adversarial patch is a practical and effective method that modifies a small region on an image, making DNNs fail to classify. Existing empirical defenses against adversarial patch attacks lack theoretical analysis and are vulnerable to adaptive attacks. To overcome such shortcomings, certified defenses that provide a guaranteed classification performance in the face of strong unknown adversarial attacks are proposed. However, on the one hand, existing certified defenses either have low clean accuracy or need specified architecture, which is not robust enough. On the other hand, they can only provide provable accuracy but ignore the relationship to the number of perturbations. In this paper, we propose a certified defense against patch attacks that provides both the provable radius and high classification accuracy. By adding Gaussian noises only on the patch region with a mask, we prove that a stronger certificate with high confidence can be achieved by randomized smoothing. Furthermore, we design a practical scheme based on joint voting to find the patch with a high probability and certify it effectively. Our defense achieves 86.4%clean accuracy and 71.8% certified accuracy on CIFAR-10 exceeding the maximum 60% certified accuracy of existing methods. The clean accuracy of 67.8% and the certified accuracy of 53.6% on ImageNet are better than the state-of-the-art method, whose certified accuracy is 26%.

关键词： certified defense adversarial patch patch localization randomized smoothing joint voting Certified defense Adversarial patch

Deep 3D mesh watermarking with self-adaptive robustness

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Cybersecurity 2023年第2期6卷 75-88页

作者： Feng Wang Hang Zhou Han Fang Weiming Zhang nenghai yu University of Science and Technology of China HefeiChina Simon Fraser University VancouverCanada National University of Singapore Kent RidgeSingapore

Robust 3D mesh watermarking is a traditional research topic in computer graphics,which provides an efficient solution to the copyright protection for 3D meshes.Traditionally,researchers need manually design watermarking algorithms to achieve suffcient robustness for the actual application scenarios.In this paper,we propose the first deep learning-based 3D mesh watermarking network,which can provide a more general framework for this problem.In detail,we propose an end-to-end network,consisting of a watermark embedding sub-network,a watermark extracting sub-network and attack layers.We employ the topology-agnostic graph convolutional network(GCN)as the basic convolution operation,therefore our network is not limited by registered meshes(which share a fixed topology).For the specific application scenario,we can integrate the corresponding attack layers to guarantee adaptive robustness against possible attacks.To ensure the visual quality of watermarked 3D meshes,we design the curvature consistency loss function to constrain the local geometry smoothness of watermarked meshes.Experimental results show that the proposed method can achieve more universal robustness while guaranteeing comparable visual quality.

关键词： 3D mesh watermarking Graph convolution network Attack layer

基于秘密共享的隐私保护联邦学习高效安全聚合方案

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国科学技术大学学报 2024年第1期54卷 31-45,30,I0002页

作者：金旋姚远志俞能海中国科学技术大学网络空间安全学院安徽合肥230027 合肥工业大学计算机与信息学院安徽合肥230601

联邦学习使得多个移动参与者在不透露其本地隐私数据的情况下联合训练全局模型。通信计算代价和隐私保护性能是联邦学习的关键基础问题。现有的基于秘密共享的联邦学习安全聚合机制仍然存在引入显著额外计算代价、隐私保护性能不足和应... 详细信息

联邦学习使得多个移动参与者在不透露其本地隐私数据的情况下联合训练全局模型。通信计算代价和隐私保护性能是联邦学习的关键基础问题。现有的基于秘密共享的联邦学习安全聚合机制仍然存在引入显著额外计算代价、隐私保护性能不足和应对参与者掉线能力脆弱等问题。本文致力于通过引入灵活高效的秘密共享机制解决上述问题。本文提出了两种新颖的隐私保护联邦学习方案,分别是基于单向秘密共享的联邦学习(FLOSS)和基于多发秘密共享的联邦学习(FLMSS)。与当前的相关工作相比,FLOSS通过动态设计秘密共享的内容和对象,在显著降低通信代价的同时保证高强度的隐私保护性能。FLMSS进一步降低额外计算代价并且能够提高联邦学习应对参与者掉线的鲁棒性,从而在隐私保护和通信计算代价之间取得令人满意的平衡。安全性分析和基于真实数据集的性能评估证明了本文提出的方案在模型准确度、隐私保护性能和通信计算代价方面的优势。

关键词：联邦学习隐私保护秘密共享安全聚合

Future Event Prediction Based on Temporal Knowledge Graph Embedding

在线全文

学校读者我要写书评

暂无评论

Computer Systems Science & Engineering 2023年第3期44卷 2411-2423页

作者： Zhipeng Li Shanshan Feng Jun Shi Yang Zhou Yong Liao Yangzhao Yang Yangyang Li nenghai yu Xun Shao University of Science and Technology of China Hefei230027China Shenzhen CyberAray Co. Ltd.Shenzhen518038China Harbin Institute of Technology Shenzhen518055China National Engineering Research Center for Risk Perception and Prevention(RPP) Beijing100041China School of Regional Innovation and Social Design Engineering Kitami Institute of TechnologyKitami090-8507Japan

Accurate prediction of future events brings great benefits and reduces losses for society in many domains,such as civil unrest,pandemics,and crimes.Knowledge graph is a general language for describing and modeling complex systems.Different types of events continually occur,which are often related to historical and concurrent events.In this paper,we formalize the future event prediction as a temporal knowledge graph reasoning problem.Most existing studies either conduct reasoning on static knowledge graphs or assume knowledges graphs of all timestamps are available during the training process.As a result,they cannot effectively reason over temporal knowledge graphs and predict events happening in the future.To address this problem,some recent works learn to infer future events based on historical eventbased temporal knowledge graphs.However,these methods do not comprehensively consider the latent patterns and influences behind historical events and concurrent events simultaneously.This paper proposes a new graph representation learning model,namely Recurrent Event Graph ATtention Network(RE-GAT),based on a novel historical and concurrent events attention-aware mechanism by modeling the event knowledge graph sequence recurrently.More specifically,our RE-GAT uses an attention-based historical events embedding module to encode past events,and employs an attention-based concurrent events embedding module to model the associations of events at the same timestamp.A translation-based decoder module and a learning objective are developed to optimize the embeddings of entities and relations.We evaluate our proposed method on four benchmark datasets.Extensive experimental results demonstrate the superiority of our RE-GAT model comparing to various base-lines,which proves that our method can more accurately predict what events are going to happen.

关键词： Event prediction temporal knowledge graph graph representation learning knowledge embedding

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

适应性JPEG图像隐私保护方案

网络与信息安全学报 2024年第1期10卷 91-101页

作者：文泓鑫胡飞俞能海中国科学技术大学网络空间安全学院安徽合肥230026

由于JPEG图像格式是一种高压缩率图像格式,JPEG图像中的隐私保护方案不仅需要保护隐私区域的内容,同时要控制文件的大小。另外,JPEG图像中包含隐私信息的区域,即感兴趣区域(ROI),往往只占整个图像的一部分。仅对ROI进行保护有助于控制... 详细信息

由于JPEG图像格式是一种高压缩率图像格式,JPEG图像中的隐私保护方案不仅需要保护隐私区域的内容,同时要控制文件的大小。另外,JPEG图像中包含隐私信息的区域,即感兴趣区域(ROI),往往只占整个图像的一部分。仅对ROI进行保护有助于控制文件的大小。基于此,提出了一种适应性JPEG图像隐私保护方案。利用人脸检测等方法从JPEG图像中提取隐私区域,使用基于块的适应性可逆修改算法对隐私区域进行保护,用可逆信息隐藏方法将复原所需的信息嵌入图像。上述隐私保护过程采用了可逆的算法,合法的被授权者可以完全恢复经过所提方案隐私保护后的区域。由于引入了可变的参数,可以选择合适的参数以适应不同的实际需求,并达到最优效果。对多个ROI重叠的复杂情形进行了讨论并提出了解决方案。在峰值信噪比(PSNR,peak signal-to-noise ratio)和文件膨胀率等指标下,通过实验探索了不同参数对方案性能的影响并找到了推荐的参数组合。实验结果表明,在合适的参数下,所提方案在隐私保护、文件膨胀率等方面中的表现优于已有方案。

关键词： JPEG图像隐私保护可逆信息隐藏人脸识别

在线全文

学校读者我要写书评

暂无评论

一种统计特征保持的时序数据库水印方案

中国科学技术大学学报 2024年第4期54卷 2-11,1,66页

作者：于烨璐马泽华张杰方涵张卫明俞能海中国科学技术大学网络空间安全学院中国科学院电磁空间信息重点实验室安徽合肥230027 南洋理工大学计算机工程学院新加坡639798 新加坡国立大学计算机学院新加坡117417

数据库水印是保护数据库版权最有效的方法之一。然而,传统的数据库水印有一个潜在的缺点:水印的嵌入会改变数据的分布,从而影响数据库的使用和分析。考虑到大多数分析都是基于目标数据库的统计特征,保持统计特征的一致性是确保数据库可... 详细信息

数据库水印是保护数据库版权最有效的方法之一。然而,传统的数据库水印有一个潜在的缺点:水印的嵌入会改变数据的分布,从而影响数据库的使用和分析。考虑到大多数分析都是基于目标数据库的统计特征,保持统计特征的一致性是确保数据库可分析性的关键。由于统计特征分析往往是分组进行的,与传统的关系数据库相比,时序数据库(TSDBs)具有明显的时间分组特征,更具有分析价值。因此,本文提出了一种鲁棒的时序数据库水印算法,有效地保证了统计特征的一致性。基于TSDBs的时间分组特征,提出了一种基于线性回归、误差补偿和水印验证的三步水印方案RCV。根据线性回归模型和误差补偿的特性,该方案可以生成一组具有相同统计特征的数据。然后,基于验证机制对生成的数据进行验证,直到它可以传递目标的水印消息为止。与现有方法相比,该方法具有更好的鲁棒性和保持统计特征不变的能力。

关键词：数据库水印时序数据库统计特征时间分组特征

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

利用跨模态信息检索的鲁棒隐蔽通信

中国图象图形学报 2024年第2期29卷 369-381页

作者：张晏铭陈可江丁锦扬张卫明俞能海中国科学技术大学网络空间安全学院合肥230000

目的隐蔽通信是信息安全领域的一个重要研究方向,现有基于多媒体数据流构建隐蔽信道的方法,未考虑网络传输时波动产生的数据包丢失问题。本文提出一种基于跨数据模态信息检索技术的对网络异常具有鲁棒性的隐蔽通信方法,同时可以满足高... 详细信息

目的隐蔽通信是信息安全领域的一个重要研究方向,现有基于多媒体数据流构建隐蔽信道的方法,未考虑网络传输时波动产生的数据包丢失问题。本文提出一种基于跨数据模态信息检索技术的对网络异常具有鲁棒性的隐蔽通信方法,同时可以满足高隐蔽性和高安全性的要求。方法提出了一个名为RoCC(robust covert communication)的通用隐蔽通信框架,它基于跨模态信息检索和可证明安全的隐写技术。所提方法将直接通信和间接通信两种形式相结合。直接通信通过VoIP(voice over internet protocol)网络通话服务进行,传递实时生成的音频流数据,接收方可以通过语音识别将其还原为文本;而间接通信则借助公共网络数据库进行载密数据的传输,接收方通过文本语义相似度匹配的方式来还原完整语义的载密文本数据,这有助于解决网络数据包丢失和语音识别误差导致的文本语义丢失的问题。结果经实验测试,本文方法在协议上具有更好的通用性,相对Saenger方法在丢包率抵抗能力方面提高了5%,所用隐写算法满足可证安全性。同时,RoCC的数据传输率有73~136 bps(bit per second),能够满足实时通信需要。结论 RoCC隐蔽通信框架综合可证明安全隐写、生成式机器学习方法和跨模态检索方法的优势,与现有的方法比较,具有更加隐蔽和安全的优势,并且是当前对数据传输丢包异常最鲁棒的模型。

关键词：信息隐藏隐蔽通信生成式模型数据跨模态转换可证明安全隐写多媒体信息检索相似度分析

Building a Large-Scale and Wide-Area Quantum Internet Based on an OSI-Alike Model

在线全文

学校读者我要写书评

暂无评论

China Communications 2021年第10期18卷 1-14页

作者： Zhonghui Li Kaiping Xue Jian Li nenghai yu Jianqing Liu David S.L.Wei Qibin Sun Jun Lu School of Cyber Security University of Science and Technology of ChinaHefeiAnhui 230027China School of Information Science and Technology University of Science and Technology of ChinaHefeiAnhui 230027China Department of Electrical and Computer Engineering University of Alabama in HuntsvilleHuntsvilleAL 35899USA Department of Computer and Information Science Fordham UniversityBronxNY 10458USA

The theory and experiment of quantum information have been studied extensively in recent years,and the feasibility of quantum communication has been proved.Although the fundamental technology is not yet mature,research on quantum internet should be conducted.To implement quantum internet,an architecture that describes how quantum nodes are linked to form networks and how protocol functions are vertically composed need to be developed urgently.In this paper,we present a novel design of a clusterbased structure to describe how quantum nodes are interconnected,and how the structure can improve the performance of qubit transmission and reduce the network complexity.The idea of the quantum local area network(QLAN)is proposed as an essential component of the quantum internet.Besides,each quantum repeater links to neighboring repeaters to form a core network,and multiple QLANs are connected through the core network.The core network can be grouped into different hierarchical quantum repeater networks according to needed service requirements.For the sake of interoperability and fast prototyping,we adopt the idea of OSI layering model of the current Internet in the design of quantum internet.Finally,we elaborate on the composition of quantum nodes and the realization of end-to-end communication.

关键词： quantum internet entanglement swapping quantum repeater teleportation

在线全文

学校读者我要写书评

暂无评论

基于知识注入的大语言模型水印

网络空间安全科学学报

网络空间安全科学学报 2024年第1期2卷 63-71页

作者：陈可江李帅张卫明俞能海中国科学技术大学网络空间安全学院合肥 230026

大语言模型凭借其出色的文本理解能力和生成能力,在自然语言处理任务上取得了优异的表现。训练大语言模型需要高质量的标注数据、昂贵的算力资源,这使其成为重要的数字资产,具有极高的商业价值,但是却存在被盗用等知识产权泄露风险。因... 详细信息

大语言模型凭借其出色的文本理解能力和生成能力,在自然语言处理任务上取得了优异的表现。训练大语言模型需要高质量的标注数据、昂贵的算力资源,这使其成为重要的数字资产,具有极高的商业价值,但是却存在被盗用等知识产权泄露风险。因此,亟须发展大语言模型水印技术,以保护模型的版权。现有基于无盒水印的大语言模型水印可以保护模型的版权,但是这些方法水印隐蔽性不足、生成文本质量下降,并且难以应用于模型开源场景。为了解决上述问题,提出了一种基于知识注入的大语言模型水印方法。在嵌入水印阶段,将水印嵌入到自定义知识中,并通过监督微调让大语言模型学会带水印的知识。在水印提取阶段,模型拥有者只需要设计与水印知识相关的问题,询问待检测的大语言模型,根据模型的回答提取水印信息,并通过实验验证了该方法的有效性、保真性和鲁棒性。

关键词：大语言模型水印知识注入监督微调隐蔽鲁棒性