检索结果-南通市图书馆

Curricular Robust Reinforcement Learning via GAN-Based Perturbation Through Continuously Scheduled Task Sequence

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

Tsinghua Science and Technology 2023年第1期28卷 27-38页

作者： Yike Li Yunzhe Tian Endong Tong wenjia niu Yingxiao Xiang Tong Chen Yalun Wu Jiqiang Liu Beijing Key Laboratory of Security and Privacy in Intelligent Transportation Beijing Jiaotong UniversityBeijing 100044China

Reinforcement learning(RL),one of three branches of machine learning,aims for autonomous learning and is now greatly driving the artificial intelligence development,especially in autonomous distributed systems,such as cooperative Boston Dynamics ***,robust RL has been a challenging problem of reliable aspects due to the gap between laboratory simulation and real *** efforts have been made to approach this problem,such as performing random environmental perturbations in the learning ***,one cannot guarantee to train with a positive perturbation as bad ones might bring failures to *** this work,we treat robust RL as a multi-task RL problem,and propose a curricular robust RL *** first present a generative adversarial network(GAN)based task generation model to iteratively output new tasks at the appropriate level of difficulty for the current ***,with these progressive tasks,we can realize curricular learning and finally obtain a robust *** experiments in multiple environments demonstrate that our method improves the training stability and is robust to differences in training/test conditions.

关键词： robust reinforcement learning generative adversarial network(GAN)based model curricular learning

Adversarial attack and defense in reinforcement learning-from AI security view

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

Cybersecurity 2019年第1期2卷 167-188页

作者： Tong Chen Jiqiang Liu Yingxiao Xiang wenjia niu Endong Tong Zhen Han Beijing Key Laboratory of Security and Privacy in Intelligent Transportation Beijing Jiaotong UniversityBeijingChina

Reinforcement learning is a core technology for modern artificial intelligence,and it has become a workhorse for AI applications ranging from Atrai Game to Connected and Automated Vehicle System(CAV).Therefore,a reliable RL system is the foundation for the security critical applications in AI,which has attracted a concern that is more critical than ***,recent studies discover that the interesting attack mode adversarial attack also be effective when targeting neural network policies in the context of reinforcement learning,which has inspired innovative researches in this ***,in this paper,we give the very first attempt to conduct a comprehensive survey on adversarial attacks in reinforcement learning under AI ***,we give briefly introduction on the most representative defense technologies against existing adversarial attacks.

关键词： Reinforcement learning Artificial intelligence Security Adversarial attack Adversarial example Defense

Android Malware Detection with Contrasting Permission Patterns

维普期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

China Communications 2014年第8期11卷 1-14页

作者： XIONG Ping WANG Xiaofeng niu wenjia ZHU Tianqing LI Gang School of Information and Security Engineering Zhongnan University of Economics and Law Wuhan 430073 China Institute of Computing Technology Chinese Academy of Sciences Beijing 100190 China Institute of Information Engineering Technology Chinese Academy of Sciences Beijing 100093 China School of Information Technology Deakin University Melbourne VIC 3125 Australia Guangxi Key Laboratory of Trusted Software Guilin University of Electronic Technology Guilin 541004 China

As the risk of malware is sharply increasing in Android platform,Android malware detection has become an important research *** works have demonstrated that required permissions of Android applications are valuable for malware analysis,but how to exploit those permission patterns for malware detection remains an open *** this paper,we introduce the contrasting permission patterns to characterize the essential differences between malwares and clean applications from the permission aspect Then a framework based on contrasting permission patterns is presented for Android malware *** to the proposed framework,an ensemble classifier,Enclamald,is further developed to detect whether an application is potentially *** contrasting permission pattern is acting as a weak classifier in Enclamald,and the weighted predictions of involved weak classifiers are aggregated to the final *** on real-world applications validate that the proposed Enclamald classifier outperforms commonly used classifiers for Android Malware Detection.

关键词： malware detection permissionpattern classification contrast set Android

在线全文

学校读者我要写书评

暂无评论

改进重构权值的局部线性嵌入算法

中国图象图形学报 2018年第1期23卷 52-60页

作者：刘方原夏克文牛文佳河北工业大学电子信息工程学院天津300130

目的局部线性嵌入(LLE)算法是机器学习、数据挖掘等领域中的一种经典的流形学习算法。为克服LLE算法难以有效处理噪声、大曲率和稀疏采样数据等问题,提出一种改进重构权值的局部线性嵌入算法(IRWLLE)。方法采用测地线距离来描述结构,重... 详细信息

目的局部线性嵌入(LLE)算法是机器学习、数据挖掘等领域中的一种经典的流形学习算法。为克服LLE算法难以有效处理噪声、大曲率和稀疏采样数据等问题,提出一种改进重构权值的局部线性嵌入算法(IRWLLE)。方法采用测地线距离来描述结构,重新构造和定义LLE中的重构权值,即在某样本的邻域内,将测地距离与欧氏距离之比定义为结构权值;将测地距离与中值测地距离之比定义为距离权值,再将结构权值与距离权值的乘积作为重构权值,从而将流形的结构和距离两种信息进行有机的结合。结果对经典的人工数据Swiss roll、S-curve和Helix进行实验,在数据中加入噪声干扰,同时采用稀疏采样的方式来生成数据集,并与原始LLE算法和Hessian局部线性嵌入(HLLE)算法进行比较。实验结果表明,IRWLLE算法对比于LLE算法和HLLE算法,能够更好地保持流形的近邻关系,对流形的展开更加完好。尤其是对于加入噪声的大曲率数据集Helix,IRWLLE展现出极强的鲁棒性。对ORL和Yale人脸数据库进行人脸识别实验,采用最近邻分类器进行识别,将IRWLLE算法的识别结果与LLE算法进行对比。对于ORL数据集,IRWLLE算法识别率为90%,原LLE算法的识别率为85.5%;对于Yale数据集,IRWLLE算法识别率为88%,原LLE算法的识别率为75%,可见IRWLLE在人脸识别率上也有很大提高。结论本文提出的IRWLLE算法对比于原LLE算法,不仅将流形距离信息引入到重构权值中,而且还将结构信息加入其中,有效减少了噪声和流形外数据点的干扰,所以对于噪声数据具有更强的鲁棒性,能够更好地处理稀疏采样数据和大曲率数据,在人脸识别率上也有较大提升。

关键词：流形学习局部线性嵌入算法重构权值降维鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于财务管理目标的饲料企业资本结构优化

中国饲料 2021年第13期 111-114页

作者：李祯牛文佳王晶河北科技工程职业技术大学河北邢台054000

近年来,我国饲料行业步入高质量发展阶段,在国民经济中扮演着重要角色。财务管理和资本结构作为影响饲料企业发展的两个重要因素,关系着饲料企业的综合竞争力。本文通过对饲料企业资金结构进行深入分析,探讨资本结构与财务管理目标之间... 详细信息

近年来,我国饲料行业步入高质量发展阶段,在国民经济中扮演着重要角色。财务管理和资本结构作为影响饲料企业发展的两个重要因素,关系着饲料企业的综合竞争力。本文通过对饲料企业资金结构进行深入分析,探讨资本结构与财务管理目标之间的关系,提出基于财务管理目标的资本结构优化对策,以期能为饲料企业实现可持续发展提供一定的借鉴。

关键词：财务管理目标饲料企业资本结构

分段正交匹配追踪(StOMP)算法改进研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2017年第16期53卷 55-61页

作者：汪浩然夏克文牛文佳河北工业大学电子与信息工程学院天津300401

信号重构是压缩感知的核心技术之一,而其重构精度和所耗时长直接影响其应用效果。现今分段正交匹配追踪算法(StOMP)因耗时短而得到广泛应用,但也存在着重构精度差、稳定性低的缺点。提出一种基于粒子群优化(PSO)算法且同时具有回溯特性... 详细信息

信号重构是压缩感知的核心技术之一,而其重构精度和所耗时长直接影响其应用效果。现今分段正交匹配追踪算法(StOMP)因耗时短而得到广泛应用,但也存在着重构精度差、稳定性低的缺点。提出一种基于粒子群优化(PSO)算法且同时具有回溯特性的StOMP改进算法(ba-IWPSO-StOMP),即首先在StOMP算法的一次原子选择上,引入回溯策略,实现原子的二次筛选;在每次迭代计算中,使用具有惯性权重指数递减的PSO(IWPSO)算法对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构。对一维信号和二维图像的重构结果表明,在稀疏条件相同的情况下,算法在收敛时间较短的情况下,其重构精度明显优于StOMP等同类算法。

关键词：压缩感知分段正交匹配追踪粒子群优化

在线全文

学校读者我要写书评

暂无评论

分块低秩图的遥感影像半监督分类应用

计算机科学与探索 2019年第7期13卷 1217-1226页

作者：祖宝开夏克文牛文佳姜晓庆河北工业大学电子信息工程学院天津300401 河北工业大学河北省大数据计算重点实验室天津300401 济南大学信息科学与工程学院济南250022

随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于... 详细信息

随着信息技术和对地观测技术的飞速发展,遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题,基于低秩表示模型和图的半监督学习方法,提出了基于分块低秩图的大规模遥感图像半监督分类应用。为了解决低秩表示计算复杂度高的问题,将预处理后的图像按像素进行分块处理,并在每个块上实现低秩表示。在WorldView-2影像上的分类结果表明,在少量标记样本下,该方法利用简单的最近邻分类器即可实现对城市地物的精确分类。因此,该方法有效地提高了土地覆盖的分类精度,在遥感图像分类中具有较高的效率。

关键词：遥感图像低秩表示分类

在线全文

学校读者我要写书评

暂无评论

AHP策略下CTCS网络安全风险评估方法

中国铁道科学 2023年第4期44卷 241-250页

作者：姚洪磊刘国梁解辰辉杨轶杰牛温佳北京交通大学计算机与信息技术学院北京100044 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081

工业控制系统的网络安全风险评估通常受多种不确定性因素的影响,为有效降低评估过程中专家主观因素和其他不确定性因素对评估结果造成的影响,提出一种基于攻击树和层次分析法(Analytic Hierarchy Process,AHP)策略的网络安全风险评估方... 详细信息

工业控制系统的网络安全风险评估通常受多种不确定性因素的影响,为有效降低评估过程中专家主观因素和其他不确定性因素对评估结果造成的影响,提出一种基于攻击树和层次分析法(Analytic Hierarchy Process,AHP)策略的网络安全风险评估方法,并将其应用于中国列车运行控制系统(Chinese Train Control System,CTCS)的风险评估实践。首先,分析CTCS结构及其安全威胁,并基于安全威胁构建攻击树模型;其次,研究CTCS安全事件的产生机制,基于AHP策略分析安全事件可能导致的损失,将不确定性因素纳入安全事件发生概率的计算,通过安全事件发生概率及其损失计算出CTCS的风险值,当被评估对象为新上线系统或专家评估经验不足时,为降低数据波动引起的评估偏差,计算时去掉安全事件概率的最大值和最小值;最后,基于所提方法开展风险评估试验并进行仿真。结果表明:考虑攻击不确定因子和影响因子,风险评估结果在较低风险至中风险连续区间内的分布率接近100%,相对于未考虑不确定性因素的情况,风险评估结果在连续区间的分布率提升了近15%;去掉安全事件概率的最大值和最小值时,风险评估结果变化幅度更小,收敛于稳定的风险等级。

关键词：攻击树层次分析法中国列车运行控制系统风险评估仿真分析

基于低秩矩阵恢复的去噪方法在石油测井中的应用

在线全文

学校读者我要写书评

暂无评论

石油物探 2017年第5期56卷 644-650页

作者：王艳伟夏克文牛文佳 Ali Ahamd 河北工业大学电子信息工程学院天津300401 河北省大数据计算重点实验室天津300401

随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,... 详细信息

随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,CS)中向量样例的稀疏表示推广到矩阵的低秩情形,从较大但稀疏的误差中恢复出本质上低秩的数据矩阵,可更好地保持数据结构,提高去噪效果。因此将低秩矩阵恢复理论中的去噪方法应用于石油测井中,实现对测井数据的去噪处理。对比研究了加速近端梯度算法(Accelerate Proximal Gradient,APG)、精确增广拉格朗日乘子(Exact Augmented Lagrange Multipliers,EALM)法和非精确增广拉格朗日乘子法(Inexact Augmented Lagrange Multipliers,IALM)在测井数据中的去噪效果,对去噪前后的测井数据分别采用支持向量机(Support Vector Machine,SVM)和相关向量机(Relevance Vector Machine,RVM)进行油气层识别,结果表明,与不去噪情况相比,利用三种算法进行去噪处理后油气层识别精度都有了显著提升。通过参数优化减少迭代次数,可使得IALM算法在运算时间上优于EALM算法和APG算法,明显提高了运算效率。

关键词：石油测井数据去噪低秩矩阵恢复加速近端梯度算法增广拉格朗日乘子法