检索结果-南通市图书馆

基于对抗式生成网络的抗混淆二进制相似性检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对抗式生成网络的抗混淆二进制相似性检测研究

作者：杨志莹华中科技大学

学位级别：硕士

随着计算机行业的快速发展,各式各样软件的出现使得人们的生活变得更加智能化,但与此同时也出现了许多隐藏的安全威胁。许多恶意攻击者们会通过漏洞植入恶意行为来窃取用户隐私信息等实现其不合法目的,随着代码混淆工具的越发成熟,更多... 详细信息

随着计算机行业的快速发展,各式各样软件的出现使得人们的生活变得更加智能化,但与此同时也出现了许多隐藏的安全威胁。许多恶意攻击者们会通过漏洞植入恶意行为来窃取用户隐私信息等实现其不合法目的,随着代码混淆工具的越发成熟,更多的混淆技术被恶意攻击者用于恶意软件躲避安全防御系统的检测查杀,这极大增加了逆向分析的难度和开销。基于对抗生成网络（GAN）的抗混淆二进制相似性检测模型,能够生成绕过当前抗混淆检测模型检测的混淆攻击,并通过交替训练提升检测模型的鲁棒性和准确率。首先,设计并实现了两种新的抗混淆特征提取方案,对原二进制文件和混淆后的二进制文件进行逆向处理,得到汇编代码并基于函数粒度提取汇编指令等体现函数功能与特性的特征向量以及函数功能控制流程图特征（ACFG）。其次,设计了一个基于图对抗生成网络的混淆函数特征生成模型,依据给定函数能够生成绕过检测模型的新混淆函数属性控制流程图丰富了混淆手段的多样性,此外,设计了新的抗混淆二进制相似性检测算法,相较于传统抗混淆相似性检测算法以及近来常用的神经网络检测算法,基于跨图注意力机制的相似性检测算法能够提取图更丰富的结构和语义信息,检测性能、准确率都得到很大提升,同时该框架具有较高的可迁移性,可用于提升不同抗混淆相似性检测模型的准确率。实验结果显示该框架能够普遍提升传统的抗混淆相似性检测模型准确率,对于常用的指令替换、控制流平展、虚假控制流三种混淆策略,模型最优检测精度可达99.4%、96.7%、96.9%。与传统的混淆生成算法相比,使用GAN网络生成的新样本能够将当前检测模型检测率降低到接近于零,同时极大丰富了混淆特征的多样性,使得普通的混淆机制无法逃避检测模型的查杀。

关键词：二进制相似性检测抗混淆对抗式生成网络跨图注意力机制

基于改进的对抗式生成网络的图像超分辨率算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进的对抗式生成网络的图像超分辨率算法研究

作者：张哲晨山东大学

学位级别：硕士

随着各类电子设备屏幕素质的持续提升,大众对于精细视觉效果的追求也在不断提高。而由于实际的成像、传输过程中普遍存在的图像退化现象,得到的较低分辨率图像与较高素质屏幕间存在固有矛盾。图像超分辨率重建的目的正是从包含信息较少... 详细信息

随着各类电子设备屏幕素质的持续提升,大众对于精细视觉效果的追求也在不断提高。而由于实际的成像、传输过程中普遍存在的图像退化现象,得到的较低分辨率图像与较高素质屏幕间存在固有矛盾。图像超分辨率重建的目的正是从包含信息较少的低分辨率图像中恢复出高频细节,从而提升图像的视觉效果或者满足其他计算机视觉任务的需要。然而图像超分辨率重建是一个欠定问题,现有研究中模型的效果还有较大提升空间,且目前普遍应用的基于对抗式生成网络的方法均存在收敛过程不稳定等问题。同时现有研究多以提升视觉效果为目的,这对于高层视觉任务难有益处。本文针对现阶段图像超分领域存在的上述问题进行了研究,主要研究工作包括:（1）本文立足于现阶段基于对抗式生成网络的方法存在的训练困难以及在应对较大放大因子时效果差的问题,提出一种基于边界平衡对抗式生成网络的图像超分辨率重建算法BE-SRGAN,使用编码器-解码器结构的判别器代替二分类器结构的判别器,促进生成图像的分布逼近自然界真实的图像分布;采用能够更恰当地反映人类视觉感知偏好的LPIPS,代替流行的基于VGG的感知损失,以取得更好的人眼视觉效果。在实验中与其他图像超分算法进行对比,验证了本文所提出算法的先进性。（2）针对图像超分辨如何帮助改善人脸识别任务以及如何利用高层语义信息来引导图像超分网络朝着有助于提高高层视觉任务精度进行学习的问题,本文提出了一种以人脸识别任务驱动的人脸图像超分辨融合网络FD-SRNet。该网络将图像超分网络与人脸识别网络进行级联,把图像超分结果映射到人脸识别网络的特征空间中并将之与真值图像在该特征空间中的特征向量计算得到的特征距离作为损失并反向传播至超分网络,从而更有效地利用高层语义信息对超分网络进行训练。实验证明,使用本文提出的超分网络对图像进行超分辨率重建能够有效提升后续高层视觉任务的精度。

关键词：图像超分辨率边界平衡对抗式生成网络人脸识别任务驱动

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对抗式生成网络的电力用户意图文本生成

信息技术与网络安全 2019年第11期38卷 67-72页

作者：俞畅欧阳昱张波刘辉舟中国科学技术大学软件学院安徽合肥230031 国网安徽省电力公司安徽合肥230061

回答用户问询是电力营业厅的重要业务,使用智能系统识别用户意图可以大量减少人力成本、简化工作流程。真实的电力用户文本规模小、获取困难,从而导致智能系统深度学习效果仍待提升。为了解决语料不足的问题,提出一种基于对抗式生成网... 详细信息

回答用户问询是电力营业厅的重要业务,使用智能系统识别用户意图可以大量减少人力成本、简化工作流程。真实的电力用户文本规模小、获取困难,从而导致智能系统深度学习效果仍待提升。为了解决语料不足的问题,提出一种基于对抗式生成网络的用户问询文本生成方法。实验通过将生成的文本加入训练集,使得RNN意图识别网络在测试集上的准确率由79.6%提升到82.1%。实验采用BLEU算法为评价方法,验证生成文本和真实文本的高相似度。由此证明使用用户问询文本生成模型可以生成符合实际需求的电力用户问询文本。

关键词：对抗式生成网络文本生成强化学习

在线全文

学校读者我要写书评

暂无评论

基于对抗式生成网络的农作物病虫害图像扩充

电子技术与软件工程 2020年第3期 140-142页

作者：林胜巩名轶牟文芊董伯男山东农业大学信息科学与工程学院山东省泰安市271000

本文提出一种基于深度卷积对抗式生成网络(Deep convolutional GAN,DCGAN)的农作物病虫害图像生成方法,利用卷积神经网络强大的特征提取能力,提高生成网络的学习效果,生成大量接近真实数据的病虫害图像。实验结果表明,该方法能有效解决... 详细信息

本文提出一种基于深度卷积对抗式生成网络(Deep convolutional GAN,DCGAN)的农作物病虫害图像生成方法,利用卷积神经网络强大的特征提取能力,提高生成网络的学习效果,生成大量接近真实数据的病虫害图像。实验结果表明,该方法能有效解决病虫害图像数据不足的问题。

关键词：对抗式生成网络卷积神经网络病虫害图像图像生成

基于对抗生成网络的遥感图像薄云去除算法的研究

在线全文

学校读者我要写书评

暂无评论

基于对抗生成网络的遥感图像薄云去除算法的研究

作者：王征明燕山大学

学位级别：硕士

随着遥感技术与图像处理领域的相关技术的不断发展,遥感技术已经广泛应用于土地、林业、农业、军事侦查、海洋环境评估、地图制作等等多种领域。而遥感图像在成像过程中极易受到云的干扰,多少遥感图像不可避免的会有一些区域被云层覆盖... 详细信息

随着遥感技术与图像处理领域的相关技术的不断发展,遥感技术已经广泛应用于土地、林业、农业、军事侦查、海洋环境评估、地图制作等等多种领域。而遥感图像在成像过程中极易受到云的干扰,多少遥感图像不可避免的会有一些区域被云层覆盖,从而使得图像清晰度降低,增加了目视解译的难度,造成物力财力的浪费。在遥感图像领域,根据云层的光学厚度不同,可以将其分为两类:薄云和厚云;厚云往往完全遮掩了地表信息,没有参考图像的辅助,往往难以去除;而薄云常呈半透明状,其下垫面的信息仍然可以被利用。因此,为从带有薄云的遥感图像中将地物清晰度恢复,本文将对抗式生成网络算法应用到遥感图像薄云去除上。本文的研究工作与内容如下:首先,由于卫星重访周期限制,带有薄云-晴朗无云的遥感图像的成对训练数据集难以准确获取。针对此问题,本文使用对抗生成网络生成的薄云信息图像,利用云传输模型从清晰遥感图像仿真带有薄云的遥感图像,从而提出一种制作仿真成对数据集的方法。其次,针对薄云去除问题,本文提出一种基于对抗式生成网络的遥感图像的薄云去除方法,利用自制仿真数据集训练对抗生成网络学习无云遥感图像的数据分布,测试其在自制仿真数据集的表现,研究数据集的制作与网络训练过程,优化调整损失函数与网络参数。再次,针对基于云雾传输模型的薄云去除方法中薄云信息提取不够完善的问题,本文设计并提出一种使用对抗生成网络提取薄云信息的方法,利用自制仿真数据集训练,并最终利用其提取的薄云信息与云传输模型去除图像的薄云,在自制仿真数据集上测试其效果,并优化调整损失函数与网络参数。最后,分别在真实的带有薄云的遥感图像数据集与仿真数据集上,对比传统方法,与本文提出的方法的表现,总结分析传统方法与本文提出方法的优缺点。

关键词：遥感图像薄云去除对抗式生成网络

深度生成式对抗网络的超分辨率图像修复与重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西安工程大学学报 2021年第5期35卷 56-63页

作者：李云红穆兴朱耀麟汤汶苏雪平谢蓉蓉西安工程大学电子信息学院陕西西安710048

针对目前图像修复中存在的大面积缺失、修复语义不连贯、纹理不清晰、分辨率低等问题,提出一种深度生成式对抗网络的超分辨率(deep super resolution generative adversarial network,DSRGAN)图像修复与重建方法。首先,提出改进的Dense... 详细信息

针对目前图像修复中存在的大面积缺失、修复语义不连贯、纹理不清晰、分辨率低等问题,提出一种深度生成式对抗网络的超分辨率(deep super resolution generative adversarial network,DSRGAN)图像修复与重建方法。首先,提出改进的DenseNet网络结构作为生成器,提取图像生成的特征信息实现残损图像上下文信息的准确定位;其次,构建相对条件判别器,实现图像数据集的多方位数据梯度接收;再次,利用DenseNet网络与深度生成网络相结合,建立图像低维信息和高维信息之间的映射关系;最后,将DSRGAN与GCA、SI、PIC模型通过CelebA、Places2及残损纺织物3个数据集进行实验测试。结果表明:残损图像经DSRGAN模型修复后的峰值信噪比和结构相似性具有明显的优势,峰值信噪比平均提高了2.57 dB、3.17 dB、5.89 dB;结构相似性平均提高了0.0835、0.1481、0.2641。

关键词：对抗式生成网络超分辨率图像修复生成器 DenseNet网络相对条件判别器

基于深度神经网络的慢性创面图像分割与识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的慢性创面图像分割与识别方法研究

作者：张俊男国防科技大学

学位级别：硕士

精准医疗是目前深度学习在医疗领域中的一项重要应用,它通过深度学习方法对病灶部位进行处理,获取精确的处理结果,进而辅助医生对病人的病情进行诊断和后续治疗。慢性创面是典型的慢性疾病,难以短期治愈,往往占用大量医疗资源。这给病... 详细信息

精准医疗是目前深度学习在医疗领域中的一项重要应用,它通过深度学习方法对病灶部位进行处理,获取精确的处理结果,进而辅助医生对病人的病情进行诊断和后续治疗。慢性创面是典型的慢性疾病,难以短期治愈,往往占用大量医疗资源。这给病人造成身体上和精神上的巨大伤害,也加重医生的工作量。如果能实现慢性创面的精准医疗,就可以减轻病人的痛苦,减少医疗资源的浪费,减轻医生的工作量。为了实现这个目标,需要对慢性创面区域实现准确分割与识别。本文为了实现慢性创面区域准确分割与识别这一目标,提出了一个基于深度神经网络的慢性创面图像分割与识别的系统化方法。具体工作可以概括为以下三个方面:(1)提出了基于GANs的慢性创面图像生成器。针对慢性创面图像数据集数量不足而导致慢性创面区域分割与识别准确率低的问题,本文提出了一个基于GANs的慢性创面图像生成器解决。它包含两个深度神经网络:一个生成慢性创面图像的生成器网络D以及一个判别是否为生成器网络D生成的慢性创面图像的判别器网络G。这两个网络对抗训练,达到平衡时获得慢性创面图像生成结果图像。该结果图像可以用于扩充后续分割与识别网络的训练集。实验结果表明,该方法与传统图像数据增强方法联合使用可以获得更好的分割与识别结果。(2)提出了基于U-net的慢性创面图像分割与识别网络U-net-Connected。针对U-net在下采过程中造成图像信息丢失的问题,U-net-Connected通过在收缩路径上将上层网络信息与下层网络信息连接起来,并在扩张路径上融合多层次特征图解决。同时U-net-Connected利用带洞卷积操作的优势,从而大大提升了慢性创面图像分割与识别的准确率。实验结果表明,本文提出的U-net-Connected在慢性创面图像分割与识别任务中准确率确实超过其他图像分割与识别网络。(3)提出了基于全连接CRF的慢性创面图像分割与识别后处理方法。该方法将多层得分图与全连接CRF算法结合,克服了单一得分图作为全连接CRF算法输入信息不足的困难,解决了使用U-net-Connected分割与识别慢性创面图像后部分结果误差大的问题。实验结果表明,本文提出的慢性创面图像分割与识别后处理方法可以解决部分U-net-Connected网络分割与识别慢性创面图像结果出现的分割精度不足或分割错误的情况。

关键词：慢性创面图像分割与识别深度神经网络对抗式生成网络 U-net 全连接条件随机场

面向数据隐私的高速铁路智能调度大数据运用方案研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铁道运输与经济 2024年第6期46卷 81-86,96页

作者：赵宏涛中国铁道科学研究院集团有限公司通信信号研究所北京100081

为解决高速铁路智能调度大数据运用过程中,数据隐私安全导致的数据共享意愿降低和数据决策效果减弱等影响大数据价值发挥的缺陷,在既有云边协同框架下,借助联邦学习和对抗式生成网络技术,设计面向数据隐私的高速铁路智能调度大数据运用... 详细信息

为解决高速铁路智能调度大数据运用过程中,数据隐私安全导致的数据共享意愿降低和数据决策效果减弱等影响大数据价值发挥的缺陷,在既有云边协同框架下,借助联邦学习和对抗式生成网络技术,设计面向数据隐私的高速铁路智能调度大数据运用方案。在现状分析基础上,重新构建系统架构和数据交互规范;增设边缘节点的样本层和决策层实现样本构造和决策输出,完善中心云的数据层和调度层实现数据汇集和数据调度;虚拟划定的数据运用区域对内安全共享隐私数据和学习模型,对外提供行车辅助决策支持。方案进一步改善智能调度大数据的计算效能和数据隐私安全效能,充实“智能高铁”理论技术创新内容,加快高速铁路运输组织调度的数字化智能化建设步伐。

关键词：智能调度大数据运用数据隐私安全边缘节点联邦学习对抗式生成网络

在线全文

学校读者我要写书评

暂无评论

基于对抗式生成学习的人脸幻象研究

基于对抗式生成学习的人脸幻象研究

作者：许靳昌北京邮电大学

学位级别：硕士

现如今,基于深度学习的计算机视觉任务随着深度学习技术的发展都得到大幅提升,转化为我们当今生活中触手可及的应用。图像超分辨率重建不同于人脸识别、物体检测等高层语义理解的问题,图像超分辨率重建研究的是图像的视觉呈现效果,是比... 详细信息

现如今,基于深度学习的计算机视觉任务随着深度学习技术的发展都得到大幅提升,转化为我们当今生活中触手可及的应用。图像超分辨率重建不同于人脸识别、物体检测等高层语义理解的问题,图像超分辨率重建研究的是图像的视觉呈现效果,是比较偏向底层的技术,也是计算机视觉领域的几个基础子问题之一,在监控视频人脸恢复、低清图片重建、视频重建等领域有许多实际的应用。图像超分重建的难点有以下几个方面。首先图像超分辨率重建网络的计算都比较大,占用显存较多,比较依赖于硬件设备,如何将超分算法做到性能又高又快是非常需要亟待解决的问题;第二点如何超分重建模糊的小图片,对于大的质量高的图片,图片本身细节就相对丰富,再超分放大得到的图片更加清晰,然而实际需要超分的图片,往往是带有各式各样的模糊,图片尺寸比较小,能够利用的信息也比较少,如何使超分算法成功超分这样的图片也是一个需要突破的难点。为了解决上述难点问题,本文主要做了以下几点贡献:·探究目前基于深度学习方法的图像重建,对比不同的卷积神经网络结构,设计了实时图像超分网络结构TLSR。·对于超分和去模糊问题,设计了多尺度金字塔网络结构,使用层级化的监督方式,使得网络可以同时重建出多个不同尺度的超分图片并且能够去除图片中的JPEG模糊带来的“振铃”伪影。·针对监控视频中的模糊人脸的重建,设计了一个端到端的基于对抗式生成网络用来重建小人脸的框架,使用了三种不同的残差模块,common、upsample和downsample。在设计优化目标函数时,除了一般GAN网络的对抗生成损失函数,还引入了像素值间距离损失函数。

关键词：图像超分辨率深度学习对抗式生成网络人脸幻象重建