检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

联合内容和质量约束的真实图像去噪

信号处理 2024年第6期40卷 1141-1147页

作者：朱皓晨赵墨曹刚中国传媒大学计算机与网络空间安全学院北京100024 中国传媒大学媒体融合与传播国家重点实验室北京100024

真实图像去噪指从真实的数字照片图像中移除噪声失真,以提升图像的视觉质量。当前性能最优的真实图像去噪模型普遍依赖于逐像素对应的干净/噪声图像对样本集,但其采集困难。针对该挑战,本文提出了一种联合内容和质量约束的真实图像去噪... 详细信息

真实图像去噪指从真实的数字照片图像中移除噪声失真,以提升图像的视觉质量。当前性能最优的真实图像去噪模型普遍依赖于逐像素对应的干净/噪声图像对样本集,但其采集困难。针对该挑战,本文提出了一种联合内容和质量约束的真实图像去噪网络CQDeNet,仅利用图像级标注样本完成训练并实现有效去噪。CQDeNet主要包含图像内容约束和图像质量约束两个前后联结的子网络。内容约束网络采用单噪声图像训练骨干网络TECDNet,通过噪声图像中的潜在干净图像信号还原内容信息。质量约束网络利用无参考图像质量评估来约束生成图像的质量,协作引导内容约束网络的优化方向。通过联合这两个子网络,CQDeNet解除了当前无监督方法对输入图像噪声残差零均值假设的限制,因此具有更强的泛化能力和扩展性。测试结果表明,所提方法能有效去除真实图像中噪声,在SSID和DND数据集上的平均PSNR值分别达到34.83 dB和37.21 dB。

关键词：真实图像去噪深度学习图像内容约束网络图像质量约束网络

面向无人飞行器集群协同的分布式存储技术研究

在线全文

学校读者我要写书评

暂无评论

中国传媒大学学报（自然科学版） 2024年第2期31卷 71-78页

作者：姚广政隋爱娜韩鹏斌刘思源中国传媒大学计算机与网络空间安全学院北京100024

近年来,随着无人飞行器集群在各个领域的广泛应用,集群上所搭载的算法也越来越复杂,这对数据存储系统提出了更高的要求。现有研究没有考虑无人飞行器集群运行环境的特殊性,无法适应战场上通信间歇弱连接和节点易战损的环境。因此本文基... 详细信息

近年来,随着无人飞行器集群在各个领域的广泛应用,集群上所搭载的算法也越来越复杂,这对数据存储系统提出了更高的要求。现有研究没有考虑无人飞行器集群运行环境的特殊性,无法适应战场上通信间歇弱连接和节点易战损的环境。因此本文基于分布式存储技术设计了一套面向无人飞行器集群协同的分布式存储方案,通过动态自适应存储策略选择存储节点,提升了存储速度和资源的利用效率;同时,本文设计了基于RS码的数据备份与恢复方案,采用客户端与存储节点的交互模式降低了数据备份对于通信资源的占用,并且能够在多节点同时战损时恢复损失数据,提升了数据存储系统的稳定性和可靠性。

关键词：无人飞行器集群分布式存储数据备份

在线全文

学校读者我要写书评

暂无评论

基于华为鸿蒙的开源社区多样化协作模式研究

科学学研究 2024年第7期 1461-1471页

作者：李兰花郭艳婷钟宇琢浙江省新型重点专业智库浙江工业大学中国中小企业研究院厦门大学管理学院中国传媒大学计算机与网络空间安全学院

开源社区凭借分布式创新已成为人工智能等数字产业的关键支撑，然而其自组织和松散耦合等特征也使传统治理方式不再适用，开发者如何应对任务复杂性挑战，优化协作模式以推动开源项目发展成为备受关注的问题。本文以华为鸿蒙开源项目为... 详细信息

开源社区凭借分布式创新已成为人工智能等数字产业的关键支撑，然而其自组织和松散耦合等特征也使传统治理方式不再适用，开发者如何应对任务复杂性挑战，优化协作模式以推动开源项目发展成为备受关注的问题。本文以华为鸿蒙开源项目为对象，研究发现任务关联度对开源技术任务实现存在直接的负向影响；任务关联度正向影响开源协作的类型多样性和顺序多样性，同时开源协作的类型和顺序多样性越高，越有助于技术任务实现；开发者关联度负向调节协作模式多样性与开源技术任务实现的关系。本研究为提升开源协作效率和数字技术竞争力提供启示。

关键词：开源社区任务关联多样化协作鸿蒙系统任务实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于写作风格的虚假信息识别

网络新媒体技术 2024年第1期13卷 13-20,38页

作者：范伟健王永滨中国传媒大学媒体融合与传播国家重点实验室北京100024 中国传媒大学计算机与网络空间安全学院北京100024

随着新媒体和网络媒体的快速发展,如何在媒体融合环境下快速识别虚假信息成为了重要研究内容之一。提出了一种基于写作风格的虚假信息识别方法,该方法以话语七要素和新闻学理论为基础,融合心理语言学、认知科学等多学科知识,构建了信息... 详细信息

随着新媒体和网络媒体的快速发展,如何在媒体融合环境下快速识别虚假信息成为了重要研究内容之一。提出了一种基于写作风格的虚假信息识别方法,该方法以话语七要素和新闻学理论为基础,融合心理语言学、认知科学等多学科知识,构建了信息的连贯性、新颖性、专业性、差异性、可读性和对立性6个写作风格维度,并提出了可用于机器学习的量化计算方法。通过分析真实信息和虚假信息在6个写作风格维度上的差异,实现对虚假信息的识别。实验结果表明,该方法可以有效识别虚假信息,并提供了语言学角度上的可解释性和不同领域的泛化性。

关键词：虚假信息写作风格语言学认知科学可解释

基于Ngram-TFIDF的深度恶意代码可视化分类方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 160-175页

作者：王金伟陈正嘉谢雪罗向阳马宾南京信息工程大学计算机学院江苏南京210044 中国科学技术大学网络空间安全学院安徽合肥230031 信息工程大学网络空间安全学院河南郑州450001 齐鲁工业大学网络空间安全学院山东济南250353

随着恶意代码规模和种类的不断增加,传统恶意代码分析方法由于依赖于人工提取特征,变得耗时且易出错,因此不再适用。为了提高检测效率和准确性,提出了一种基于Ngram-TFIDF的深度恶意代码可视化分类方法。结合N-gram和TF-IDF技术对恶意... 详细信息

随着恶意代码规模和种类的不断增加,传统恶意代码分析方法由于依赖于人工提取特征,变得耗时且易出错,因此不再适用。为了提高检测效率和准确性,提出了一种基于Ngram-TFIDF的深度恶意代码可视化分类方法。结合N-gram和TF-IDF技术对恶意代码数据集进行处理,并将其转化为灰度图。随后,引入CBAM并调整密集块数量,构建DenseNet88_CBAM网络模型用于灰度图分类。实验结果表明,所提方法在恶意代码家族分类和类型分类上分别提高了1.11%和9.28%的准确率,取得了优越的分类效果。

关键词：深度学习数据可视化恶意代码检测和分类

在线全文

学校读者我要写书评

暂无评论

数字孪生在工控安全中的应用进展综述

计算机工程 2024年

作者：毛竞争胡潇锐徐庚辰吴国栋孙彦斌田志宏广州大学网络空间安全学院

基于数字孪生的工业控制系统有助于提升系统的安全性，保护工业生产现场的安全稳定运行以及提高工业生产效率。目前，数字孪生技术在工控安全领域的应用主要涵盖以下两点：安全态势感知和网络靶场。基于数字孪生的安全态势感知能够协助... 详细信息

基于数字孪生的工业控制系统有助于提升系统的安全性，保护工业生产现场的安全稳定运行以及提高工业生产效率。目前，数字孪生技术在工控安全领域的应用主要涵盖以下两点：安全态势感知和网络靶场。基于数字孪生的安全态势感知能够协助安全人员实时监测系统的安全并检测系统的异常情况，根据其收集的孪生数据进行漏洞分析和威胁识别，并运用可视化技术进一步显示当前系统运行状态的视图。基于数字孪生的工业网络靶场作为安全策略的验证平台，具备模拟工控系统中的攻与防的功能，其有助于评估不同安全策略的有效性，针对关键基础设备进行防护，并为安全人员提供相应的培训和教育。此外，基于数字孪生的网络靶场提供对工控系统的全面感知，通过数字仿真系统的设备和网络，增强设备安全和网络弹性。最后，在工控安全领域中，现有的关于数字孪生的应用主要有智能电网等典型案例，其更好地验证数字孪生技术在工控安全中的重要作用，进一步分析了数字孪生技术在工控安全领域未来的发展方向。

关键词：数字孪生工控安全安全态势感知网络靶场增强安全性

云-边融合的可验证隐私保护跨域联邦学习方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2024年第3期50卷 148-155页

作者：张晓均李兴鹏唐伟郝云溥薛婧婷西南石油大学计算机科学学院网络空间安全研究中心四川成都610500

联邦学习技术的飞速发展促进不同终端用户数据协同训练梯度模型,其显著特征是训练数据集不离开本地设备,只有梯度模型在本地进行更新并共享,使边缘服务器生成全局梯度模型。然而,本地设备间的异构性会影响训练性能,且共享梯度模型更新... 详细信息

联邦学习技术的飞速发展促进不同终端用户数据协同训练梯度模型,其显著特征是训练数据集不离开本地设备,只有梯度模型在本地进行更新并共享,使边缘服务器生成全局梯度模型。然而,本地设备间的异构性会影响训练性能,且共享梯度模型更新具有隐私泄密与恶意篡改威胁。提出云-边融合的可验证隐私保护跨域联邦学习方案。在方案中,终端用户利用单掩码盲化技术保护数据隐私,利用基于向量内积的签名算法产生梯度模型的签名,边缘服务器通过盲化技术聚合隐私数据并产生去盲化聚合签名,确保全局梯度模型更新与共享过程的不可篡改性。采用多区域权重转发技术解决异构网络中设备计算资源与通信开销受限的问题。实验结果表明,该方案能够安全高效地部署在异构网络中,并在MNIST、SVHN、CIFAR-10和CIFAR-1004个基准数据集上进行系统实验仿真,与经典联邦学习方案相比,在精度相当的情况下,本文方案梯度模型收敛速度平均提高了21.6%。

关键词：联邦学习全局梯度模型数据隐私可验证隐私保护跨域训练

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

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

基于YOLOv5的森林火灾人员救援识别算法

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2024年第14期32卷 189-195页

作者：孟军帅张宇萱王耀力常青太原理工大学信息与计算机学院山西太原030024 中国传媒大学计算机与网络空间安全学院北京100024

针对森林火灾救援场景存在小目标实例多、人像重叠、类内个体差异小等特点,造成了救援目标识别漏检误检率高等问题。因此,提出一种基于YOLOv5的森林火灾人员救援识别算法,以提高目标检测精确度。通过将标准卷积模块改进为全维度动态卷... 详细信息

针对森林火灾救援场景存在小目标实例多、人像重叠、类内个体差异小等特点,造成了救援目标识别漏检误检率高等问题。因此,提出一种基于YOLOv5的森林火灾人员救援识别算法,以提高目标检测精确度。通过将标准卷积模块改进为全维度动态卷积模块,增强目标区域的信息提取能力。同时,增加微小目标尺度预测结构,提高微小目标的识别准确性。林火人员救援数据集的实验结果表明,该方法可使模型平均精确度达到77.7%,较原YOLOv5s提高了2.4%,可有效检测森林火灾场景的人员目标,稳定提升模型的泛化性能。

关键词：森林火灾人员救援 YOLOv5 全维度动态卷积微小目标尺度预测