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

开源软件供应链漏洞威胁智能感知

软件学报 2025年第2期36卷 511-536页

作者：王丽敏吴敬征武延军芮志清罗天悦屈晟杨牧天中国科学院软件研究所智能软件研究中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049

开源软件的繁荣推动了软件领域的蓬勃发展,也促使以开源软件为基础的供应链开发模式的形成.开源软件供应链本质上是个复杂的供应链拓扑网络,由开源生态的关键元素及其关联关系构成,其产品全球化等优势有助于提高软件行业的开发效率.然而... 详细信息

开源软件的繁荣推动了软件领域的蓬勃发展,也促使以开源软件为基础的供应链开发模式的形成.开源软件供应链本质上是个复杂的供应链拓扑网络,由开源生态的关键元素及其关联关系构成,其产品全球化等优势有助于提高软件行业的开发效率.然而,开源软件供应链也存在依赖关系复杂、传播范围广泛、攻击面暴露扩大等特点,带来了新的安全风险.现有的以安全漏洞、威胁情报为基础的安全管理虽然可以实现安全预警、预先防御,但是由于漏洞威胁信息获取不及时、缺少攻击技术和缓解措施等信息,严重影响了漏洞处理效率.针对上述问题,设计并实现一种针对开源软件供应链的漏洞威胁智能感知方法,包括两部分:1)构建CTI(网络威胁情报)知识图谱,在其构建的过程中使用到相关技术,可以实现安全情报的实时分析与处理,尤其提出SecERNIE模型以及软件包命名矩阵,分别缓解漏洞威胁关联挖掘的问题和开源软件别名的问题.2)漏洞风险信息推送,以软件包命名矩阵为基础,构建软件包过滤规则,实现开源系统漏洞实时过滤与推送.通过实验验证所提方法的有效性和可用性.实验结果显示,相较于NVD等传统漏洞平台,本方法平均感知时间最高提前90.03天;在操作系统软件覆盖率上提升74.37%,并利用SecERNIE模型实现63492个CVE漏洞与攻击技术实体之间的关联关系映射.特别地,针对openEuler操作系统,可追踪的系统软件覆盖率达到92.76%,并累计感知6239个安全漏洞;同时,还发现openEuler中891条漏洞与攻击的关联关系,进而获取到相应的解决方案,为漏洞处理提供了参考依据.在真实攻击环境验证2种典型的攻击场景,证明所提方法在漏洞威胁感知方面的良好的效果.

关键词：开源软件供应链漏洞威胁感知特征表示知识图谱风险推送

在线全文

学校读者我要写书评

暂无评论

面向AIoT的协同智能综述

计算机研究与发展 2025年第1期62卷 179-206页

作者：罗宇哲李玲侯朋朋于佳耕程丽敏张常有武延军赵琛中国科学院软件研究所北京100190 中国科学院大学北京100049

深度学习和物联网的融合发展有力地促进了AIoT生态的繁荣.一方面AIoT设备为深度学习提供了海量数据资源,另一方面深度学习使得AIoT设备更加智能化.为保护用户数据隐私和克服单个AIoT设备的资源瓶颈,联邦学习和协同推理成为了深度学习在A... 详细信息

深度学习和物联网的融合发展有力地促进了AIoT生态的繁荣.一方面AIoT设备为深度学习提供了海量数据资源,另一方面深度学习使得AIoT设备更加智能化.为保护用户数据隐私和克服单个AIoT设备的资源瓶颈,联邦学习和协同推理成为了深度学习在AIoT应用场景中广泛应用的重要支撑.联邦学习能在保护隐私的前提下有效利用用户的数据资源来训练深度学习模型,协同推理能借助多个设备的计算资源来提升推理的性能.引入了面向AIoT的协同智能的基本概念,围绕实现高效、安全的知识传递与算力供给,总结了近十年来联邦学习和协同推理算法以及架构和隐私安全3个方面的相关技术进展,介绍了联邦学习和协同推理在AIoT应用场景中的内在联系.从设备共用、模型共用、隐私安全机制协同和激励机制协同等方面展望了面向AIoT的协同智能的未来发展.

关键词：协同智能联邦学习协同推理智能物联网智能计算系统

域名系统递归解析服务安全技术综述：风险、防护和测量

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2025年

作者：李沁心武文浩王兆华李振宇中国科学院计算技术研究所中国科学院大学中国科学院计算机网络信息中心

在域名系统（domain name system， DNS）中，DNS递归解析服务消除了用户与根域名服务器等上游DNS服务器之间的复杂交互，使得互联网用户可以方便地通过本地DNS服务器完成全球范围的域名解析.作为直接与用户通信的第一门户，DNS递归解... 详细信息

在域名系统（domain name system， DNS）中，DNS递归解析服务消除了用户与根域名服务器等上游DNS服务器之间的复杂交互，使得互联网用户可以方便地通过本地DNS服务器完成全球范围的域名解析.作为直接与用户通信的第一门户，DNS递归解析服务过程已成为互联网基础设施攻击的一个重要目标.由于DNS递归解析服务规模庞大且部署方式繁多，现有的DNS安全拓展机制在DNS递归解析服务器中存在部署复杂、兼容性差等问题，但是目前还缺少对安全防护机制的部署测量方法的研究与总结工作，缺乏针对DNS递归解析服务安全风险的系统全面的评估工作.针对上述现状，将DNS递归解析服务存在的安全风险分为5大类，对DNS递归解析服务安全威胁，DNS安全拓展机制和DNS递归解析服务安全风险评估与测量等方面的现状与最新研究成果进行了归纳与总结，并对DNS递归解析服务安全监测与治理的潜在研究方向进行了展望.

关键词：域名系统递归解析服务网络测量安全风险评估 DNS递归安全

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

服务器无感知计算系统性能优化技术研究综述

软件学报 2025年第1期36卷 47-78页

作者：杨光刘杰曲慕子王帅叶丹钟华中国科学院大学北京100049 中国科学院软件研究所软件工程技术研究开发中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190

服务器无感知计算是新兴的云计算模式,它基于“函数即服务(FaaS)”的范式,以函数为部署和调度的基本单位,为用户提供大规模并行和自动伸缩的函数执行服务,且无需用户管理底层资源.对于用户,服务器无感知计算能够帮助他们摆脱集群底层基... 详细信息

服务器无感知计算是新兴的云计算模式,它基于“函数即服务(FaaS)”的范式,以函数为部署和调度的基本单位,为用户提供大规模并行和自动伸缩的函数执行服务,且无需用户管理底层资源.对于用户,服务器无感知计算能够帮助他们摆脱集群底层基础设施管理的负担,专注于业务层的开发和创新;对于服务提供商,服务器无感知计算将应用分解为细粒度的函数,极大地提高了调度效率和资源利用率.显著的优势让服务器无感知计算迅速吸引了业界的注意,然而,服务器无感知计算与传统云计算迥然不同的计算模式以及对任务各方面的严格限制给应用的迁移带来了诸多障碍,各种越来越复杂的任务也对服务器无感知计算的性能提出了越来越高的要求,服务器无感知计算的性能优化成为一个重要的研究课题.从4个方面对服务器无感知计算系统性能优化技术的相关研究工作进行梳理和综述,并介绍现有的系统实现.(1)介绍面向典型任务的优化技术,包括任务适配和针对特定任务的系统优化;(2)综述沙箱环境的优化工作,包括沙箱方案和冷启动优化技术,它们是决定函数运行速度的核心;(3)概括I/O和通信技术的优化,它们是服务器无感知计算应用程序的主要性能瓶颈;(4)简述相关的资源调度技术,包括面向平台和面向用户的调度策略,它们决定着系统的资源利用率和任务的执行效率.最后,总结当前服务器无感知计算性能优化技术所面临的问题和挑战,并展望未来可能的发展方向.

关键词：服务器无感知计算函数即服务云函数云计算性能优化

在线全文

学校读者我要写书评

暂无评论

基于原生链的跨Rollup机制研究

软件学报 2025年

作者：张子龙贾林鹏蒋硕轩孙毅中国科学院计算技术研究所中国科学院大学计算机科学与技术学院

Rollup是一种新兴的区块链链下交易处理方案.随着应用的持续发展,不同类型Rollup间的互操作需求日益增长.现有Rollup间互操作方案通常使用第三方服务商来协助完成,存在着信任假设的安全风险和单点故障等问题.基于原生链完成Rollup间互... 详细信息

Rollup是一种新兴的区块链链下交易处理方案.随着应用的持续发展,不同类型Rollup间的互操作需求日益增长.现有Rollup间互操作方案通常使用第三方服务商来协助完成,存在着信任假设的安全风险和单点故障等问题.基于原生链完成Rollup间互操作无需引入新的信任假设,但会消耗原生链的计算与存储资源,降低原生链的交易吞吐量,从而严重影响跨Rollup性能.基于此,提出一种基于原生链的跨Rollup方案,通过聚合交易批量处理的方式,有效减少单笔交易的链上平均计算与存储资源开销.具体而言,提出基于零知识证明的交易有效性证明方案,显著减少交易有效性验证的链上计算开销.提出基于索引表数据压缩的交易存储方案,降低跨Rollup交易的平均链上存储开销.提出聚合规模均衡调整算法,得到最优的聚合规模,实现链上资源消耗与处理时延之间的平衡.最后,对方案进行实验验证.实验结果表明,所提方案在完全去信任化的前提下,能降低链上计算开销和存储开销,实现链上资源消耗与处理时延的平衡,并且与现有跨Rollup方案相比,所提方案的系统吞吐量也具有很好的表现.

关键词：区块链 Rollup 零知识证明多目标优化

ChannelLink:基于链下状态通道的跨片状态迁移协议

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2025年第03期 1327-1354页

作者：贾林鹏孙毅中国科学院计算技术研究所中国科学院大学计算机科学与技术学院

跨片状态迁移协议是保证跨片交易处理原子性的基础,其效率高低将直接影响分片系统性能.现有协议处理过程可以分为源分片状态迁出、片间状态传输和目的分片状态迁入这3个阶段,各阶段依次执行、紧密绑定.利用链下状态通道灵活度高、即时... 详细信息

跨片状态迁移协议是保证跨片交易处理原子性的基础,其效率高低将直接影响分片系统性能.现有协议处理过程可以分为源分片状态迁出、片间状态传输和目的分片状态迁入这3个阶段,各阶段依次执行、紧密绑定.利用链下状态通道灵活度高、即时确认的特点,提出了ChannelLink跨片状态迁移协议,将现有协议中紧密耦合的三阶段处理过程解耦,有效降低了跨片交易平均开销,提升了状态迁移效率.基于此,设计了一种低开销链下通道路由算法.该算法基于状态迁移交易与链下通道拓扑等特征,通过改进遗传算法,求解最优状态路由方案,兼顾迁移效率的同时,降低了用户跨片状态迁移开销.最后,实现了ChannelLink协议原型系统,并基于比特币交易以及闪电网络状态信息构造数据集进行实验验证.实验结果表明,该协议在16个分片、跨片交易比例为5.21%的场景下,分片系统吞吐量提升7.04%,交易确认延迟降低52.51%,跨片状态迁移开销下降45.44%以上,并且随着分片数量与跨片交易比例的上升,该协议的性能优势逐步扩大.

关键词：区块链分片状态迁移状态通道路由算法

基于MFF-SFE的遥感图文跨模态检索方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学院大学学报(中英文) 2025年第02期 236-247页

作者：钟金彦陈俊李宇吴业炜葛小青中国科学院空天信息创新研究院中国科学院大学电子电气与通信工程学院中国科学院计算机网络信息中心中国科学院大学计算机科学与技术学院

遥感图文跨模态检索技术能够从海量的遥感数据中快速获取有价值的信息,但现有遥感图文检索方法对遥感图像中的多尺度信息利用不足、目标信息识别效果不佳,检索精度相对较低。为此,提出一种新的遥感图文跨模态检索方法。该方法主要包括... 详细信息

遥感图文跨模态检索技术能够从海量的遥感数据中快速获取有价值的信息,但现有遥感图文检索方法对遥感图像中的多尺度信息利用不足、目标信息识别效果不佳,检索精度相对较低。为此,提出一种新的遥感图文跨模态检索方法。该方法主要包括一个多尺度特征融合模块和一个显著特征增强模块,分别用于融合遥感图像的多尺度信息、加强对遥感图像目标信息的表达能力,从而提高遥感图文跨模态检索精度。在2个公开的遥感图像文本数据集上进行实验验证,结果表明,在遥感图文跨模态检索任务中,该方法在大部分评价指标上都优于其他方法,具有最佳的总体检索性能。

关键词：跨模态检索遥感图像深度学习多尺度特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种存储高效的IPv6路由查找方法

中兴通讯技术 2025年

作者：姜东虹郑子豪李彦彪中国科学院计算机网络信息中心中国科学院大学

由于IPv6前缀相比IPv4更长，如何在保证查找性能的同时提高存储效率成为一项关键挑战。现有基于Trie、哈希和三态内容可寻址存储器（TCAM）的路由查找方法在存储效率和查找性能上均存在一定局限性。为此，提出了一种基于前缀拆分模型的... 详细信息

由于IPv6前缀相比IPv4更长，如何在保证查找性能的同时提高存储效率成为一项关键挑战。现有基于Trie、哈希和三态内容可寻址存储器（TCAM）的路由查找方法在存储效率和查找性能上均存在一定局限性。为此，提出了一种基于前缀拆分模型的集合查找方法（SetSearch），旨在实现高效的IPv6路由查找与存储。SetSearch通过前缀拆分模型实现高效的片内存储，并采用路由二维映射表，避免了叶推导致的IP前段爆炸问题，从而显著降低片外存储开销。此外，SetSearch还通过基于路由二维映射表的集合查找方法，将片外访存次数减少到最多一次。基于5个真实IPv6骨干路由器转发信息表（FIB）数据集的实验评估结果表明，SetSearch在片内存储、片外存储和片外访存次数等方面展现了优异的综合性能。

关键词： IPv6 路由查找转发信息表高效存储

类别条件噪声下的半监督AUC优化理论与算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2025年第1期48卷 136-155页

作者：姜阳邦彦许倩倩杨智勇郝前秀操晓春黄庆明中国科学院大学计算机科学与技术学院北京101408 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中山大学网络空间安全学院广东深圳518107

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况... 详细信息

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O(n^(2))降低至O(nlogn),在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词：半监督学习 AUC优化标签噪声二分类问题不平衡数据学习