检索结果-南通市图书馆

智能交通系统中具有隐私保护性的属性基可搜索加密方案

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第7期46卷 3036-3045页

作者：牛淑芬戈鹏董润园刘琦刘维西北师范大学计算机科学与工程学院兰州730070

针对智能交通系统(ITS)中车载用户出行信息容易被非法盗用、交通系统云端服务器存储的交通数据被恶意用户非法滥用等问题,该文提出一种新的属性基可搜索加密(ABSE)方案,该方案具有隐私保护、密钥聚合和轻量计算等功能。该方案在密钥生... 详细信息

针对智能交通系统(ITS)中车载用户出行信息容易被非法盗用、交通系统云端服务器存储的交通数据被恶意用户非法滥用等问题,该文提出一种新的属性基可搜索加密(ABSE)方案,该方案具有隐私保护、密钥聚合和轻量计算等功能。该方案在密钥生成阶段、访问控制阶段和部分解密阶段实现了全隐私保护;将搜索关键字嵌入到访问结构中,在实现部分策略隐藏的同时保证了关键字安全;通过密钥聚合技术,将所有满足搜索条件和访问策略的文件标识聚合成一个聚合密钥,减轻用户的密钥存储负担,保障文件密钥安全的同时进一步保障了数据安全。安全性分析表明,该方案具有隐藏访问结构安全、关键字密文不可区分安全和陷门不可区分安全。理论分析和数值模拟显示所提方案在通信和计算方面的开销是高效且实用的。

关键词：智能交通系统隐私保护属性基可搜索加密密钥聚合策略隐藏

在线全文

学校读者我要写书评

暂无评论

基于知识增强的开放域多轮对话模型

软件学报 2024年第2期35卷 758-772页

作者：徐凡徐健明马勇王明文周国栋江西师范大学计算机信息工程学院江西南昌330022 苏州大学计算机科学与技术学院江苏苏州215008

如何减轻安全回复和重复回复一直是开放域多轮对话模型的两大挑战性难题.然而,现有开放域对话模型往往忽略了对话目标的引导性作用,以及如何在对话历史和对话目标中引入和选择更精确的知识信息.鉴于此,提出基于知识增强的多轮对话模型.... 详细信息

如何减轻安全回复和重复回复一直是开放域多轮对话模型的两大挑战性难题.然而,现有开放域对话模型往往忽略了对话目标的引导性作用,以及如何在对话历史和对话目标中引入和选择更精确的知识信息.鉴于此,提出基于知识增强的多轮对话模型.所提模型首先将对话历史中实词进行义原及领域词替换,达到消除歧义和丰富对话文本表示的效果.然后将经过知识增强后的对话历史、扩充的三元组世界知识、知识管理和知识拷贝加以集成,以融合知识、词汇、对话历史和对话目标多种信息,生成多样性回复.通过两个国际基准开放域汉语对话语料库上的实验结果及可视化验证所提模型同时在自动评测和人工评测上的有效性.

关键词：语言知识世界知识知识管理知识拷贝多轮对话

在线全文

学校读者我要写书评

暂无评论

基于全局局部协同的非均匀图像去雾方法

自动化学报 2024年第7期50卷 1333-1344页

作者：罗小同杨汶锦曲延云谢源厦门大学信息学院计算机科学与技术系厦门361005 华东师范大学计算机科学与技术学院上海200063

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此... 详细信息

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此,真实场景下的图像去雾任务面临着巨大的挑战.考虑到Transformer具有捕获长距离语义信息依赖关系的优势,有利于引导全局结构信息重建.然而,标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用.针对上述提到的问题,提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络***分支用于提取全局结构信息,同时设计稀疏自注意力模块(Sparse self-attention modules,SSM)以降低计算复杂度.卷积神经网络分支用于获取局部信息,从而恢复纹理细节.在真实非均匀有雾场景下的实验结果表明,该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能.

关键词：图像去雾卷积神经网络 Transformer 特征融合稀疏自注意力

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于对话的中文正面情感风格迁移

清华大学学报（自然科学版） 2024年第5期64卷 780-788页

作者：胡玉婷左家莉刘江盛万剑怡王明文江西师范大学计算机信息工程学院南昌330022

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感... 详细信息

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明:在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。

关键词：自然语言处理文本生成情感风格迁移循环模型编辑模型家庭对话

融合VAD情绪知识的文本情感分布标签增强方法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第5期64卷 789-800页

作者：王耀琦万中英曾雪强左家莉江西师范大学计算机信息工程学院南昌330022

情感分布学习(emotion distribution learning, EDL)采用情感分布记录给定样本在各个情绪上的表达程度,在处理具有模糊性的多标签情绪分析任务时具有明显优势。情感分布标签增强技术将已标注的情绪单标签增强为情感分布,可以解决EDL缺... 详细信息

情感分布学习(emotion distribution learning, EDL)采用情感分布记录给定样本在各个情绪上的表达程度,在处理具有模糊性的多标签情绪分析任务时具有明显优势。情感分布标签增强技术将已标注的情绪单标签增强为情感分布,可以解决EDL缺乏已标注情感分布的实验数据集的问题。然而,已有的情感分布标签增强方法采用离散空间情绪模型表示情绪,存在情绪间的相关信息丢失和情绪表达不连续等问题。针对上述问题,该文引入基于连续维度的效价-唤醒-支配(valence-arousal-dominance, VAD)心理学情绪模型,提出融合VAD情绪知识的文本情感分布标签增强方法(VAD emotion knowledge-based text emotion distribution label enhancement, VADLE)。VADLE方法基于先验的VAD情绪模型中的情绪距离,先为英文句子的真实情绪标签和句中情感词的情绪标签分别生成先验情感分布,再通过分布叠加将2种先验情感分布统一。通过英文单标签文本情感数据集的对比实验表明:VADLE方法在情绪预测任务方面的性能优于已有的情感分布标签增强方法。

关键词：情感分布标签增强情感分布学习 VAD情绪空间情感词典

智慧交通场景下云边端协同的多目标优化卸载决策

在线全文

学校读者我要写书评

暂无评论

西安电子科技大学学报 2024年第3期51卷 63-75页

作者：朱思峰宋兆威陈昊朱海乔蕊天津城建大学计算机与信息工程学院天津300384 周口师范学院网络工程学院河南周口466001

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理... 详细信息

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

关键词：智慧交通云边端协同计算卸载决策多目标优化算法非支配遗传算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种多种群进化和差分变异的鲸鱼优化算法

小型微型计算机系统 2024年

作者：朱杰付伟马宁季伟东苏婷陈珊哈尔滨师范大学计算机科学与信息工程学院

针对鲸鱼优化算法容易陷入局部最优，求解精度低，收敛速度慢，提出了一种多种群进化和差分变异的鲸鱼优化算法（MDWOA）. 首先，根据适应度值将种群划分为两个大小相等的子种群，并为每个子种群分配不同的移动策略，以平衡全局和局部... 详细信息

针对鲸鱼优化算法容易陷入局部最优，求解精度低，收敛速度慢，提出了一种多种群进化和差分变异的鲸鱼优化算法（MDWOA）. 首先，根据适应度值将种群划分为两个大小相等的子种群，并为每个子种群分配不同的移动策略，以平衡全局和局部搜索能力. 其次，设计了一种种群进化和差分变异的策略来帮助MDWOA提高收敛速度，避免其陷入局部最优. 最后，引入反向学习策略，增加种群多样性. 将MDWOA与多种优化算法在13个基准函数上进行仿真测试，非参数检验的结果表明相较于其他优化算法来说改进的算法具有更高的精度和稳定性. 在此基础上，建立了基于MDWOA优化BP神经网络模型，预测波士顿房价的实验结果表明所提出的预测模型具有更好的预测性能和有效性.

关键词：多种群进化差分变异鲸鱼优化算法反向学习 MDWOA-BP神经网络

融合改进TCN与DRSN的IoT入侵检测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：赵建姜伟哈尔滨师范大学计算机科学与信息工程学院

入侵检测系统已逐步成为物联网安全的重要防护手段.然而，现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题，这导致了对于小类别攻击的低识别率与较低的精确率.因此，本文提出了一种融合改进时域卷积网络与深度残... 详细信息

入侵检测系统已逐步成为物联网安全的重要防护手段.然而，现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题，这导致了对于小类别攻击的低识别率与较低的精确率.因此，本文提出了一种融合改进时域卷积网络与深度残差收缩网络的物联网入侵检测模型.首先，利用扩张因果卷积与一维卷积充分提取数据的时空特征，形成深层层次的网络结构；然后引入自我注意的软门槛，能够无需专家经验自动地设置门槛，消除冗余特征；最后，使用焦点损失函数来增强对少数类的识别率.实验在TON-IoT数据集上的总体准确率和F1值分别高达99.88%和99.64%，其中小样本类的F1值为100%.实验结果表明，与其他模型相比，所提模型显著提高了对于不平衡入侵数据的检测能力.

关键词：物联网入侵检测时域卷积网络深度残差收缩网络样本不平衡焦点损失函数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于编码的反射通信协议设计与性能分析

计算机研究与发展 2024年

作者：何昕吴帆祝玉军许勇杨盘隆安徽师范大学计算机与信息学院南京信息工程大学计算机学院中国科学技术大学计算机科学与技术学院

周围环境中不断增加的物联网设备给我们带来了巨大的机遇，但也带来了挑战，包括有限的电池寿命、低计算能力和多址接入的可扩展性．反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信，然而，支持大规模并发通信也是... 详细信息

周围环境中不断增加的物联网设备给我们带来了巨大的机遇，但也带来了挑战，包括有限的电池寿命、低计算能力和多址接入的可扩展性．反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信，然而，支持大规模并发通信也是反射通信需要研究的问题之一．针对大规模标签并发通信误码率较高，传输速率低等问题，设计基于编码的码分多址接入技术，以支持多标签反向散射并发可靠通信．首先，该系统利用沃尔什码等正交性较强的码片区分标签，结合纠错编码，以增强抗干扰能力；其次利用相关检测与译码联合解码，降低误码率，实现信道的可靠通信；最后，在此基础上，基于K均值聚类算法（K-means clustering algorithm）设计标签分组机制，充分利用时-码2维资源，扩充容量．实验表明，该方案能够实现100+个标签的可靠通信，误码率约2%，吞吐量达到了39Mbps．

关键词：反向散射通信多标签码分多址接入分组算法性能评价