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

全同态加密技术的研究现状及发展路线综述

电子与信息学报 2024年第5期46卷 1774-1789页

作者：戴怡然张江向斌武邓燚中国科学院信息工程研究所信息安全国家重点实验室北京100093 密码科学技术全国重点实验室北京100878 中国科学院大学网络空间安全学院北京100049

随着物联网、云计算、人工智能的应用与普及,数据安全与隐私保护成为人们关注的焦点。全同态加密,作为隐私安全问题的有效解决办法,允许对加密数据执行任意同态计算,是一种强大的加密工具,具有广泛的潜在应用。该文总结了自2009年以来... 详细信息

随着物联网、云计算、人工智能的应用与普及,数据安全与隐私保护成为人们关注的焦点。全同态加密,作为隐私安全问题的有效解决办法,允许对加密数据执行任意同态计算,是一种强大的加密工具,具有广泛的潜在应用。该文总结了自2009年以来提出全同态加密方案,并根据方案的核心技术划分成4条技术路线,分析讨论了各类方案的关键构造,算法优化进程和未来发展方向。首先,全面介绍了全同态加密相关的数学原理,涵盖了全同态加密方案的基础假设和安全特性。随后,按照4条全同态加密方案的技术路线,归纳了加密方案的结构通式,总结了自举算法的核心步骤,讨论了最新研究进展,并在此基础上综合分析比较了各类方案的存储效率及运算速度。最后,展示了同态算法库对每条技术路线下加密方案的应用实现情况,分析了在当前时代背景下全同态加密方案的机遇与挑战,并对未来的研究前景做出了展望。

关键词：全同态加密自举 BGV GSW CKKS

在线全文

学校读者我要写书评

暂无评论

无误差阵列协方差矩阵分离的阵列自校正方法

声学学报 2024年第2期49卷 298-307页

作者：张光普刘恺忻付进王晋晋哈尔滨工程大学水声技术重点实验室哈尔滨150001 工业和信息化部海洋信息获取与安全工信部重点实验室(哈尔滨工程大学) 哈尔滨150001 哈尔滨工程大学水声工程学院哈尔滨150001

针对高分辨方位估计方法受阵列幅度相位影响导致性能退化的问题,提出一种无误差阵列协方差矩阵分离的阵列自校正方法。该方法利用协方差矩阵重构方法获取近似无误差阵列的协方差矩阵,以弱化协方差矩阵中的阵列误差,并利用特征结构配置... 详细信息

针对高分辨方位估计方法受阵列幅度相位影响导致性能退化的问题,提出一种无误差阵列协方差矩阵分离的阵列自校正方法。该方法利用协方差矩阵重构方法获取近似无误差阵列的协方差矩阵,以弱化协方差矩阵中的阵列误差,并利用特征结构配置方法求解幅度和相位误差。迭代上述重构方法和特征结构配置方法,实现从未校正阵列的协方差矩阵中分离出无误差阵列的协方差矩阵和幅度相位误差矩阵。仿真结果表明,该方法准确地估计阵列误差,利用重构协方差矩阵进行方位估计能够提高方位估计精度和分辨力。湖试试验结果表明,经阵列校正后,空间中方位角度邻近的声源和干扰目标可被分辨。

关键词：阵列自校正波达方向估计协方差矩阵特征结构

基于半监督和自监督图表示学习的恶意节点检测方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年

作者：王晨旭王凯月王梦勤西安交通大学软件学院西安交通大学智能网络与网络安全教育部重点实验室

现实场景中,电子商务、消费点评、社交网络等不同平台用户之间往往存在着丰富的交互关系,将其构建成图结构,并基于图神经网络GNN进行恶意用户检测已成为相关领域近几年的研究趋势.然而,由于恶意用户通常占比较小且存在伪装和标记成本高... 详细信息

现实场景中,电子商务、消费点评、社交网络等不同平台用户之间往往存在着丰富的交互关系,将其构建成图结构,并基于图神经网络GNN进行恶意用户检测已成为相关领域近几年的研究趋势.然而,由于恶意用户通常占比较小且存在伪装和标记成本高的情况,导致了数据不平衡、数据不一致和标签稀缺等问题,从而使传统GNN方法的效果受到了一定的限制.本文提出基于半监督图表示学习的恶意节点检测方法,该方法通过改进的GNN方法进行图节点表示学习并对图中节点分类.具体地,构造类别感知的恶意节点检测方法 (class-aware malicious node detection, CAMD),该方法引入类别感知注意力系数、不一致图神经网络编码器、类别感知不平衡损失函数以解决数据不一致与不平衡问题.接下来,针对CAMD在标签稀缺情况下检测效果受限的问题,提出了基于图对比学习的方法 CAMD+,引入数据增强、自监督图对比学习及类别感知图对比学习,使模型可以从未标记的数据中学习更多信息并充分利用稀缺的标签信息.最后,在真实数据集上的大量实验结果验证了所提方法优于所有基线方法,且在不同程度的标签稀缺情况下都表现出良好的检测效果.

关键词：恶意节点检测图神经网络表示向量学习

支持批量证明的SM2适配器签名及其分布式扩展

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 2024年第5期35卷 2566-2582页

作者：涂彬彬陈宇山东大学网络空间安全学院山东青岛266237 密码科学技术全国重点实验室北京100878 密码技术与信息安全教育部重点实验室(山东大学) 山东青岛266237 山东区块链研究院山东济南250001 泉城实验室山东济南250014

适配器签名,又称无脚本脚本,是解决区块链应用(如密码货币)中扩展性差、吞吐量低等问题的重要密码技术.适配器签名可看作数字签名关于困难关系的扩展,同时具有签名授权和证据提取两种功能,在区块链应用中具有以下优点:(1)降低链上成本;... 详细信息

适配器签名,又称无脚本脚本,是解决区块链应用(如密码货币)中扩展性差、吞吐量低等问题的重要密码技术.适配器签名可看作数字签名关于困难关系的扩展,同时具有签名授权和证据提取两种功能,在区块链应用中具有以下优点:(1)降低链上成本;(2)提高交易的可替代性;(3)突破区块链脚本语言限制.SM2签名是我国自主设计的国家标准签名算法,在各种重要信息系统中有着广泛应用.基于SM2签名构造出高效的适配器签名方案,并在随机谕言机模型下给出安全性证明.所提方案结合SM2签名结构,可避免在预签名阶段生成额外的零知识证明,与现有ECDSA/SM2适配器签名相比更加高效,其中,预签名生成效率提升4倍,预签名验证效率提升3倍.随后,基于SM2协同签名,构造分布式SM2适配器签名,可避免单点故障问题,提升签名私钥安全.最后,在实际应用方面,基于SM2适配器签名构造适用于一对多场景下安全高效的批量原子交换协议.

关键词： SM2算法适配器签名分布式适配器签名区块链原子交换

水下底栖生物轻量化目标检测算法YOLOv7-RFPCW

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第11期40卷 168-177页

作者：赵晨陈明上海海洋大学信息学院/农业农村部渔业信息重点实验室上海201306

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降... 详细信息

针对水下底栖生物检测模型参数量过多,计算量过大,同时水下环境复杂容易造成错检和漏检,影响模型在水下底栖生物检测任务中的准确性的问题。提出了一种水下底栖生物轻量化检测算法YOLOv7-RFPCW。对YOLOv7网络重新设计轻量级网络结构,降低了特征提取网络的参数量和计算量,减少模型体积。设计了P-ELAN和P-ELAN-W模块,进一步轻量化特征提取网络;针对水下图像颜色失真,目标的空间位置不准确的问题,采用CBAM注意力模块加强特征融合,减少信息丢失,以更好地适应特殊的水下环境;针对水下目标容易出现形状变形的问题,使用WIOU-V3损失函数替换默认的CIOU损失函数,提高水下底栖生物检测的鲁棒性。试验结果显示,改进后的模型YOLOv7-RFPCW的参数量和计算量分别减少了75.9%和30.7%,模型体积减小了75.3%,精度提升了1.9个百分点。这一综合性的提升兼顾了轻量化和精度,为在水下环境中部署提供了可行的解决方案,验证了所提出的改进算法能胜任水下底栖生物检测任务。

关键词：目标检测深度学习 YOLOv7 底栖生物

在线全文

学校读者我要写书评

暂无评论

针对自动驾驶智能模型的攻击与防御

计算机学报 2024年

作者：马晨沈超蔺琛皓李前王骞李琦管晓宏清华大学网络科学与网络空间研究院西安交通大学电子与信息学部网络空间安全学院武汉大学国家网络安全学院智能网络与网络安全教育部重点实验室(西安交通大学)

近年来，以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新，尤其是在自动驾驶领域，部署着自动驾驶系统的智能汽车已经走进人们的生活，成为了重要的生产力工具。然而，自动驾驶系统中的人工智能模型面临... 详细信息

近年来，以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新，尤其是在自动驾驶领域，部署着自动驾驶系统的智能汽车已经走进人们的生活，成为了重要的生产力工具。然而，自动驾驶系统中的人工智能模型面临着潜在的安全隐患和风险，这给人民群众生命财产安全带来了严重威胁。本文通过回顾自动驾驶智能模型攻击和防御的相关研究工作，揭示自动驾驶系统在物理世界下面临的安全风险并归纳总结了相应的防御对策。具体来说，本文首先介绍了包含攻击面、攻击能力和攻击目标的自动驾驶系统安全风险模型。其次，面向自动驾驶系统的三个关键功能层——传感器层、感知层和决策层，本文依据受攻击的智能模型和攻击手段归纳、分析了对应的攻击方法以及防御对策，并探讨了现有方法的局限性。最后，本文讨论和展望了自动驾驶智能模型攻击与防御技术面临的难题与挑战，并指出了未来潜在的研究方向和发展趋势.

关键词：自动驾驶安全人工智能安全信息物理系统安全物理对抗攻击防御策略

法医学DNA遗传标记和DNA甲基化分子标记的集成检验技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2024年

作者：易娜赵光斌康克莱姚伊人郭柯利赵杰张驰缪磊王乐季安全法医遗传学公安部重点实验室公安部鉴定中心昆明医科大学法医学院

DNA遗传标记在法医学领域的个体识别、亲缘关系鉴定、始祖推断和表型特征刻画等方面具有重要作用。DNA甲基化分子标记在法医学领域的生物学年龄推断、组织体液鉴定和表型预测等方面具有独特优势。目前的研究多是在不同的检验流程中对DN... 详细信息

DNA遗传标记在法医学领域的个体识别、亲缘关系鉴定、始祖推断和表型特征刻画等方面具有重要作用。DNA甲基化分子标记在法医学领域的生物学年龄推断、组织体液鉴定和表型预测等方面具有独特优势。目前的研究多是在不同的检验流程中对DNA甲基化分子标记和DNA遗传标记独立地进行检验，通过不同的分析流程分别解读这两种标记所蕴含的生物信息。用一份生物检材通过一次检测同时得到DNA遗传信息和表观遗传信息的集成检验方法，能够在获得丰富遗传数据的基础上有效关联这两种标记的生物学信息、节省检验时间、降低检验成本和简化实验流程。本文分别介绍了基于毛细管电泳平台、焦磷酸测序平台和二代测序平台进行DNA遗传标记和DNA甲基化分子标记集成检验的多种方案，分析了各方案在不同平台的技术特点，归纳了各方案的集成化程度和实际应用能力；重点分析了在其他领域中基于二代测序技术进行集成检验的技术路线，挖掘其在法医学生物检材中的应用潜力；探讨了位点间相互作用和甲基化预处理方法对DNA遗传标记和DNA甲基化分子标记集成检验的影响，提出了在法医学生物检材中应用集成检验技术所面临的挑战，期望为法医学研究实践提供参考。

关键词：法医遗传学 DNA 甲基化集成检验二代测序

TGKA：基于可聚合广播的安全可追溯组密钥协商协议

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报(理学版) 2024年

作者：彭云璐何琨陈晶杜瑞颖空天信息安全与可信计算教育部重点实验室武汉大学国家网络空间安全学院

组密钥协商协议用于解决多个参与方在不安全的通信网络中的组消息传递安全问题。然而现有方案存在通信效率低、计算开销大、群组规模难以扩大、安全性不足等问题。针对组密钥协商中的这些问题，设计了一种可聚合共享棘轮树算法，并基于... 详细信息

组密钥协商协议用于解决多个参与方在不安全的通信网络中的组消息传递安全问题。然而现有方案存在通信效率低、计算开销大、群组规模难以扩大、安全性不足等问题。针对组密钥协商中的这些问题，设计了一种可聚合共享棘轮树算法，并基于此提出了一个基于可聚合广播的安全可追溯组密钥协商协议（Traceable Group Key Agreement,TGKA）。TGKA协议将基于签名的可聚合广播方案与密钥封装的思想结合，通过棘轮树将用户划分为多个子组，在子组之间进行密钥协商，从而减小其在计算与通信上的开销，实现了动态组的高效密钥更新。实验结果表明，在确保了组密钥协商协议安全性的同时，TGKA协议能够降低群组发送者与接收者的通信复杂度，在数十至数百用户的中型组中具备一定的可行性。

关键词：组密钥协商前向安全与后向安全可追溯性棘轮树

基于物理启发机器学习的属性散射中心提取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2036-2047页

作者：岳子瑜徐丰复旦大学电磁波信息科学教育部重点实验室上海200433

基于参数化散射中心模型进行参数估计是实现合成孔径雷达高级信息获取(SAR AIR)技术的基本思路之一,传统的属性散射中心(ASC)参数估计算法往往具有计算速度慢、算法复杂度高、对参数初值要求高等问题。对此,该文提出一个新的基于无监督... 详细信息

基于参数化散射中心模型进行参数估计是实现合成孔径雷达高级信息获取(SAR AIR)技术的基本思路之一,传统的属性散射中心(ASC)参数估计算法往往具有计算速度慢、算法复杂度高、对参数初值要求高等问题。对此,该文提出一个新的基于无监督学习的端到端框架用于从SAR图像反演ASC参数。首先,利用自编码式网络结构有效提取目标图像特征,缓解由于优化空间复杂非凸导致的直接求解困难,解决初值敏感问题;其次,通过嵌入ASC模型作为物理解码器以将编码器输出约束为正确的ASC参数;最后,通过端到端的模型架构进行学习和推理,达到降低算法复杂度及提高估计速度的目的。通过在仿真和实测数据上进行测试,实验结果表明在0.15 m分辨率测试集SAR图像上取得低于0.1 m的估计误差,反演单个散射中心平均耗时0.06 s,验证了该文所提方法的有效性、高效性与鲁棒性。

关键词：属性散射中心模型参数估计基于物理知识的机器学习