检索结果-南通市图书馆

基于身份的密钥隔离的多云多副本可证数据持有方案

在线全文

学校读者我要写书评

暂无评论

计算机科学 2025年第1期52卷 401-411页

作者：周杰王化群南京邮电大学计算机学院南京210023

可证数据持有方案(Provable Data Possession, PDP)可以让用户在不下载全部数据的情况下验证其外包数据是否完好无损。为了提高外包数据的可用性和安全性,许多用户将数据的多个副本存储在单云服务器上,但是单云服务器在发生故障或者其... 详细信息

可证数据持有方案(Provable Data Possession, PDP)可以让用户在不下载全部数据的情况下验证其外包数据是否完好无损。为了提高外包数据的可用性和安全性,许多用户将数据的多个副本存储在单云服务器上,但是单云服务器在发生故障或者其他意外情况时,用户存储的数据副本也会遭到破坏因而无法恢复原始数据。同时,许多可证数据持有方案依赖于公钥基础设施(Public Key Infrastructure, PKI)技术,存在密钥管理问题。此外,现有的可证数据持有方案大多是在用户端使用密钥对数据进行处理。由于用户端的安全意识较弱或者安全设置较低,密钥可能会有泄露的风险。恶意云一旦获得了用户端的密钥,就可以通过伪造虚假的数据持有证明来隐藏数据丢失的事件。基于上述问题,提出了一种基于身份的密钥隔离的多云多副本可证数据持有方案(Identity-Based Key-Insulated Provable Multi-Copy Data Possession in Multi-Cloud Storage, IDKIMC-PDP)。基于身份的可证数据持有方案消除了公钥基础设施技术中复杂的证书管理。多云多副本确保了即使在某个云服务器上的副本被篡改或者被破坏的情况下,用户仍然可以从其他云服务器上获取副本并恢复数据。同时,方案中使用了密钥隔离技术实现了前向和后向安全。即使某一时间段内的密钥泄露,其他时间段内云存储审计的安全性也不会受到影响。给出了该方案的正式定义、系统模型和安全模型;在标准困难问题下,给出了该方案的安全性证明。安全性分析表明,IDKIMC-PDP方案具有强抗密钥泄露性、可检测性以及数据块标签和证明的不可伪造性。实验结果表明,与现有的多云多副本相关方案相比,IDKIMC-PDP方案具有相对较高的效率。

关键词：可证数据持有密钥隔离基于身份的签名多云多副本

面向大模型的高性能可扩展元数据设计ScaleFS

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：尚碧筠韩银俊肖蓉陈正华屠要峰董振江南京邮电大学计算机学院中兴通讯股份有限公司

近年来，以ChatGPT为代表的大语言模型（large language model，LLM）技术发展迅速.随着模型参数规模的持续增长，构建和应用大模型对数据存储规模和存储访问效率提出了更高要求，这对传统存储系统带来了严峻挑战.首先分析了大模型在数... 详细信息

近年来，以ChatGPT为代表的大语言模型（large language model，LLM）技术发展迅速.随着模型参数规模的持续增长，构建和应用大模型对数据存储规模和存储访问效率提出了更高要求，这对传统存储系统带来了严峻挑战.首先分析了大模型在数据准备、模型训练和推理阶段的存储访问特征，深入探讨了传统存储系统在大模型场景下面临的主要问题和瓶颈.针对这些挑战，提出并实现了一种高性能、可扩展的分布式元数据设计ScaleFS.通过目录树元数据与属性元数据解耦的架构设计、并结合深度与广度均衡的目录树分层分区策略设计，ScaleFS实现了高效的路径解析、负载均衡和系统扩展能力，能够高效管理千亿级文件.此外，ScaleFS设计了细粒度元数据结构，优化了元数据访问模式，并构建了面向文件语义优化的元数据键值存储底座，显著提升了元数据访问效率并减少了磁盘I/O操作.实验结果表明，ScaleFS的每秒操作次数(operations per second，OPS)是HDFS的1.04?7.12倍，而延迟仅为HDFS的12.67%?99.55%.在千亿文件规模下，ScaleFS的大部分操作性能优于HDFS在十亿文件规模下的表现，展现出更高的扩展性和访问效率，能够更好地满足大模型场景对千亿级文件存储及高效访问的需求.

关键词：大语言模型大模型训练存储系统元数据管理可扩展性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合博弈问题的求解与应用综述

软件学报 2025年第1期36卷 107-151页

作者：董绍康李超杨光葛振兴曹宏业陈武兵杨尚东陈兴国李文斌高阳计算机软件新技术国家重点实验室(南京大学) 南京邮电大学计算机学院软件学院网络空间安全学院

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如, AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达... 详细信息

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如, AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达到或超过人类专家水平.这些应用集中在双人、两队或者多人的零和博弈问题中,而对于混合博弈问题的研究缺乏实质性的进展与突破.区别于零和博弈,混合博弈需要综合考虑个体收益、集体收益和均衡收益等诸多目标,被广泛应用于公共资源分配、任务调度和自动驾驶等现实场景.因此,对于混合博弈问题的研究至关重要.通过梳理当前混合博弈领域中的重要概念和相关工作,深入分析国内外研究现状和未来发展方向.具体地,首先介绍混合博弈问题的定义与分类;其次详细阐述博弈解概念和求解目标,包含纳什均衡、相关均衡、帕累托最优等解概念,最大化个体收益、最大化集体收益以及兼顾公平等求解目标;接下来根据不同的求解目标,分别对博弈论方法、强化学习方法以及这两种方法的结合进行详细探讨和分析;最后介绍相关的应用场景和实验仿真环境,并对未来研究的方向进行总结与展望.

关键词：混合博弈博弈论强化学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于可解释性的不可见后门攻击研究

信息安全研究 2025年第1期11卷 21-27页

作者：郑嘉熙陈伟尹萍张怡婷南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

深度学习在各种关键任务上取得了显著的成功.然而,最近的研究表明,深度神经网络很容易受到后门攻击,攻击者释放出对良性样本行为正常的反向模型,但将任何触发器施加的样本错误地分类到目标标签上.与对抗性样本不同,后门攻击主要实施在... 详细信息

深度学习在各种关键任务上取得了显著的成功.然而,最近的研究表明,深度神经网络很容易受到后门攻击,攻击者释放出对良性样本行为正常的反向模型,但将任何触发器施加的样本错误地分类到目标标签上.与对抗性样本不同,后门攻击主要实施在模型训练阶段,用触发器干扰样本,并向模型中注入后门,提出了一种基于可解释性算法的不可见后门攻击方法.与现有的任意设置触发掩膜的工作不同,精心设计了一个基于可解释性的触发掩膜确定,并采用最新型的随机像素扰动作为触发器样式设计,使触发器施加的样本更自然和难以察觉,用以规避人眼的检测,以及对后门攻击的防御策略.通过在CIFAR10,CIFAR100和ImageNet数据集上进行了大量的对比实验证明该攻击的有效性和优越性.还使用SSIM指数评估所设计的后门样本与良性样本之间的差异,得到了接近0.99的评估指标,证明了生成的后门样本在目视检查下是无法识别的.最后还证明了攻击的抗防御性,可以抵御现有的后门防御方法.

关键词：深度学习深度神经网络后门攻击触发器可解释性后门样本

一种基于加权状态选择的LTE NAS协议模糊测试方法

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

信息安全研究 2025年第1期11卷 12-20页

作者：廖显锋吴礼发南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

NAS协议是LTE(longterm evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(nonaccess stratum)... 详细信息

NAS协议是LTE(longterm evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(nonaccess stratum)协议时存在测试效率低、测试用例难以构建等问题.为了解决这些问题,提出了一种基于权重的测试状态选择算法:以NAS协议状态机为基础,根据测试反馈动态地调整每个测试状态的权重;以消息元素IE为最小单位设计了测试用例生成算法;实现了模糊测试工具NASFuzzer并对开源核心网open5GS及真实终端设备进行测试.测试结果表明,该方法能够有效挖掘LTE NAS协议实现中的漏洞.

关键词： LTE NAS 模糊测试状态选择漏洞挖掘

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

融合事件类型的中文事件抽取方法

计算机工程与应用 2025年第1期61卷 214-220页

作者：王瑾睿李劼北京邮电大学计算机学院北京100876

事件抽取技术是自动化地从文本信息中获得结构性数据的重要手段,也是自然语言处理领域的重点研究方向之一。事件抽取包含两个子任务,事件类型检测与事件论元抽取。近年来的事件抽取研究引入了预训练语言模型作为文本的语义表征,然后采... 详细信息

事件抽取技术是自动化地从文本信息中获得结构性数据的重要手段,也是自然语言处理领域的重点研究方向之一。事件抽取包含两个子任务,事件类型检测与事件论元抽取。近年来的事件抽取研究引入了预训练语言模型作为文本的语义表征,然后采用序列标注BIO完成抽取任务,但此类方法容易存在标签歧义问题。因此又有学者提出在事件文本特征中融入特征知识以避免歧义,可现有的融合方法忽略了事件抽取各个子任务间的依赖关系。为解决以上问题,针对事件抽取任务采用联合学习的算法框架,通过门融合机制将事件类型信息作为新知识融入事件的文本表示中,再进行事件触发词抽取与事件论元抽取。实验结果证明该算法模型在论元抽取任务上较之基线方法表现更优异。

关键词：文本事件抽取预训练语言模型门融合

在线全文

学校读者我要写书评

暂无评论

无丢失网络流量管理研究综述

计算机研究与发展 2025年

作者：张乙然王尚广任丰原北京邮电大学计算机学院(国家示范性软件学院) 网络与交换全国重点实验室(北京邮电大学) 清华大学计算机科学与技术系

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效... 详细信息

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效应（拥塞扩展、死锁等）使得无丢失网络的大规模部署面临着诸多挑战.因此，引入流量管理技术来提升无丢失网络的可扩展性得到了更多关注.对应用于高性能计算领域和数据中心领域的典型无丢失网络InfiniBand和无丢失以太网的流量管理研究进展进行系统性综述，首先介绍链路层流量控制的负面影响和流量管理的目标，总结无丢失网络传统的流量管理架构.然后根据流量管理技术路线（拥塞控制、拥塞隔离、多路径负载均衡等）以及驱动的位置（发送端驱动、接收端驱动等），对InfiniBand和无丢失以太网流量管理的最新研究进展进行分类和阐述，分析对应的优势以及局限性.最后指出无丢失网络流量管理进一步研究中需要着重探索的问题，包括无丢失网络流量管理统一架构、主机内与网络联合流量管理以及面向领域应用的流量管理.

关键词：无丢失网络 InfiniBand 无丢失以太网流量管理链路层流量控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于申威平台运行时电源管理研究

智能计算机与应用 2025年第1期 52-58页

作者：唐金阳何升杭骁骞付雄南京邮电大学计算机学院无锡先进技术研究院

运行时的电源管理，是一种在系统运行过程中根据系统负载情况和相应策略，动态控制系统功耗的技术。当前，申威国产处理器平台未能实现该特性，仅支持手动调节处理器频率。为解决该问题，在申威平台上实现了运行时电源管理模型(swDFCS)... 详细信息

运行时的电源管理，是一种在系统运行过程中根据系统负载情况和相应策略，动态控制系统功耗的技术。当前，申威国产处理器平台未能实现该特性，仅支持手动调节处理器频率。为解决该问题，在申威平台上实现了运行时电源管理模型(swDFCS),该模型可以根据负载变化，实时调整处理器的频率和核数，在降低能耗的同时保证了性能需求。实验数据表明，该模型能够以极小的性能损失换取15%的能耗降低，为国产申威平台下软硬件协同的电源管理研究提供参考，提升申威平台在低功耗场景下的适应性。

关键词：系统功耗处理器频率运行时电源管理 swDFCS 申威平台

同时透射反射可重构智能表面赋能移动边缘计算任务卸载研究

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 2025年

作者：李斌杨冬东南京信息工程大学计算机学院

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足，该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先，考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束，... 详细信息

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足，该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先，考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束，联合设计任务卸载比例、计算资源配置、多用户检测矩阵(MUD)、aSTAR-RIS相移以及用户上传功率，建立一个多变量耦合的加权总时延最小化问题。然后，借助块坐标下降法(BCD)将原问题分解为两个子问题，使用拉格朗日乘子法和罚项对偶分解法(PDD)交替优化子问题。仿真结果表明，相较于无源STAR-RIS方案，所提aSTAR-RIS辅助MEC方案加权总时延降低了12.66%。

关键词：有源同时透射和反射可重构智能表面移动边缘计算计算卸载资源分配