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

科研院所数字化体系框架研究与实践

中国科学院院刊 2024年第8期39卷 1327-1335页

作者：于建军王月汪孔敏施卓敏中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

数字化科研是数字经济的重要组成部分,其与数字政府均为数字经济大背景下新型信息技术支撑的数字化应用场景。当前,以人工智能和大数据技术为代表的新一代信息技术对科研院所现代化治理,尤其是科技活动推动科研范式变革起到积极作用,加... 详细信息

数字化科研是数字经济的重要组成部分,其与数字政府均为数字经济大背景下新型信息技术支撑的数字化应用场景。当前,以人工智能和大数据技术为代表的新一代信息技术对科研院所现代化治理,尤其是科技活动推动科研范式变革起到积极作用,加速了科研院所数字化转型。我们将科研院所科技活动管理过程数字化转型形成的数字化体系称为“数字研究所”。为此,文章分析了数字化变革对科研院所科技活动管理的影响,归纳总结了数字研究所的典型业务场景及体系框架,给出了实施数字研究所的思考和建议。

关键词：数字政府数字研究所数字化治理人工智能大数据

面向高性能计算环境的多维自适应授权访问策略

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

高技术通讯 2024年第4期34卷 331-341页

作者：和荣王小宁肖海力卢莎莎赵一宁迟学斌中国科学院计算机网络信息中心北京100083 中国科学院大学北京100049

高性能计算能力是国家综合实力和创新能力的重要体现,是支撑我国科技持续发展的关键技术之一。随着高性能计算的发展,越来越多领域的科研人员开始关注并使用高性能计算环境。高性能计算环境目前面临资源有限、用户数目增多等挑战。为保... 详细信息

高性能计算能力是国家综合实力和创新能力的重要体现,是支撑我国科技持续发展的关键技术之一。随着高性能计算的发展,越来越多领域的科研人员开始关注并使用高性能计算环境。高性能计算环境目前面临资源有限、用户数目增多等挑战。为保证环境的安全性、提高环境资源的利用率,需设置一定的授权访问策略来约束用户的访问行为。本文针对高性能计算环境服务对象用户和应用社区或业务平台,基于机器学习算法对用户行为进行分析获取相关属性,设计并实现了一种多维自适应授权访问策略(MAAC)。实验表明,MAAC可实现对环境资源有效和灵活访问控制,同时该策略的决策时间可控制在1 ms内,与策略响应时间相比可忽略不计。

关键词：高性能计算环境授权属性用户行为安全

基于归一分解的并行多目标Dividing Rectangles算法

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 2024年

作者：李晨陈逸东陆忠华杨雪莹王子田迟学斌中国科学院计算机网络信息中心中国科学院大学北京智速科技有限公司

多目标优化问题普遍存在且难以解决，目前多采用多目标进化算法进行求解．然而，这些方法通常在种群初始化阶段和进化过程中包含随机操作以保持多样性，导致了其结果不可复现且缺乏全局收敛的理论保证．鉴于此，提出了一种基于归一分解... 详细信息

多目标优化问题普遍存在且难以解决，目前多采用多目标进化算法进行求解．然而，这些方法通常在种群初始化阶段和进化过程中包含随机操作以保持多样性，导致了其结果不可复现且缺乏全局收敛的理论保证．鉴于此，提出了一种基于归一分解的多目标Dividing Rectangles算法，首先通过一种可较好捕捉复杂前沿的归一分解方法将原问题分解为一系列子问题，以降低问题计算复杂度；其次，采用Dividing Rectangles算法同时优化分解得到的子问题，并在优化过程中基于全局关联机制将生成的候选解分配给相应的子问题，以更好地保留优秀候选解并提高算法搜索效率；最后，证明了算法的收敛性．此外，为了进一步提高计算效率，提出了一种基于自适应关联迁移策略的多层次多粒度并行方案，并基于该方案对所提出的算法进行了并行化．将所提算法应用于多个基准优化问题，实验结果表明，相比于NSGA-II，所提串行算法能够产生收敛性、多样性更为优越的帕累托最优解集，并行算法可在大规模缩短问题求解时间的同时，进一步提升帕累托前沿近似精度．

关键词：多目标优化目标空间分解 Dividing Rectangles算法并行计算全局优化

基于多维语义特征与层次注意力机制的讽刺识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高技术通讯 2024年第5期34卷 453-462页

作者：宋留静赵泽方马宇翔申罕骥李俊中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 河南大学计算机与信息工程学院开封475004

讽刺是一种复杂的语言表达方式,在日常交流中发挥着重要作用。随着人工智能和社交网络的快速发展,讽刺识别已成为自然语言处理领域的热点研究课题之一。现有的讽刺识别研究往往从单一维度对讽刺文本特征进行表示,忽视了讽刺文本特征的... 详细信息

讽刺是一种复杂的语言表达方式,在日常交流中发挥着重要作用。随着人工智能和社交网络的快速发展,讽刺识别已成为自然语言处理领域的热点研究课题之一。现有的讽刺识别研究往往从单一维度对讽刺文本特征进行表示,忽视了讽刺文本特征的细微差异及其重要程度。本文将讽刺识别视为文本分类任务,在特征提取阶段,将讽刺文本根据其不一致性特征、情感特征、句法结构特征和风格特征进行多维语义特征表示。在特征融合阶段,针对不同维度特征对整体特征贡献和关联程度不同,采用层次注意力机制调整不同讽刺语言学特征对模型整体性能的影响。实验结果表明,所提出的模型能够从多个维度提取讽刺文本的潜在语义特征,其在公开数据集IAC、Tweets和Reddit上的实验性能均有明显提升。

关键词：讽刺识别自然语言处理多维语义表示层次注意力机制

基于增强嵌入特征超图学习的恶意域名检测方法

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 2024年第9期61卷 2334-2346页

作者：魏金侠龙春付豪宫良一赵静万巍黄潘中国科学院计算机网络信息中心北京100083 中国科学院大学计算机科学与技术学院北京100049

攻击者利用域名灵活地实施各类网络攻击,诸多学者针对性地提出了一些基于统计特征和基于关联关系的恶意域名检测方法,但这2类方法在域名属性高阶关系表示方面存在不足,无法准确呈现域间全局高阶关系.针对这类问题,提出一种基于嵌入式特... 详细信息

攻击者利用域名灵活地实施各类网络攻击,诸多学者针对性地提出了一些基于统计特征和基于关联关系的恶意域名检测方法,但这2类方法在域名属性高阶关系表示方面存在不足,无法准确呈现域间全局高阶关系.针对这类问题,提出一种基于嵌入式特征超图学习的恶意域名检测方法:首先基于域名空间统计特征利用决策树构建域名超图结构,利用决策树倒数第2层节点的输出结果作为先验条件形成超边,快速将域名流量之间的多阶关联关系清晰地表示出来;其次基于超图结构特征对字符嵌入特征进行增强编码,基于域名空间统计特征和域名字符嵌入编码特征从域名数据中挖掘出字符间隐藏的高阶关系;最后结合中国科技网真实的域名系统(domain name system,DNS)流量,对有效性和可行性进行了分析与评估,能够快速高效地检测隐蔽的恶意域名.

关键词：恶意域名超图学习决策树嵌入式编码空间统计特征

在线全文

学校读者我要写书评

暂无评论

大规模开放遥感影像地图渲染与缓存优化

计算机工程 2024年第7期50卷 227-239页

作者：周小华周园春孟珍王学志中国科学院计算机网络信息中心北京100083 中国科学院大学北京100049

遥感数据规模庞大且增长迅速,目前可公开访问的遥感影像数据已接近EB级别,然而类型多样、结构复杂、存储文件大等特点给大规模开放遥感数据的发现、共享与使用带来诸多不便。在线地图可使用户无须下载便可对海量云端遥感数据执行可视化... 详细信息

遥感数据规模庞大且增长迅速,目前可公开访问的遥感影像数据已接近EB级别,然而类型多样、结构复杂、存储文件大等特点给大规模开放遥感数据的发现、共享与使用带来诸多不便。在线地图可使用户无须下载便可对海量云端遥感数据执行可视化分析,是一种高效的数据服务方式。针对传统地图技术方案存在的瓦片渲染效率低、遥感数据适配性差等问题,从遥感数据时空属性特征及用户访问行为特征出发,依托遥感数据云平台GSCloud,设计并实现面向海量遥感数据的高效地图服务平台TiMap。TiMap由分布式地图瓦片渲染引擎TiRender与分布式地图瓦片缓存TiCache构成。TiRender通过将地图瓦片渲染操作转换为分布式环境下的同步实时渲染任务与异步批量预渲染任务,充分利用多节点并行计算的优势,快速响应客户端的地图瓦片请求。TiCache负责缓存TiRender产生的地图瓦片,以提升后续重复地图瓦片请求的响应速度,TiCache中的地图瓦片缓存分配算法基于疏远度实现,可以保证多节点的负载均衡。实验结果表明,TiRender与TiCache均比同类技术方案的性能更好,两者协同工作可使TiMap在100ms内快速响应大规模地图瓦片请求。

关键词：遥感大数据遥感地图服务地图瓦片渲染地图瓦片缓存数据疏远度

一种面向联盟链Hyperledger Fabric的并发冲突事务优化方法

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 2024年第8期61卷 2110-2126页

作者：吴海博刘辉孙毅李俊中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 山东省区块链金融重点实验室(山东财经大学) 济南250014 中国科学院计算技术研究所北京100190

随着区块链技术应用的普及,联盟链Hyperledger Fabric(简称Fabric)已成为知名区块链开源平台,并得到广泛关注.然而Fabric仍受困于并发事务间冲突问题,冲突发生时会引发大量无效交易上链,导致吞吐量下降,阻碍其发展.对于该问题,现有面向... 详细信息

随着区块链技术应用的普及,联盟链Hyperledger Fabric(简称Fabric)已成为知名区块链开源平台,并得到广泛关注.然而Fabric仍受困于并发事务间冲突问题,冲突发生时会引发大量无效交易上链,导致吞吐量下降,阻碍其发展.对于该问题,现有面向块内冲突的方案缺乏高效的冲突检测和避免方法,同时现有研究往往忽略区块间冲突对吞吐量的不利影响.提出了一种Fabric的优化方案Fabric-HT(fabric with high throughput),从区块内和区块间2方面入手,有效降低事务间并发冲突和提高系统吞吐量.针对区块内事务冲突,提出了一种事务调度机制,根据块内冲突事务集定义了一种高效数据结构——依赖关系链,识别具有“危险结构”的事务并提前中止,合理调度事务和消除冲突;针对区块间事务冲突,将冲突事务检测提前至排序节点完成,建立以“推送-匹配”为核心的冲突事务早期避免机制.在多场景下开展大量实验,结果表明Fabric-HT在吞吐量、事务中止率、事务平均执行时间、无效事务空间占用率等方面均优于对比方案.Fabric-HT吞吐量最高可达Fabric的9.51倍,是最新优化方案FabricSharp的1.18倍;空间利用率上相比FabricSharp提升了14%.此外,Fabric-HT也表现出较好的鲁棒性和抗攻击能力.

关键词：并发冲突区块链 Hyperledger Fabric 事务调度冲突检测

在线全文

学校读者我要写书评

暂无评论

基于深度学习的不良应用域名早期识别方法

高技术通讯 2024年第2期34卷 151-161页

作者：胡安磊田语陈勇李振宇谢高岗中国科学院计算技术研究所北京100190 中国互联网络信息中心北京100190 中国科学院计算机网络信息中心北京100083 中国科学院大学北京100049

不良应用网站依赖域名系统(DNS)实现不良内容传播,严重影响互联网的健康发展。尽早识别出不良应用网站对应的域名(即不良应用域名),并进行相应治理,对域名系统的管理与运行至关重要。本文从国家顶级域名(.CN)管理的角度出发,关注如何在... 详细信息

不良应用网站依赖域名系统(DNS)实现不良内容传播,严重影响互联网的健康发展。尽早识别出不良应用网站对应的域名(即不良应用域名),并进行相应治理,对域名系统的管理与运行至关重要。本文从国家顶级域名(.CN)管理的角度出发,关注如何在注册阶段识别不良应用域名。分析发现不良应用域名在注册特征与文本结构2个维度,与正常域名存在显著差异。为此,提出了一种基于深度学习的不良应用域名早期识别方法。该方法首先提取域名的注册信息特征,并利用预训练语言模型基于Transformer的双向编码器(BERT)提取域名本身的文本语义特征,其次基于注意力机制融合2类特征,并最终使用全连接神经网络,构建域名分类器,实现不良应用域名的早期识别。基于真实网络数据的实验结果表明,所提方法分类准确率(F1分数)可达到0.99;消融实验结果也验证了所选特征的有效性和必要性。

关键词：域名系统(DNS) 域名分类深度学习预训练语言模型

基于Stacking融合模型的Web攻击检测方法

在线全文

学校读者我要写书评

暂无评论

信息安全学报 2024年第1期9卷 84-94页

作者：万巍石鑫魏金侠李畅龙春中国科学院计算机网络信息中心北京100190 中国科学院大学北京101408 中国信息通信研究院北京100191

随着计算机技术与互联网技术的飞速发展,Web应用在人们的生产与生活中扮演着越来越重要的角色。但是在人们的日常生活与工作中带来了更多便捷的同时,却也带来了严重的安全隐患。在开发Web应用的过程中,大量不规范的新技术应用引入了很... 详细信息

随着计算机技术与互联网技术的飞速发展,Web应用在人们的生产与生活中扮演着越来越重要的角色。但是在人们的日常生活与工作中带来了更多便捷的同时,却也带来了严重的安全隐患。在开发Web应用的过程中,大量不规范的新技术应用引入了很多的网站漏洞。攻击者可以利用Web应用开发过程中的漏洞发起攻击,当Web应用受到攻击时会造成严重的数据泄露和财产损失等安全问题,因此Web安全问题一直受到学术界和工业界的关注。超文本传输协议(HTTP)是一种在Web应用中广泛使用的应用层协议。随着HTTP协议的大量使用,在HTTP请求数据中包含了大量的实际入侵,针对HTTP请求数据进行Web攻击检测的研究也开始逐渐被研究人员所重视。本文提出了一种基于Stacking融合模型的Web攻击检测方法,针对每一条文本格式的HTTP请求数据,首先进行格式化处理得到既定的格式,结合使用Word2Vec方法和TextCNN模型将其转换成向量化表示形式;然后利用Stacking模型融合方法,将不同的子模型(使用配置不同尺寸过滤器的Text-CNN模型搭配不同的检测算法)进行融合搭建出Web攻击检测模型,与融合之前单独的子模型相比在准确率、召回率、F1值上都有所提升。本文所提出的Web攻击检测模型在公开数据集和真实环境数据上都取得了更加稳定的检测性能。

关键词：入侵检测 stacking 融合模型 web攻击