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

针对联邦学习的恶意客户端检测及防御方法

信息安全研究 2024年第2期10卷 163-169页

作者：程显淘广州大学计算机科学与网络工程学院广州510006

联邦学习允许参与的客户端在不共享其私有数据的前提下协作训练机器学习模型.由于中央服务器无法控制客户端的行为,恶意客户端可能会通过发送被操纵的局部梯度更新破坏全局模型,同时也可能存在数据质量低下但有一定价值的不可靠客户端.... 详细信息

联邦学习允许参与的客户端在不共享其私有数据的前提下协作训练机器学习模型.由于中央服务器无法控制客户端的行为,恶意客户端可能会通过发送被操纵的局部梯度更新破坏全局模型,同时也可能存在数据质量低下但有一定价值的不可靠客户端.针对上述问题,提出了一种针对联邦学习的恶意客户端检测及防御方法FedMDD,以局部梯度更新为依据,通过不同的方式处理检测到的恶意和不可靠客户端,同时防御符号翻转、附加噪声、单标签翻转、多标签翻转和后门攻击.针对2个数据集对比了4种基线算法,实验结果表明,在包含50%恶意客户端和10%不可靠客户端的训练环境中,FedMDD可成功防御各类攻击,在提升模型测试精度和降低后门精度方面都有更好的效果.

关键词：联邦学习异常检测鲁棒隐私保护防御

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

面向算力网络的智慧调度综述

自动化学报 2024年第6期50卷 1086-1103页

作者：李逸博李小平王爽蒋嶷川东南大学计算机科学与工程学院南京211189 东南大学计算机网络和信息集成教育部重点实验室南京211189 广东工业大学计算机学院广州510006

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权... 详细信息

分布异构计算资源通过网络连接形成算力网络(Computing power network,CPN),其以“连”和“算”为核心.针对广分布异构性导致可行解空间巨大、强不确定性导致可行解空间易变、高约束复杂性导致可行解孤岛繁多、多目标性导致冲突目标权衡优化难等挑战,提出一个多层次算力网络体系框架,包括参数化结构化业务管理、三阶段(计划、调度、执行)闭环调度模式、多模态资源管理三个功能.提出支持快速、高效、鲁棒的“算法+知识+数据+算力”的算力网络智慧调度框架,形式化分析可行解空间,解析调度策略关键参数,定性分析调度算法性能与效率的内在关系,详细综述调度算法类型,综述算力网络调度研究进展与发展方向.对比已有相关综述研究,展望算力网络调度未来理论和技术的难点与趋势.

关键词：算力网络云计算边缘计算资源调度知识

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

基于深度学习的机器人局部路径规划方法

系统仿真学报 2024年第5期36卷 1199-1210页

作者：刘泽森毕盛郭传鈜王延葵董敏华南理工大学计算机科学与工程学院广东广州510006

为了将视觉信息融入到机器人导航过程中,提高机器人对各类障碍物的识别率,减少危险事件的发生,设计了基于二维CNN及LSTM的局部路径规划网络。提出了基于深度学习的局部路径规划方案。利用机器人视觉信息及全局路径信息推理产生机器人在... 详细信息

为了将视觉信息融入到机器人导航过程中,提高机器人对各类障碍物的识别率,减少危险事件的发生,设计了基于二维CNN及LSTM的局部路径规划网络。提出了基于深度学习的局部路径规划方案。利用机器人视觉信息及全局路径信息推理产生机器人在当前时刻完成避障导航任务所需转向角度;搭建了用于对规划器核心神经网络进行训练和验证的室内场景;提出了以路径总长度、平均曲率变化率及机器人与障碍物之间的距离为性能指标的路径评估方案。实验表明:该方案在仿真环境及真实场景中均体现了较优秀的局部路径生成能力。

关键词：机器人导航路径规划实时避障深度学习

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的禽流感病毒溢出风险预测研究

广州大学学报（自然科学版） 2024年第2期23卷 48-56页

作者：刘耀华范馨月徐雪健王娜寇铮强小利广州大学计算科技研究院广东广州510006 广州大学计算机科学与网络工程学院广东广州510006

禽流感病毒基因组由8个长短不一的基因节段组成,全长约为14~16 kb。由于病毒本身特殊的分子遗传机制,病毒通过基因点突变和基因组重排快速变异,引发病毒感染宿主范围的改变,持续威胁人类健康,因此,自然界禽流感病毒溢出风险预测具有重... 详细信息

禽流感病毒基因组由8个长短不一的基因节段组成,全长约为14~16 kb。由于病毒本身特殊的分子遗传机制,病毒通过基因点突变和基因组重排快速变异,引发病毒感染宿主范围的改变,持续威胁人类健康,因此,自然界禽流感病毒溢出风险预测具有重要公共卫生意义。文章联合使用卷积神经网络和循环神经网络表征病毒基因组序列,分别在特定类群数据集和全类群数据集上进行训练和测试,并对模型的迁移预测能力进行评估。实验结果显示:①特定类群模型对各自数据集的预测性能良好,AUROC值和AUPR值分别达到0.966和0.876以上,但泛化能力较差;②除H9N2类群外,全局模型性能良好,AUROC值和AUPR值均达到1.000;③基于消融实验,发现注意力机制和Embedding层对模型性能影响较大;④进一步测试模型的泛化能力,迁移预测的AUROC值和AUPR值分别可达0.984和0.941以上;⑤可视化注意力权重系数矩阵,为模型提供生物学可解释性。性能良好的深度学习预测模型可用于禽流感病毒跨种感染的早期预警。

关键词：禽流感病毒深度学习溢出风险基因组

在线全文

学校读者我要写书评

暂无评论

基于增量学习的冠状病毒人际感染预测研究

广州大学学报（自然科学版） 2024年第2期23卷 37-47页

作者：杨晓宇沈骜沈嘉豪廖玉琼强小利寇铮广州大学计算科技研究院广东广州510006 广州大学计算机科学与网络工程学院广东广州510006

2019年底至今,新型冠状病毒大流行严重影响了公众卫生和社会秩序,而基于机器学习的预测方法可以判别冠状病毒的可感染性表型和大流行风险。目前,已发现6类感染人的冠状病毒,病毒基因组序列差异显著,病毒持续遗传变异导致机器学习模型性... 详细信息

2019年底至今,新型冠状病毒大流行严重影响了公众卫生和社会秩序,而基于机器学习的预测方法可以判别冠状病毒的可感染性表型和大流行风险。目前,已发现6类感染人的冠状病毒,病毒基因组序列差异显著,病毒持续遗传变异导致机器学习模型性能下降并引发潜在的学习遗忘现象。文章基于增量学习的模型框架,使用One-class SVM算法对冠状病毒新类群进行持续鉴别,并进一步使用参数共享和知识蒸馏的联合策略改造BP神经网络,对冠状病毒人际感染表型进行持续学习和预测。结果显示,One-class SVM对6类病毒区分的权衡参数v组合在0.92、0.81、0.24、0.11、0.55、0.20下达到最优的病毒类群分类效果;当隐藏层节点批次增加为6时,预测模型取得最好性能表现,IAC取得最大值0.9035,BT取得最大值-0.0399,有效地抑制了神经网络模型的学习遗忘趋势,模型的预测性能接近联合训练的性能表现(IAC:0.9236),明显优于未使用知识蒸馏的神经网络(IAC:0.7764),进一步与其他增量方法比较,优于基于样本的ESRIL方法(IAC:0.8662)和基于模型参数的CCLL方法(IAC:0.8853),具有重要的公共卫生应用价值。

关键词：增量学习冠状病毒刺突蛋白人际感染

在线全文

学校读者我要写书评

暂无评论

多模型融合的换道意图识别研究

计算机工程与应用 2024年第2期60卷 344-352页

作者：方艺洁廖祝华黄浩楷李彦君湖南科技大学计算机科学与工程学院湖南湘潭411100 湖南科技大学元宇宙创新研究院湖南湘潭411100 浪潮云信息技术股份公司北京100085

快速准确识别出周围车辆的换道意图对高级自动驾驶辅助系统的决策支持和安全预防具有重要意义。针对现有方法未能充分考虑车辆之间的交互作用以及轨迹数据的前后依赖性问题,提出一种基于多模型融合的换道意图识别框架。该换道意图识别... 详细信息

快速准确识别出周围车辆的换道意图对高级自动驾驶辅助系统的决策支持和安全预防具有重要意义。针对现有方法未能充分考虑车辆之间的交互作用以及轨迹数据的前后依赖性问题,提出一种基于多模型融合的换道意图识别框架。该换道意图识别框架主要包括输入处理与换道意图识别两部分。输入处理部分对车辆轨迹数据进行清洗、贴标、切片以及one-hot编码。换道意图识别部分则具体提出BiLSTM-F(BiLSTM-fusion)模型,在该模型中将注意力机制(attention mechanism)引入双向长短期记忆网络(BiLSTM),对输入处理部分的输出信息进行权重划分,使模型能将注意力更加集中于对换道意图影响较大的特征信息上,最后引入条件随机场(conditional random field),充分学习输入数据的前后依赖性并快速找出全局最优的换道意图。实验中使用公开数据集NGSIM进行训练并评估,验证结果表明该模型的准确率最高能达到97.19%,并且可在车辆到达换道点前2 s识别车辆的换道意图,准确率为94.16%。与基线换道意图识别模型相比,所提出模型的准确率、损失、F1值和稳定性均优于基线模型。

关键词：智能交通换道意图识别前后依赖性注意力机制条件随机场

在线全文

学校读者我要写书评

暂无评论

加密恶意流量检测及对抗综述

软件学报 2024年第1期35卷 333-355页

作者：侯剑鲁辉刘方爱王兴伟田志宏山东师范大学信息化工作办公室山东济南250014 广州大学网络空间安全学院广东广州510799 东北大学计算机科学与工程学院辽宁沈阳110169

网络流量加密在保护企业数据和用户隐私的同时,也为恶意流量检测带来新的挑战.根据处理加密流量的方式不同,加密恶意流量检测可分为主动检测和被动检测.主动检测包括对流量解密后的检测和基于可搜索加密技术的检测,其研究重点是隐私安... 详细信息

网络流量加密在保护企业数据和用户隐私的同时,也为恶意流量检测带来新的挑战.根据处理加密流量的方式不同,加密恶意流量检测可分为主动检测和被动检测.主动检测包括对流量解密后的检测和基于可搜索加密技术的检测,其研究重点是隐私安全的保障和检测效率的提升,主要分析可信执行环境和可控传输协议等保障措施的应用.被动检测是在用户无感知且不执行任何加密或解密操作的前提下,识别加密恶意流量的检测方法,其研究重点是特征的选择与构建,主要从侧信道特征、明文特征和原始流量等3类特征分析相关检测方法,给出有关模型的实验评估结论.最后,从混淆流量特征、干扰学习算法和隐藏相关信息等角度,分析加密恶意流量检测对抗研究的可实施性.

关键词：加密流量恶意流量检测中间盒可搜索加密机器学习

混合式教学模式下促进学习者学习投入策略探析

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第15期20卷 9-12页

作者：吴杰李雨霞陈康民广州大学计算机科学与网络工程学院广东广州510006

学习投入是影响学习者学习绩效的重要因素,在混合教学中如何实施有效教学策略以提高学习者的学习投入水平需要深入探讨。研究通过问卷调查分析学习者学习投入及影响因素,从学习风格、时间管理、课堂参与度、课程满意度以及学习者期望多... 详细信息

学习投入是影响学习者学习绩效的重要因素,在混合教学中如何实施有效教学策略以提高学习者的学习投入水平需要深入探讨。研究通过问卷调查分析学习者学习投入及影响因素,从学习风格、时间管理、课堂参与度、课程满意度以及学习者期望多个维度展开分析。通过探讨学习者在混合教学模式下学习投入的现状,以及对混合教学的满意度,进而探究促进学习者学习投入水平策略,实现混合教学质量的提升和教学效果的优化。

关键词：学习投入混合教学问卷调查教学策略

在线全文

学校读者我要写书评

暂无评论

一种支持交易筛选的高性能智能合约测试方案

西安电子科技大学学报 2024年第3期51卷 194-202页

作者：彭泳翔马勇刘志全王立波吴永东陈宁唐泳暨南大学信息科学技术学院广东广州510632 江西师范大学计算机信息工程学院江西南昌330022 广东省网络与信息安全漏洞研究重点实验室广东广州510643 电子科技大学计算机科学与工程学院四川成都610054

近年来,作为以太坊的重要组成部分,智能合约引起了工业界与学术界的广泛兴趣。智能合约是一段部署在区块链上的程序,为分布式交易提供了可能。然而,由于智能合约携带的金融属性,使其成为黑客攻击的目标。因此,为保证合约的安全性,需对... 详细信息

近年来,作为以太坊的重要组成部分,智能合约引起了工业界与学术界的广泛兴趣。智能合约是一段部署在区块链上的程序,为分布式交易提供了可能。然而,由于智能合约携带的金融属性,使其成为黑客攻击的目标。因此,为保证合约的安全性,需对漏洞合约进行修复并通过测试保证功能一致性。然而,现有智能合约测试方案缺乏拓展性、重放准确性低以及储存消耗大等问题。为此,提出一种支持交易筛选的高性能智能合约测试方案。该方案首先基于以太坊状态变更建模交易特征,增强扩展性;接着基于二阶树结构储存以太坊历史数据,优化储存空间;最后通过分叉机制进行交易重放,实现在不干扰主链的情况下对修复合约进行测试。基于所提方案实现原型工具SCTester,并与现有合约测试方案EVMPatch、HARTEL和KIM相比较。实验结果表明,所提方案在拓展性与重放准确率有更好的表现,并且在空间消耗方面,所提方案相较于KIM降低了约21.6%的储存空间;在时间消耗方面,所提方案相较于KIM在账户测试场景下的交易重放减少了约70.5%的时间消耗。

关键词：区块链智能合约合约测试