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

基于模型聚合的去中心化拜占庭鲁棒算法

浙江大学学报（工学版） 2024年第3期58卷 492-500页

作者：卢朕李建业董云泉南京信息工程大学电子与信息工程学院江苏南京210044

针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全... 详细信息

针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全局模型性能的影响,进而排除恶意模型更新并实施安全梯度聚合,实现安全高效的联邦学习.对SCORE函数得分结果进行阈值划分,降低用户属性分类的错误率并提高诚实用户的容错率.通过理论证明可验证的去中心化联邦学习算法的收敛性,并且通过大量数值实验验证所提方法对于拜占庭用户数量和攻击类型的鲁棒性.实验结果表明,在同等拜占庭攻击条件下,所提方法相较于其他容错算法具有更优的分类准确度.

关键词：联邦学习拜占庭攻击安全聚合鲁棒算法去中心化网络

顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第5期49卷 819-830页

作者：桂志鹏杨乐丁劲宸王锦添孙云增吴华意武汉大学遥感信息工程学院湖北武汉430079 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 航天科工智能运筹与信息安全研究院(武汉)有限公司湖北武汉430040

个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,... 详细信息

个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,路口间的转移偏好与当前移动模式隐含路口与目的地间的时空关联关系,能够一定程度上表征个体出行意图,却鲜有研究将其用于目的地预测。为此,提出一种顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法:(1)以路口为单位构建输入特征,利用图注意力机制学习不同时间槽内路口间的转移系数,并结合长短期记忆模型捕获转移偏好长期依赖关系;(2)构建时间循环编码与驾驶状态特征,利用长短期记忆模型学习个体当前移动模式表征;(3)通过特征交叉与注意力机制实现特征融合,并利用残差网络输出预测。基于中国深圳市12名私家车司机2019年全年的轨迹数据开展实验,通过与隐马尔可夫、长短期记忆模型、远近距离依赖模型、融合地理语义与位置重要性的长短期记忆模型的精度进行对比并进行消融实验,验证了所提方法的有效性;可视化分析了转移偏好在捕获路口间空间关联关系中的作用,并探讨转移路口数量设置对预测精度的影响。

关键词：轨迹预测出行模式位置服务个体驾驶目的地预测路口转移偏好移动模式

在线全文

学校读者我要写书评

暂无评论

基于边缘计算的并行密钥隔离聚合签名方案

电子学报 2024年第3期52卷 1002-1015页

作者：周利峰殷新春宁建廷扬州大学信息工程学院江苏扬州225127 扬州大学广陵学院江苏扬州225128 福建师范大学计算机与网络空间安全学院福建福州350007 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

无线医疗传感器网络的出现为患者的治疗带来了极大的便利.但是,无线医疗传感器网络中往往都使用不可信的公共信道进行数据通信并且只有唯一的云服务器处理大量的医疗数据,这就导致了通信安全、隐私保护、密钥泄露、云服务器计算负担过... 详细信息

无线医疗传感器网络的出现为患者的治疗带来了极大的便利.但是,无线医疗传感器网络中往往都使用不可信的公共信道进行数据通信并且只有唯一的云服务器处理大量的医疗数据,这就导致了通信安全、隐私保护、密钥泄露、云服务器计算负担过大、延迟高等问题.此外,现有的大多数无证书聚合签名方案无法抵抗完全选择密钥攻击.针对上述问题,本文提出一种适用于无线医疗传感器网络基于边缘计算的无证书并行密钥隔离聚合签名方案.方案引入边缘计算的架构使得签名的验证和聚合过程在更靠近终端用户的边缘层进行,在降低中心云服务器计算负担的同时还能有效的保护患者的隐私.本文方案继承了无证书和密钥隔离技术的优点,同时避免了复杂的证书管理、密钥托管以及密钥暴露等问题.在随机预言模型下证明了本文方案可以抵抗完全选择密钥攻击、Type I攻击以及Type II攻击.性能分析表明,与相关无证书签名方案相比,本文方案的计算开销至少可降低74.03%,通信开销至少可降低25%.

关键词：无线医疗传感器网络无证书聚合签名并行密钥隔离边缘计算随机预言模型完全选择密钥攻击

基于数字孪生的工业互联网安全检测与响应研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 87-100页

作者：马佳利郭渊博方晨陈庆礼张琦信息工程大学密码工程学院河南郑州450001

考虑传统网络安全防御方法不能够满足工业互联网对可靠性和稳定性的严格要求,基于数字孪生的思想研究了一种在数字空间中通过采集现场数据和使用孪生模型安全认知进行异常检测和响应的方法。首先,通过对数字孪生建模方案进行分析,总结出... 详细信息

考虑传统网络安全防御方法不能够满足工业互联网对可靠性和稳定性的严格要求,基于数字孪生的思想研究了一种在数字空间中通过采集现场数据和使用孪生模型安全认知进行异常检测和响应的方法。首先,通过对数字孪生建模方案进行分析,总结出4类建模方法并集成到多模块数字孪生(DT)架构中;然后,通过引入信号时序逻辑技术将不同孪生模型认知转化为标准的信号时序逻辑(STL)规范集,根据规范集对系统行为的监测实现异常检测,多源认知增加了检测结果的可靠性;最后,通过对违反STL规范集情况的分析实现异常定位,并通过对已知设备故障的分析设计相应STL弱规范实现异常分类,对异常的两方面响应有利于帮助系统恢复正常运行。案例研究表明,所提方法在异常检测和响应方面非常有效。将所提方法与基于深度学习的入侵检测系统进行对比,实验结果表明,所提方法在对异常情况的检测时检出率提高了25%~40.9%。

关键词：工业互联网数字孪生异常检测异常响应信号时序逻辑

从光学到SAR:基于多级跨模态对齐的SAR图像舰船检测算法

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1789-1801页

作者：何佳月宿南徐从安尹璐廖艳苹闫奕名哈尔滨工程大学信息与通信工程学院哈尔滨150001 海军航空大学信息融合研究所烟台264001 北京市遥感信息研究所北京100192

合成孔径雷达(SAR)舰船检测是近年来的研究热点。然而,与光学图像不同,SAR成像的特点会导致不直观的特征表示。此外,由于SAR图像数据量不足,现有的基于大量标记SAR图像的方法可能难以达到较好的检测效果。为了解决这些问题,本文提出了... 详细信息

合成孔径雷达(SAR)舰船检测是近年来的研究热点。然而,与光学图像不同,SAR成像的特点会导致不直观的特征表示。此外,由于SAR图像数据量不足,现有的基于大量标记SAR图像的方法可能难以达到较好的检测效果。为了解决这些问题,本文提出了一种基于多级跨模态对齐的SAR图像舰船检测算法MCMA-Net(Multi-level Cross-Modality Alignment Network),通过将光学模态中丰富的知识迁移到SAR模态来增强SAR图像的特征表示。该算法首先设计了一个基于邻域—全局注意力的特征交互网络NGAN(Neighborhood-Global Attention Network),通过对骨干网络的浅层特征采用邻域注意力机制进行局部交互、对深层特征采取全局自注意力机制进行全局上下文交互,在兼顾全局上下文建模能力的同时,提升局部特征的编码能力,使得网络在不同层级更合理的关注相应的信息,从而能够促进后续的多级别模态对齐。其次,本文设计了一个多级模态对齐模块MLMA(Multi-level Modality Alignment),通过从局部级别到全局级别再到实例级别的对两种模态不同隐含空间中的特征进行对齐,促进模型有效地学习模态不变特征,缓解了光学图像和SAR图像之间的模态鸿沟,实现了从光学模态到SAR模态的知识传输。大量的实验证明我们的算法优于现阶段的检测算法,取得了最好的实验结果。

关键词：遥感 SAR 目标检测跨模态特征对齐注意力机制

多层级几何—语义融合的图神经网络地表异常检测框架

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1760-1770页

作者：高智胡傲涵陈泊安路遥葛家辰武汉大学遥感信息工程学院武汉430079 北京市遥感信息研究所北京100192 南京大学软件学院南京210093

近年来突发性地表异常ESA(Earth Surface Anomalies)事件频发且呈上升趋势,给人类的生命、财产安全带来了巨大威胁,如何及时准确地发现地表异常事件对后续救援与灾害响应具有重要意义。一些研究人员利用卫星影像开展大尺度地表异常发现... 详细信息

近年来突发性地表异常ESA(Earth Surface Anomalies)事件频发且呈上升趋势,给人类的生命、财产安全带来了巨大威胁,如何及时准确地发现地表异常事件对后续救援与灾害响应具有重要意义。一些研究人员利用卫星影像开展大尺度地表异常发现与监测,并开发、运用了先进的深度学习方法。然而,由于标签数据不足和卫星影像中几何、语义信息十分复杂,现阶段的地表异常检测方法的表现往往不能达到很好的效果。针对上述问题,本文提出了一个多层级几何—语义融合的图神经网络GNN(Graph Neural Network)框架,以实现高精度地表异常快速发现。具体而言,本文提出的方法先利用两个不同的分支从输入的卫星影像中提取不同层级的地理实体并构建图表示,然后通过分配矩阵实现图的联合表达。此后,构建了分层图注意力网络GAT(Graph Attention Network),基于图节点信息传递、聚合与注意力机制从图中进一步挖掘卫星影像中复杂的几何、语义信息,用于准确地检测地表异常。考虑到现有大规模多类地表异常检测基准数据集的缺乏,我们基于现有公开可分发数据集构建了ESAD数据集,用于基于单张卫星影像的地表异常检测任务。大量实验表明,提出的方法在地表异常检测任务中取得了优异的性能,在准确率、召回率与推理时间方面优于许多基线方法,可精确、有效地开展地表异常检测任务。

关键词：遥感地表异常多层级融合图神经网络快速检测注意力机制灾害响应卫星影像

基于QAR飞行大数据的空中颠簸风险时空分布模式探索与分析

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第3期49卷 482-490页

作者：张林意孙华波王纯余长慧卢宾宾武汉大学遥感信息工程学院湖北武汉430079 中国民航科学技术研究院航空安全研究所北京100028

空中颠簸是民航飞行过程中的重大安全风险之一,其空间分布模式的探索与分析对有效规避颠簸区域、提升飞行安全水平有重要意义。利用中国民航行业快速存取记录器(quick access recorder,QAR)大数据提取了2017—2019年中国范围内发生的空... 详细信息

空中颠簸是民航飞行过程中的重大安全风险之一,其空间分布模式的探索与分析对有效规避颠簸区域、提升飞行安全水平有重要意义。利用中国民航行业快速存取记录器(quick access recorder,QAR)大数据提取了2017—2019年中国范围内发生的空中颠簸事件,通过核密度估计和时空可视化对其时空分布特征进行了初步的探索性分析,采用空间自相关分析、热点分析、地理加权主成分分析等时空统计分析技术从不同层次和视角对民航空中颠簸风险进行空间分布模式与规律探索。结果表明,中国民航飞机2017—2019年空中颠簸事件较多出现于西藏地区、中部地区和东南部地区,其中第一阶梯和第二阶梯地区空中颠簸事件发生密度明显高于第三阶梯,且多位于第一阶梯和第二阶梯分界线附近。空中颠簸程度具有较为显著的空间自相关性,表现为高-高值聚集特征。在精细尺度视角下,地理加权主成分分析结果表明,空中颠簸风险与相关属性参数间关系存在典型的空间异质性特征。该研究为切实提升民航行业风险管理与安全水平,从时空视角提供了理论算法与实践应用支撑。

关键词：民航安全时空分布模式空间自相关地理加权主成分分析空间异质性

在线全文

学校读者我要写书评

暂无评论

一种电力变压器短路累积机械损伤评价方法

电工技术学报 2024年第8期39卷 2578-2590页

作者：欧强罗隆福李勇杨贤周腊吾西南科技大学信息工程学院绵阳621010 湖南大学电气与信息工程学院长沙410082 广东电网有限责任公司电力科学研究院广州510080 长沙理工大学电气与信息工程学院长沙410114

多次短路会逐渐积累绕组机械损伤,最终导致电力变压器损坏。然而,目前缺乏一种量化评估方法来评估此类损伤,这对电网的安全运行构成了威胁。因此,该文提出一种考虑绕组的非线性特点和累积过程的电力变压器绕组短路累积机械损伤评价方法... 详细信息

多次短路会逐渐积累绕组机械损伤,最终导致电力变压器损坏。然而,目前缺乏一种量化评估方法来评估此类损伤,这对电网的安全运行构成了威胁。因此,该文提出一种考虑绕组的非线性特点和累积过程的电力变压器绕组短路累积机械损伤评价方法,为评估绕组短路对电力变压器的影响提供了新的途径。该方法采用阻尼比和可靠性损失系数作为特征量,通过指数型曲线来模拟绕组机械弱化过程。同时考虑变压器的初始承受短路的能力、短路电流幅值和故障次数等影响因素,量化了短路损伤与绕组动态机械寿命之间的关系。此外,通过对一台110 kV电力变压器进行多次短路破坏性试验,验证了该评价方法的正确性。最后,阐述了提出的评价方法适用于不同的校核控制方法,并强调了控制阻尼比在减少累积损伤方面的积极作用。

关键词：电力变压器短路累积损伤可靠性评价

外部干扰和随机DoS攻击下的网联车安全H∞队列控制

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第2期50卷 348-355页

作者：宋秀兰李洋阳何德峰浙江工业大学信息工程学院杭州310023

针对网联车队列系统易受到干扰和拒绝服务(Denial of service, DoS)攻击问题,提出一种外部干扰和随机DoS攻击作用下的网联车安全H∞队列控制方法.首先,采用马尔科夫随机过程,将网联车随机DoS攻击特性建模为一个随机通信拓扑切换模型,据... 详细信息

针对网联车队列系统易受到干扰和拒绝服务(Denial of service, DoS)攻击问题,提出一种外部干扰和随机DoS攻击作用下的网联车安全H∞队列控制方法.首先,采用马尔科夫随机过程,将网联车随机DoS攻击特性建模为一个随机通信拓扑切换模型,据此设计网联车安全队列控制协议.然后,采用线性矩阵不等式(Linear matrix inequality, LMI)技术计算安全队列控制器参数,并应用Lyapunov-Krasovskii稳定性理论,建立在外部扰动和随机DoS攻击下队列系统稳定性充分条件.在此基础上,分析得到该队列闭环系统的弦稳定性充分条件.最后,通过7辆车组成的队列系统对比仿真实验,验证该方法的优越性.

关键词：网联自主车辆队列控制安全控制随机DoS攻击稳定性