检索结果-南通市图书馆

同方期刊数据库

基于QR码与菲涅尔纯相位全息图的多图像加密方法

在线全文

学校读者我要写书评

暂无评论

光子学报 2025年第1期54卷 144-158页

作者：沈川潘俊俏王安临沈泽王晓蝶张成韦穗安徽大学计算智能与信号处理教育部重点实验室合肥230061 安徽大学电子信息工程学院合肥230061

针对目前光学图像加密方法容易遭受到光学污染,造成解密图像质量下降的问题,结合具有纠错机制的快速响应码和菲涅尔纯相位全息图提出了一种基于计算全息的多图像加密方法。明文图像首先被编码成快速响应码,然后将其转化成菲涅尔纯相位... 详细信息

针对目前光学图像加密方法容易遭受到光学污染,造成解密图像质量下降的问题,结合具有纠错机制的快速响应码和菲涅尔纯相位全息图提出了一种基于计算全息的多图像加密方法。明文图像首先被编码成快速响应码,然后将其转化成菲涅尔纯相位全息图,并在混沌系统的安全性增强下,采用异或叠加作为实现多图像加密的策略。开展密钥敏感性分析实验,结果表明,即使密钥的参数发生微小变化也会导致解密失败;并且通过对密文进行密钥敏感性分析、抗裁剪攻击分析、抗椒盐噪声分析以及抗高斯噪声分析等一系列实验,验证了所提方法的鲁棒性。模拟实验和光学实验均验证了该方法的有效性和可行性。该方法实现多图像加密不依赖于光学维度的复用技巧,可以减少加密系统构建时的复杂性。全息图和快速响应码的结合,为抵御光学污染构建了冗余纠错机制,提高了目标图像抵御光学污染的有效性。

关键词：多图像加密菲涅尔纯相位全息图异或叠加 QR码混沌系统

同方期刊数据库

基于异步个性化联邦学习的DDoS攻击检测与缓解

在线全文

学校读者我要写书评

暂无评论

计算机学报 2025年

作者：朱海婷魏明岗刘丰宁何高峰张璐南京邮电大学物联网学院东南大学计算机网络和信息集成教育部重点实验室南京审计大学计算机学院

网络流量分类在网络管理和安全中至关重要，尤其是精准识别分布式拒绝服务（DDoS）攻击这一威胁。DDoS攻击会导致服务中断、资源耗尽和经济损失，严重影响服务质量（QoS）。尽管集中式模型在DDoS攻击检测中取得了一定成效，但在实际应... 详细信息

网络流量分类在网络管理和安全中至关重要，尤其是精准识别分布式拒绝服务（DDoS）攻击这一威胁。DDoS攻击会导致服务中断、资源耗尽和经济损失，严重影响服务质量（QoS）。尽管集中式模型在DDoS攻击检测中取得了一定成效，但在实际应用中存在挑战：数据分布不均、数据集中传输困难，以及异构设备和动态网络环境的限制，难以实现实时检测。为应对这些问题，本文提出了一种基于异步个性化联邦学习的DDoS攻击检测与缓解方法 AdaPerFed（Adaptive Personalized Federated Learning）。首先，通过定制的ResNet架构高效处理一维流量数据，并集成Net模块增强特征提取能力。然后，通过软件定义网络（SDN）模拟复杂动态网络环境，并引入完善的缓解系统应对多样化攻击场景。个性化联邦学习框架有效处理了非独立同分布（Non-IID）数据问题，并通过异步学习机制适应异构设备和网络条件的差异，提升了系统的鲁棒性和扩展性。实验结果表明，AdaPerFed在CICDDoS2019、CIC-IDS2017和InSDN等数据集上均优于其他联邦学习算法，在不同客户端数量下展现出更快的收敛速度和更强的鲁棒性，DDoS检测准确率提升了15%～20%。消融实验进一步验证了个性化聚合模块对系统性能的显著提升。

关键词：联邦学习 Distributed Denial of Service 深度学习 ResNet Software-Defined Networking (SDN)

基于逐帧和逐段时空交互记忆网络的高效视频目标分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:信息科学 2025年第1期55卷 80-93页

作者：党吉圣郑慧诚王笔美李俊成丁恒辉赖剑煌中山大学计算机学院广州510006 School of Computing National University of SingaporeSingapore 119391Singapore 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 暨南大学信息科学技术学院广州510632 复旦大学大数据研究院上海200433

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战... 详细信息

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory,FSSTIM)的视频目标分割方法.FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS,YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.

关键词：视频目标分割逐帧和逐段时空交互记忆网络时空上下文关联网络动态采样记忆读取

在线全文

学校读者我要写书评

暂无评论

地理知识图谱推理研究进展与展望

地球信息科学学报 2025年第1期27卷 41-59页

作者：段雨希陈碧宇李岩张雪英林黎武汉大学测绘遥感信息工程国家重点实验室武汉430079 武汉大学社会地理计算联合研究中心武汉430079 南京师范大学地理科学院南京210023 南京师范大学虚拟地理环境教育部重点实验室南京210023 江苏省地理信息资源开发与利用协同创新中心南京210023

【目的】随着知识图谱技术在GIS领域应用和发展,地理知识图谱(GeoKG)近年来逐渐成为GIS领域的重要研究方向。GeoKG往往无法确保涵盖所有知识,知识的缺失和不一致性严重影响应用性能,需要采用GeoKG推理技术来自动补全缺失知识、识别矛盾... 详细信息

【目的】随着知识图谱技术在GIS领域应用和发展,地理知识图谱(GeoKG)近年来逐渐成为GIS领域的重要研究方向。GeoKG往往无法确保涵盖所有知识,知识的缺失和不一致性严重影响应用性能,需要采用GeoKG推理技术来自动补全缺失知识、识别矛盾知识、预测地理现象未来发展趋势。区别于通用知识图谱推理技术,GeoKG推理技术需要着重考虑地理知识的复杂时空特性。本文对近年来GeoKG的推理工作进行了全面介绍和总结。【分析】首先,介绍了GeoKG推理的相关概念与问题描述;其次,本文分析了GeoKG推理的二大核心任务:①面向知识补全的推理模型,主要用于填补图谱中的空白,确保知识的完整性;②面向预测任务的推理模型,旨在通过已有地理数据预测未来的趋势。两类模型各自针对不同的应用场景进行优化,并在地理数据的处理中各有侧重。【展望】展望了GeoKG推理的未来发展趋势,指出未来GeoKG推理技术的发展将更加关注时空数据的复杂关系处理、多尺度地理知识的推理、多模态数据的融合,以及提高推理模型的可解释性与智能化。此外,GeoKG与大规模预训练模型的结合也将成为关键方向。

关键词：地理知识图谱地理知识推理研究进展地理知识表达时空数据推理

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

时空关键区域增强的小样本异常行为识别

计算机学报 2025年第1期48卷 68-81页

作者：肖进胜王澍瑞吴原顼赵持恒陈云华章红平武汉大学电子信息学院武汉430072 广东工业大学计算机学院广州510006 武汉大学GNSS研究中心武汉430072

异常行为识别在维护社会安全稳定方面起着重要的作用,相比于常见的正常行为识别,它是一项更具挑战性的任务。其难点主要体现在:异常行为实际发生的概率较低,因此可用于训练的样本数目相对较少;监控视频中,包含判断性信息的异常行为特征... 详细信息

异常行为识别在维护社会安全稳定方面起着重要的作用,相比于常见的正常行为识别,它是一项更具挑战性的任务。其难点主要体现在:异常行为实际发生的概率较低,因此可用于训练的样本数目相对较少;监控视频中,包含判断性信息的异常行为特征往往只存在于局部的关键区域中;异常行为时空变化复杂,导致连续地定位并利用关键区域特征变得更加困难。为了解决上述难题,本文提出时空关键区域增强的小样本异常行为识别方法,通过学习大规模正常行为数据集中的共性知识实现对数量较少的异常行为的识别,并选取视频中的关键区域对异常行为特征进行增强。特征向量由于其中的信息被压缩,而难以准确地定位关键区域,本文创新性地挖掘特征图中的二维空间信息,以自适应地选取异常行为的关键区域。单个的视频帧很难反映行为的变化情况,因此需要根据时空信息动态地选取关键区域。本文提出在特征图级别将长时间范围内的时序信息和短时间范围内的运动信息进行关联,以使关键区域有效地捕捉异常行为的连续变化。最后提出时空精细化小样本损失函数,以保证模型有效学习到在时间和空间中更精细化等级的特征。本文在HMDB51、Kinetics以及UCF Crime v2数据集上进行了实验,结果证明本文方法识别效果优于其他方法,在异常行为数据集上相对于最强的竞争者准确率提升了0.6%。

关键词：异常行为识别小样本学习关键区域增强时空精细化损失时空关联

基于边缘增强的选择性特征融合肾癌三维CT图像分割

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03期52卷 41-49页

作者：王涛白雪飞王文剑山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室(山西大学) 山西警察学院网络安全保卫系

针对肾癌三维CT图像存在病变区域多尺度、边缘像素稀疏、对比度低以及肿瘤形状复杂且不规则等问题，提出一种基于边缘增强的选择性特征融合肾癌三维CT图像分割网络(EE-SFF U-Net)。EE-SFF U-Net采用基于U-Net的对称编解码网络架构，编... 详细信息

针对肾癌三维CT图像存在病变区域多尺度、边缘像素稀疏、对比度低以及肿瘤形状复杂且不规则等问题，提出一种基于边缘增强的选择性特征融合肾癌三维CT图像分割网络(EE-SFF U-Net)。EE-SFF U-Net采用基于U-Net的对称编解码网络架构，编码路径中包含一个用于强化边缘信息的边缘增强模块，可有效挖掘、利用浅层特征信息以缓解边缘像素稀疏问题，同时避免小目标的漏检。此外，在网络的跳跃连接中，设计一个选择性特征融合模块，使得深浅层特征相互补充，实现不同信息的有效聚合。最后提出一个综合Generalized Dice Loss和Focal Loss的混合损失函数，利用动态权重调整策略，实现损失函数的优化训练，并降低病变区域多尺度和肿瘤形状大小不规则带来的影响。所提方法在保证病变区域整体定位准确的同时，强化对小目标特征信息的挖掘利用，从而提高分割的准确性和鲁棒性。在KiTS19公开数据集上的实验结果表明，与其他分割算法相比，该方法各项指标表现良好，分割性能有显著提升。

关键词：肾癌三维CT分割边缘增强选择性特征融合 3D U-Net 深度学习

基于Hyperledger Fabric的数据可信共享平台

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年第1期46卷 189-199页

作者：林哲旭陈汉林刘漳辉陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换... 详细信息

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换规则;然后,以数据提供方和数据需求方之间的数据共享全过程为导向,提出了数据可信追溯机制,保证了数据共享的真实性和完整性;此外,文中设计了一种数据处理即服务的数据共享框架,在确保数据可信的前提下,支撑数据调用、数据训练和数据匹配操作.通过对执行效率和智能合约性能进行验证分析,证明了本平台的有效性和实用性.

关键词：区块链智能合约 Hyperledger Fabric 数据共享可信凭证

基于探测间隔变化的OpenFlow交换机超时嗅探方法

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

信息网络安全 2025年第2期 295-305页

作者：杨致远崔允贺陈意郭春贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成... 详细信息

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成时间以及超时之间的关系对于探测超时的影响,导致出现探测失败、超时类型识别错误和超时值探测精度低的问题。为解决上述问题,文章提出一种基于探测间隔变化的OpenFlow交换机流表项超时机制嗅探方法—TIMIC。该方法先通过调整探测包的发送间隔获得超时值,再通过该超时值判断具体的超时机制及更精确的超时值。实验结果表明,TIMIC在不同的超时机制下都能成功探测超时类型和超时值,且探测出的超时值能够保持较小的探测误差。在通用的超时设置下,TIMIC发送的超时探测包更少,探测成本更低。

关键词：软件定义网络超时机制嗅探探测间隔

在线全文

学校读者我要写书评

暂无评论

多函数混合的程序控制流执行逻辑与混淆方法

小型微型计算机系统 2025年

作者：唐成华林和张靖强保华桂林电子科技大学广西可信软件重点实验室广西密码学与信息安全重点实验室广西云计算与大数据协同创新中心

针对目前基于LLVM的控制流混淆局限于函数内部执行程序流程控制的问题，提出一种多函数混合的程序控制流混淆方法.基于汇编实现函数外部基本块跳转逻辑，以汇编文件中的所有函数的基本块为单位，将其杂乱混合在一个函数中，并采用两种... 详细信息

针对目前基于LLVM的控制流混淆局限于函数内部执行程序流程控制的问题，提出一种多函数混合的程序控制流混淆方法.基于汇编实现函数外部基本块跳转逻辑，以汇编文件中的所有函数的基本块为单位，将其杂乱混合在一个函数中，并采用两种改进混淆算法，首先是实施多函数混合的基本块虚假控制流混淆，在正常的控制流中插入函数内或外的虚假跳转，其次是执行多函数混合的基本块控制流扁平化混淆，由一个变量和一个分发器控制所有的跳转，最终达到多函数混合的控制流有效混淆目的.该方法能实现隐藏基本块所属函数，使得只能从一个大函数对执行逻辑进行逆向分析.此外，优化了代码分发器实现，时间复杂度从原来的O(n)降为了O(1).实验结果表明，多函数混合的控制流混淆方案相对于已有的控制流混淆可进一步降低代码相似度，其中多函数混合虚假控制流下降达63.48%，多函数混合控制流扁平化方法在较高复杂度程序上运行速度提升至其他扁平化混淆的2到3倍.

关键词：软件安全代码混淆虚假控制流控制流扁平化执行逻辑