检索结果-南通市图书馆

正确性可验证的密文图数据最短路径外包计算方案

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第5期51卷 400-413页

作者：丁红发于莹莹蒋合领贵州财经大学信息学院贵州省大数据统计分析重点实验室贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025

地理位置、社交网络等海量图数据应用广泛且包含大量隐私,通常需要安全的外包计算来提供多样化的查询服务。然而,如何设计正确性可验证的图数据外包计算协议仍是公开的难题。为此,提出了加密图数据上正确性可验证的精确最短路径外包计... 详细信息

地理位置、社交网络等海量图数据应用广泛且包含大量隐私,通常需要安全的外包计算来提供多样化的查询服务。然而,如何设计正确性可验证的图数据外包计算协议仍是公开的难题。为此,提出了加密图数据上正确性可验证的精确最短路径外包计算方案。该方案利用加法同态加密构造密态图数据上的广度优先最短路径计算算法,支持加密图数据的精确最短距离查询外包计算;其次,基于双线性映射累加器构造最短路径外包计算结果的概率正确性验证机制。分析和证明表明,该方案能以概率可靠性实现正确性可验证的精确最短路径的外包计算,具备随机预言模型下的IND-CCA2安全。对比实验结果表明,所提方案相比其他相关方案在安全性、功能性方面有显著优势,性能上较已有可验证图数据外包计算方案在初始化及加密环节、查询环节、验证及解密环节的时间开销分别降低了0.15%~23.19%,12.91%~30.89%和1.13%~18.62%。

关键词：图数据外包计算可验证最短路径查询密码累加器同态加密

在线全文

学校读者我要写书评

暂无评论

基于多粒度表示学习的动态人脸草图检索

计算机科学 2024年

作者：王亮戴大伟付诗宇王国胤重庆邮电大学计算机科学与技术学院重庆邮电大学网络空间大数据智能计算教育部重点实验室大数据智能计算重点实验室

在特定场景中，人脸草图可用于人的身份识别。然而，绘制人脸草图往往需要专业技术，而且完整绘制非常耗时，这限制了其在实际场景中的广泛应用。在更少笔画人脸草图检索（Sketch Less Face Image Retrieval， SLFIR）[1]的框架中，试... 详细信息

在特定场景中，人脸草图可用于人的身份识别。然而，绘制人脸草图往往需要专业技术，而且完整绘制非常耗时，这限制了其在实际场景中的广泛应用。在更少笔画人脸草图检索（Sketch Less Face Image Retrieval， SLFIR）[1]的框架中，试图通过在绘制过程中提供人机互动的方法来克服上述障碍。但考虑到在 SLFIR 框架中包含少量笔画的不完整草图与完整的人脸照片之间存在较大差距，导致绘制初期阶段的检索性能不佳。在本研究中，我们提出了一种多粒度表示学习（Multi-Granularity Representation Learning， MGRL）的方法来解决 SLFIR 中存在的问题，即学习不完整绘制草图的不同粒度区域的表示，然后通过组合草图和图像的所有粒度区域来确定最终的检索距离。实验表明，在两个公开数据集上，我们的方法在草图绘制初期的检索效果优于最新的基线方法。

关键词：更少笔画人脸草图检索图像检索多粒度不完整草图

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑超重超远客户的卡车无人机协同配送研究

中国公路学报 2024年第3期37卷 395-406页

作者：宋瑞边疆何世伟迟居尚北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或... 详细信息

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或所处位置超过无人机最大航程覆盖范围的情况,在母船模式基础上,提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances, TDJD-CGDGD)。该模式允许卡车服务超重超远客户,并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标,构建了混合整数线性规划模型。为高效求解大规模算例,提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下,生成车机共同配送路径,该约束可简化车机路径优化过程。随后放松附加约束,针对性地调整一部分无人机路径,进一步降低总成本。试验结果表明:所提算法具有较好的计算性能;本协同配送模式与仅由卡车配送的传统模式相比可平均节约成本19%;允许无人机在超重客户点处起降与不允许情况相比可平均节约成本5%。

关键词：交通工程协同配送自适应大邻域搜索无人机路径规划

在线全文

学校读者我要写书评

暂无评论

面向云存储的数据流行度去重方案

西安电子科技大学学报 2024年第1期51卷 187-200页

作者：何欣枫杨琴琴河北大学网络空间安全与计算机学院河北保定071002 河北省高可信信息系统重点实验室河北保定071002

随着云计算的发展,企业和个人倾向于把数据外包给云存储服务器来缓解本地存储压力,导致云端存储压力成为一个日益突出的问题。为了提高云存储效率,降低通信成本,数据去重技术得到了广泛应用。现有的数据去重技术主要包括基于哈希表的相... 详细信息

随着云计算的发展,企业和个人倾向于把数据外包给云存储服务器来缓解本地存储压力,导致云端存储压力成为一个日益突出的问题。为了提高云存储效率,降低通信成本,数据去重技术得到了广泛应用。现有的数据去重技术主要包括基于哈希表的相同数据去重和基于布隆过滤器的相似数据去重,但都很少考虑数据流行度的影响。实际应用中,用户外包给云服务器的数据分布是不均匀的,根据访问频率可以划分为流行数据和非流行数据。流行数据访问频繁,在云服务器中会存在大量的副本和相似数据,需要执行高精度的数据去重;而非流行数据访问频率低,云存储服务器中的副本数量和相似数据较少,低精度的去重即可满足要求。针对上述问题,将数据流行度和布隆过滤器相结合,提出一种基于数据流行度的动态布隆过滤器;同时,提出一种基于数据流行度的动态布隆过滤器的数据去重方案,可以根据数据流行度动态调整去重精度。仿真结果表明,该方案在时间消耗、空间消耗和误判率之间取得了良好的平衡。

关键词：云计算云存储数据去重数据流行度布隆过滤器

基于双通道回声状态网络的时间序列补全及单步预测

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

计算机科学 2024年第3期51卷 128-134页

作者：郑伟楠於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出... 详细信息

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题,但这些方法在数据相关性方面或考虑不够全面,或计算成本过高。而且,现有方法仅关注对缺失值的补全,未能兼顾下游应用。针对上述不足,设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层,但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示输入层前/后一个时刻对应的目标值或预补值。最后将两个通道的估计值进行融合,充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下(随机缺失和分段缺失)不同缺失率的实验结果表明,所提模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。

关键词：数据相关性时间序列外生变量双通道ESN 缺失补全单步预测

在线全文

学校读者我要写书评

暂无评论

一种基于动态异构图的谣言检测模型

小型微型计算机系统 2024年第2期45卷 319-326页

作者：朱文龙陈羽中饶孟宇福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

随着互联网技术和自媒体行业的快速发展,人们可以方便快捷地从社交媒体中获取最新信息,但也让更多的谣言在网络中盛行.现有谣言检测模型多从文本内容、用户信息和传播模式中挖掘有效特征.然而,现有模型未充分学习文本的语义信息和谣言... 详细信息

随着互联网技术和自媒体行业的快速发展,人们可以方便快捷地从社交媒体中获取最新信息,但也让更多的谣言在网络中盛行.现有谣言检测模型多从文本内容、用户信息和传播模式中挖掘有效特征.然而,现有模型未充分学习文本的语义信息和谣言传播过程中的结构信息,并忽略了谣言传播的动态过程.针对上述问题,本文提出一种基于动态异构图的谣言检测模型DHGNN(Dynamic Heterogeneous Graph Neural Network).首先,为了增强帖子的文本语义表示,本文提出一种多级注意力网络,引导模型关注源帖子和相应评论中关键的词和句子,充分学习源帖与相应评论之间的语义关联.其次,引入了基于异构图的图神经网络,通过对异构传播图中的用户、帖子节点和转发(或评论)关系进行建模,为不同类型的节点和边生成特定的表示,充分学习异构传播图中的结构信息.最后,提出一种基于旋转记忆单元的时序注意力,分别为每个异构传播图快照建立记忆,捕获谣言动态传播的演化模式.在Twitter15、Twitter16数据集上的实验结果表明,DHGNN模型的性能优于最新的对比模型.

关键词：谣言检测多级注意力异构传播图图神经网络时序注意力

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

一种用于答案选择的知识增强图卷积网络

小型微型计算机系统 2024年第2期45卷 278-284页

作者：郑超凡陈羽中徐俊杰福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

答案选择是问答领域的一个重要子任务,目标是根据问题从候选答案集合中选择最合适的答案.该任务的核心是问答语义匹配.近年来,随着深度神经网络和预训练语言模型的应用,许多端对端的问答匹配模型展现出优异的性能.但是,现有模型仍然存... 详细信息

答案选择是问答领域的一个重要子任务,目标是根据问题从候选答案集合中选择最合适的答案.该任务的核心是问答语义匹配.近年来,随着深度神经网络和预训练语言模型的应用,许多端对端的问答匹配模型展现出优异的性能.但是,现有模型仍然存在语义信息提取不充分以及未有效利用外部知识信息等问题.针对上述问题,本文提出一种知识增强图卷积网络(A Knowledge-enhanced Graph Convolutional Network,KEGCN).首先,KEGCN提出一种基于图卷积神经网络的问题-答案结构信息提取机制,在利用BERT获得文本语义信息的基础上,KEGCN通过图卷积神经网络学习问答对之间的结构信息,增强语义信息.其次,KEGCN设计了一种基于自注意力门控网络的扩展知识语义构建机制,利用自注意力门控网络获取扩展知识实体之间的上下文语义关联并过滤知识噪声,增强模型的鲁棒性.最后,KEGCN利用多尺寸卷积神经网络提取多粒度的全局语义信息,以进一步提高答案选择推理的准确性.WikiQA和TrecQA数据集上的实验结果表明,与对比模型相比较,KEGCN的综合性能更加优异.

关键词：答案选择图卷积神经网络知识图谱多粒度语义自注意力门控网络

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

从整体到局部优化的文本风格迁移模型

福州大学学报（自然科学版） 2024年第4期52卷 413-420页

作者：范剑宏杨州蔡铁城吴运兵廖祥文福州大学计算机与大数据学院福州大学福建省网络计算与智能信息处理重点实验室数字福建金融大数据研究所福建福州350108

提出一种从整体到局部优化的风格迁移(global-local based style transfer,G-LST)模型.首先,利用广泛的源端数据进行迭代优化来自动构建高质量的伪平行数据,并通过联合训练来提升模型对整体风格的语义感知;随后,利用常识性知识修正词级... 详细信息

提出一种从整体到局部优化的风格迁移(global-local based style transfer,G-LST)模型.首先,利用广泛的源端数据进行迭代优化来自动构建高质量的伪平行数据,并通过联合训练来提升模型对整体风格的语义感知;随后,利用常识性知识修正词级的细粒度风格来增强局部风格的表现,同时兼顾整体与局部风格,提高风格转换的准确度.基于GYAFC数据集的实验结果表明,相较于目前表现最佳的文本风格迁移模型,G-LST模型在E&M与F&R两个领域数据上的风格转换准确率分别提高了2.70%和4.47%,内容保留与风格准确率的综合指标分别提升了1.18%和1.95%.

关键词：文本风格迁移迭代优化联合训练常识性知识

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API潜在语义的勒索软件早期检测方法

电子学报 2024年第4期52卷 1288-1295页

作者：罗斌郭春申国伟崔允贺陈意平源贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025 许昌学院信息工程学院河南许昌461000

加密型勒索软件通过加密用户文件来勒索赎金.现有的基于第一条加密应用编程接口(Application Programming Interface,API)的早期检测方法无法在勒索软件执行加密行为前将其检出.由于不同家族的勒索软件开始执行其加密行为的时刻各不相同... 详细信息

加密型勒索软件通过加密用户文件来勒索赎金.现有的基于第一条加密应用编程接口(Application Programming Interface,API)的早期检测方法无法在勒索软件执行加密行为前将其检出.由于不同家族的勒索软件开始执行其加密行为的时刻各不相同,现有的基于固定时间阈值的早期检测方法仅能将少量勒索软件在其执行加密行为前准确检出.为进一步提升勒索软件检测的及时性,本文在分析多款勒索软件运行初期调用动态链接库(Dynamic Link Library,DLL)和API行为的基础上,提出了一个表征软件从开始运行到首次调用加密相关DLL之间的时间段的概念——运行初始阶段(Initial Phase of Operation,IPO),并提出了一个以软件在IPO内产生的API序列为检测对象的勒索软件早期检测方法,即基于API潜在语义的勒索软件早期检测方法(Ransomware Early Detection Method based on API Latent Semantics,REDMALS).REDMALS采集IPO内的API序列后,采用TF-IDF(Term Frequency-Inverse Document Frequency)算法以及潜在语义分析(Latent Semantic Analysis,LSA)算法对采集的API序列生成特征向量及提取潜在的语义结构,再运用机器学习算法构建检测模型用于勒索软件检测.实验结果显示运用随机森林算法的REDMALS在构建的变种测试集和未知测试集上可分别获得97.7%、96.0%的准确率,且两个测试集中83%和76%的勒索软件样本可在其执行加密行为前被检出.

关键词：勒索软件早期检测 API TF-IDF 潜在语义分析随机森林

同方期刊数据库