检索结果-南通市图书馆

基于最大−最小策略的纵向联邦学习隐私保护方法

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7期50卷 1373-1388页

作者：李荣昌刘涛郑海斌陈晋音刘振广纪守领浙江工业大学信息工程学院杭州310023 浙江工业大学计算机科学与技术学院杭州310023 浙江工业大学网络空间安全研究院杭州310023 浙江大学网络空间安全学院杭州310007 浙江大学计算机科学与技术学院杭州310007

纵向联邦学习(Vertical federated learning,VFL)是一种新兴的分布式机器学习技术,在保障隐私性的前提下,利用分散在各个机构的数据实现机器学习模型的联合训练.纵向联邦学习被广泛应用于工业互联网、金融借贷和医疗诊断等诸多领域中,... 详细信息

纵向联邦学习(Vertical federated learning,VFL)是一种新兴的分布式机器学习技术,在保障隐私性的前提下,利用分散在各个机构的数据实现机器学习模型的联合训练.纵向联邦学习被广泛应用于工业互联网、金融借贷和医疗诊断等诸多领域中,因此保证其隐私安全性具有重要意义.首先,针对纵向联邦学习协议中由于参与方交换的嵌入表示造成的隐私泄漏风险,研究由协作者发起的通用的属性推断攻击.攻击者利用辅助数据和嵌入表示训练一个攻击模型,然后利用训练完成的攻击模型窃取参与方的隐私属性.实验结果表明,纵向联邦学习在训练推理阶段产生的嵌入表示容易泄漏数据隐私.为了应对上述隐私泄漏风险,提出一种基于最大−最小策略的纵向联邦学习隐私保护方法(Privacy preservation method for vertical federated learning based on max-min strategy,PPVFL),其引入梯度正则组件保证训练过程主任务的预测性能,同时引入重构组件掩藏参与方嵌入表示中包含的隐私属性信息.最后,在钢板缺陷诊断工业场景的实验结果表明,相比于没有任何防御方法的VFL,隐私保护方法将攻击推断准确度从95%下降到55%以下,接近于随机猜测的水平,同时主任务预测准确率仅下降2%.

关键词：纵向联邦学习属性推断攻击隐私保护最大−最小策略工业互联网

同方期刊数据库博看期刊

基于BERT-DPCNN的警情文本分类研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：张静高子信丁伟杰浙江警察学院计算机与信息安全系

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词... 详细信息

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词向量，并通过优化DPCNN模型中的激活函数和改进动态学习率来提高分类性能。[结果]将BERT-DPCNN与BERT，BERT-CNN，BERT-RCNN，BERT-RNN，BERT-LSTM，ERNIE六类模型进行对比实验，结果表明BERT-DPCNN的准确率、召回率和精准率上的效果最佳，其中二分类任务中BERT-DPCNN的准确率达到98%以上，十一分类任务中的准确率达到82%以上，验证了该模型的有效性。[局限]模型参数较多，实验次数有局限，仍有待进一步测试。[结论]基于BERT-DPCNN的文本分类模型有效地提升了警情文本分类的准确率，为公安对警情的分析和研判提供了一定的数据支撑。

关键词： BERT DPCNN 警情文本分类激活函数

性能维持的增广可行域Tube鲁棒经济模型预测控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第2期39卷 536-544页

作者：何德峰李能卓黄原驰韩平浙江工业大学信息工程学院杭州310023

针对未知但有界扰动作用下的约束线性系统,提出一种性能维持的增广可行域Tube经济模型预测控制(tube economic model predictive control, TEMPC)策略.首先考虑经济性能优化目标和鲁棒稳定控制目标,构造TEMPC优化问题的隐式收缩约束,并... 详细信息

针对未知但有界扰动作用下的约束线性系统,提出一种性能维持的增广可行域Tube经济模型预测控制(tube economic model predictive control, TEMPC)策略.首先考虑经济性能优化目标和鲁棒稳定控制目标,构造TEMPC优化问题的隐式收缩约束,并对系统状态和控制约束进行紧缩Tube设计,给出增广可行域优化问题的数学描述;然后,引入线性分解增广名义终端状态和终端罚函数,扩大优化问题的初始可行域,在此基础上应用终端“三要素”和收缩原理,建立TEMPC策略的递推可行性和闭环系统关于最优经济平衡点有界稳定性的充分性条件,进而证明闭环性能在原初始可行域上的不变性;最后,通过对比仿真结果验证所提出策略的有效性和优越性.

关键词：模型预测控制不确定线性系统鲁棒稳定性经济优化可行域

结合优势结构和最小目标Q值的深度强化学习导航算法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第4期41卷 716-728页

作者：朱威洪力栋施海东何德峰浙江工业大学信息工程学院浙江杭州312000

针对现有基于策略梯度的深度强化学习方法应用于办公室、走廊等室内复杂场景下的机器人导航时,存在训练时间长、学习效率低的问题,本文提出了一种结合优势结构和最小化目标Q值的深度强化学习导航算法.该算法将优势结构引入到基于策略梯... 详细信息

针对现有基于策略梯度的深度强化学习方法应用于办公室、走廊等室内复杂场景下的机器人导航时,存在训练时间长、学习效率低的问题,本文提出了一种结合优势结构和最小化目标Q值的深度强化学习导航算法.该算法将优势结构引入到基于策略梯度的深度强化学习算法中,以区分同一状态价值下的动作差异,提升学习效率,并且在多目标导航场景中,对状态价值进行单独估计,利用地图信息提供更准确的价值判断.同时,针对离散控制中缓解目标Q值过估计方法在强化学习主流的Actor-Critic框架下难以奏效,设计了基于高斯平滑的最小目标Q值方法,以减小过估计对训练的影响.实验结果表明本文算法能够有效加快学习速率,在单目标、多目标连续导航训练过程中,收敛速度上都优于柔性演员评论家算法(SAC),双延迟深度策略性梯度算法(TD3),深度确定性策略梯度算法(DDPG),并使移动机器人有效远离障碍物,训练得到的导航模型具备较好的泛化能力.

关键词：强化学习移动机器人导航优势结构最小化目标Q值

同方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

融合多模态数据的小样本命名实体识别方法

软件学报 2024年第3期35卷 1107-1124页

作者：张天明张杉刘曦曹斌范菁浙江工业大学计算机科学与技术学院浙江杭州310023

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成... 详细信息

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样本的差异性以及衡量样本对模型的有益程度.最后,在真实的单模态和多模态数据集上进行了大量的实验.实验结果验证了该方法的预测F1值比基准方法至少提升了10%,并具有良好的泛化性.

关键词：命名实体识别多模态数据小样本学习元学习去噪网络

基于知识图谱多集池化的健康状态智能评估方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第3期30卷 893-905页

作者：张元鸣肖士易徐雪松程振波肖刚浙江工业大学计算机科学与技术学院浙江杭州310023

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依... 详细信息

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

关键词：健康状态评估图神经网络知识图谱时空特征图池化

在线全文

学校读者我要写书评

暂无评论

面向图数转化的曲线提取与细化神经网络

中国图象图形学报 2024年第4期29卷 1030-1040页

作者：周其当刘春晓吕金龙冯才博浙江工商大学信息与电子工程学院杭州310018 浙江工商大学计算机科学与技术学院杭州310018

目的曲线图是数据呈现的重要形式,但在没有原始数据的情况下难以查询其中的具体数值。现有的图数转化算法需要大量的人工辅助操作去除图表中网格线等干扰,具有机械重复性且需大量人力的缺点。另外,图像压缩与缩放等攻击会降低图像质量... 详细信息

目的曲线图是数据呈现的重要形式,但在没有原始数据的情况下难以查询其中的具体数值。现有的图数转化算法需要大量的人工辅助操作去除图表中网格线等干扰,具有机械重复性且需大量人力的缺点。另外,图像压缩与缩放等攻击会降低图像质量,导致图数转化的准确度进一步降低。为了解决上述问题,本文提出了一个基于曲线提取与细化神经网络的图数转化算法。方法首先,提出了基于侧结构引导与拉普拉斯卷积的曲线提取神经网络(side structure guidance and Laplace convolution based curve extraction neural network,SLCENet),以轻量化的模型解决了现有曲线提取方法中的池化操作导致的边界模糊问题,提高了曲线提取的准确度。其次,为了减小曲线线宽对图数转化造成的误差,并平衡计算复杂度和准确度,设计了10个能够反映曲线走势的特征,提出了基于曲线走势特征和多层感知机的曲线细化方法(curve trend features and MLP based curve thinning method,CMCT),实现了曲线细化的高精度。最后,利用PaddleOCR(paddle optical character recognition)定位并识别坐标轴上的坐标标签,建立起坐标轴坐标与像素坐标的变换关系,通过坐标变换完成图数转化任务。结果在曲线提取方面,本文方法 SLCENet的全局最优阈值指标(optimal dataset scale,ODS)达到了0.985,在分辨率为640×480像素的图像上的运行速度达到了0.043 s/幅,在兼顾曲线提取准确度和运行速度的情况下达到了最好的性能。在图数转化方面,本文方法的归一化均值误差(normalized mean error,NME)达到了0.79,运行速度达到了0.83 s/幅。结论提出的方法实现了全自动高精度的图数转化目标。与现有方法相比,在保持较小计算量的情况下兼具准确度高和运行速度快的特点,摆脱了图数转化需要大量人工交互辅助的限制。

关键词：曲线图数据转化曲线提取曲线细化拉普拉斯卷积卷积神经网络(CNN)

在线全文

学校读者我要写书评

暂无评论

结合图像块比较与残差图估计的人脸伪造检测

中国图象图形学报 2024年第2期29卷 457-467页

作者：冯才博刘春晓王昱烨周其当浙江工商大学计算机科学与技术学院杭州310018 浙江工商大学信息与电子工程学院杭州310018

目的由于不同伪造类型样本的数据分布差距较大,现有人脸伪造检测方法的准确度不够高,而且泛化性能差。为此,本文引入“图像块归属纯净性”和“残差图估计可靠性”的概念,提出了基于图像块比较和残差图估计的人脸伪造检测方法。方法除... 详细信息

目的由于不同伪造类型样本的数据分布差距较大,现有人脸伪造检测方法的准确度不够高,而且泛化性能差。为此,本文引入“图像块归属纯净性”和“残差图估计可靠性”的概念,提出了基于图像块比较和残差图估计的人脸伪造检测方法。方法除了骨干网络,本文的人脸伪造检测神经网络主要由纯净图像块比较模块和可靠残差图估计模块两部分组成。为了避免在同时包含人脸和背景像素的图像块上提取的混杂特征对于图像块比较的干扰,纯净图像块比较模块中选择只包含人脸像素的纯净人脸图像块和只包含背景像素的纯净背景图像块,通过比较两种图像块纯净特征之间的差异来检测伪造图像,图像块的纯净性保障了特征提取的纯净性,从而提高了特征比较的鲁棒性。考虑到靠近伪造边缘的像素比远离伪造边缘的像素具有较高的残差估计准确度,本文在可靠残差图估计模块中根据像素到伪造边缘的距离设计了一个距离场加权的残差损失来引导网络的训练过程,使网络重点关注输入图像与对应真实图像在伪造边缘附近的差异,对于可靠信息的关注进一步增强了伪造检测的鲁棒性。结果在FF++(FaceForensics++)数据集上的测试结果显示:与对比算法中性能最好的F2Trans-B相比,本文方法的准确率和AUC(area under the ROC curve)指标分别提高了2.49%和3.31%,在FS(FaceSwap)与F2F(Face2Face)两种伪造数据上的准确率指标分别提高了6.01%和3.99%。在泛化性能方面,与11种已有方法在交叉数据集上的测试结果显示:本文方法与其中性能最好的方法相比,在CDF(Celeb-DF)数据集上的视频AUC指标和图像AUC指标分别提高了1.85%和1.03%。结论与对比方法相比,由于提高了特征信息的纯净性和可靠性,本文提出的人脸图像伪造检测模型的泛化能力和准确率优于对比方法。

关键词：人脸图像伪造检测深度伪造多任务学习泛化性能像素级监督卷积神经网络

在线全文

学校读者我要写书评

暂无评论

多端交通视频分析任务卸载决策

控制与决策 2024年第8期39卷 2773-2782页

作者：温震宇胡慧峰钱滨洪榛俞立浙江工业大学网络空间安全研究院浙江工业大学信息工程学院纽卡斯尔大学计算机学院

针对智慧交通中多点位监控视频分析时出现的计算任务繁重、设备之间资源利用不均衡的问题,提出一种基于云控制的视频分析卸载方案.首先,针对客户端算力不足而无法完成视频分析任务的问题,使用一种视频卸载框架,将部分视频分析任务切块... 详细信息

针对智慧交通中多点位监控视频分析时出现的计算任务繁重、设备之间资源利用不均衡的问题,提出一种基于云控制的视频分析卸载方案.首先,针对客户端算力不足而无法完成视频分析任务的问题,使用一种视频卸载框架,将部分视频分析任务切块卸载至云服务器处理;其次,针对服务器与多客户端之间的算力资源竞争问题,提出一种阶段优化卸载算法,平衡设备之间负荷,提高资源利用率;最后,针对不同点位的客户端需求不同的问题,在算法中加入精度和能耗偏好,满足不同客户端的需求.与其他卸载方案对比的实验表明,所提出方案能够更好地对视频分析任务进行合理分配,提高系统收益,并通过扩展实验验证所提出系统的扩展能力.

关键词：多端视频分析任务卸载资源竞争卸载决策智慧交通