检索结果-南通市图书馆

谛听:面向鲁棒分布外样本检测的半监督对抗训练方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2936-2950页

作者：周志阳窦文生李硕亢良伊王帅刘杰叶丹中国科学院软件研究所北京100190 中国科学院大学北京100049 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学南京学院江苏南京211135

检测训练集分布之外的分布外(out-of-distribution,OOD)样本对于深度神经网络(deep neural network,DNN)分类器在开放环境的部署至关重要.检测OOD样本可以视为一种二分类问题,即把输入样本分类为“分布内(in-distribution,ID)”类或“... 详细信息

检测训练集分布之外的分布外(out-of-distribution,OOD)样本对于深度神经网络(deep neural network,DNN)分类器在开放环境的部署至关重要.检测OOD样本可以视为一种二分类问题,即把输入样本分类为“分布内(in-distribution,ID)”类或“分布外”类.进一步地,检测器自身还可能遭受到恶意的对抗攻击而被再次绕过.这些带有恶意扰动的OOD样本称为对抗OOD样本.构建鲁棒的OOD检测器以检测对抗OOD样本是一项更具挑战性的任务.为习得可分离且对恶意扰动鲁棒的表示,现有方法往往利用辅助的干净OOD样本邻域内的对抗OOD样本来训练DNN.然而,由于辅助的OOD训练集与原ID训练集的分布差异,训练对抗OOD样本无法足够有效地使分布内决策边界对对抗扰动真正鲁棒.从ID样本的邻域内生成的对抗ID样本拥有与原ID样本近乎一样的语义信息,是一种离分布内区域更近的OOD样本,对提升分布内边界对对抗扰动的鲁棒性很有效.基于此,提出一种半监督的对抗训练方法——谛听,来构建鲁棒的OOD检测器,用以同时检测干净OOD样本和对抗OOD样本.谛听将对抗ID样本视为一种辅助的“近OOD”样本,并将其与其他辅助的干净OOD样本和对抗OOD样本联合训练DNN,以提升OOD检测的鲁棒性.实验结果表明,谛听在检测由强攻击生成的对抗OOD样本上具有显著的优势,同时在原分类主任务及检测干净OOD样本上保持先进的性能.

关键词：分布外样本检测对抗鲁棒性对抗训练

新一代人工智能驱动下地图学研究的机遇与挑战

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第1期26卷 35-45页

作者：张岸朱俊锴中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学北京100049

随着生成式人工智能(AIGC)为代表的新一代人工智能的快速发展,加速了各个学科转向人工智能驱动的科学研究,地理空间智能(GeoAI)技术在解决传统制图学任务注定会比传统的方法具有更好的性能,地图学也因此迎来了新的机遇与挑战,产生智能... 详细信息

随着生成式人工智能(AIGC)为代表的新一代人工智能的快速发展,加速了各个学科转向人工智能驱动的科学研究,地理空间智能(GeoAI)技术在解决传统制图学任务注定会比传统的方法具有更好的性能,地图学也因此迎来了新的机遇与挑战,产生智能地图制图新领域,形成智能地图制图学。地图学研究有人工智能传统,但是过去受限于人工智能工具的计算能力等原因,并未取得很大的进展。随着进入智能化时代,人与机器都将成为制图与读图的主体。地图内容的产生经历了专家生成内容和用户生成内容的阶段,正在向人工智能生成内容阶段发展。人工智能与地图传输模型的结合衍生出智能地图传输模型,包括制图信息智能获取、智能制图、智能读图、地图信息智能解读4个环节,进而从这4个方面对智能地图的研究进展进行了分析和梳理。研究显示,使用智能化方法解决地图学问题的研究仍然处于起步阶段,人工智能与地图学结合仍存在诸多挑战,包括缺乏训练数据集、模型算法缺乏泛化能力和可解释性等,这些也是未来可以发展的方向。

关键词：生成式人工智能智能地图制图学地理空间智能智能读图智能制图

滇西昌宁-孟连带二叠纪碎屑岩地层:存在问题和研究进展

在线全文

学校读者我要写书评

暂无评论

地质学报 2024年第3期98卷 692-711页

作者：金小赤郑建彬黄浩闫振中国地质科学院地质研究所北京100037 中国科学院地质与地球物理研究所北京100029

滇西的昌宁-孟连带被认为是古特提斯在该地区的遗迹,对研究古特提斯的演化意义重大。然而,该带中不同来源的地层单元或层序片段之间的关系非常复杂,既有时代相同而岩性迥异的层段,也有时代不同而岩性相近的层段,在很大程度上影响了人们... 详细信息

滇西的昌宁-孟连带被认为是古特提斯在该地区的遗迹,对研究古特提斯的演化意义重大。然而,该带中不同来源的地层单元或层序片段之间的关系非常复杂,既有时代相同而岩性迥异的层段,也有时代不同而岩性相近的层段,在很大程度上影响了人们对古特提斯演化的深入了解。一些早期建立的岩组,受露头较差、构造复杂、大化石稀少等具体条件的限制,对其所含内容的定义比较粗略,包含了不同时代、不同环境形成的岩石层段。这种情况尤以当初划归二叠系的碎屑岩地层为甚。本文对1980年代1∶20万地质填图时建立的涉及二叠纪碎屑岩地层的岩组,即中北部耿马—沧源一带的南皮河组和南部澜沧—孟连一带的拉巴组,进行了解析,并结合笔者近年来所获得的化石、沉积岩石学、碎屑锆石年龄等材料和数据、以及大量的野外观察,梳理了两个岩组所包括的不同时代和岩性的岩片,重新厘定了南皮河组的内含,论述了拉巴组为何不宜再作为一个岩组使用,并建议对拉巴组所包含的在区域上可识别的岩片,可在进一步深入研究后再予以慎重命名。

关键词：昌宁-孟连带二叠纪碎屑岩 “南皮河组” “拉巴组”

SeChain:基于国密算法的RISC-V安全启动机制设计与实现

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第6期61卷 1458-1475页

作者：芮志清梅瑶陈振哲吴敬征凌祥罗天悦武延军智能软件研究中心(中国科学院软件研究所) 北京100190 中国科学院大学北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 北京航空航天大学电子信息工程学院北京100191

开源RISC-V指令集为我国建立自主可控物联网生态提供了重大机遇.然而,物联网设备通常缺乏硬件加固措施,容易遭受物理级的固件篡改攻击,因此保障固件完整性以提高设备安全性至关重要.为此,已有基于安全启动技术的初步探索,但仍存在3个问... 详细信息

开源RISC-V指令集为我国建立自主可控物联网生态提供了重大机遇.然而,物联网设备通常缺乏硬件加固措施,容易遭受物理级的固件篡改攻击,因此保障固件完整性以提高设备安全性至关重要.为此,已有基于安全启动技术的初步探索,但仍存在3个问题:1)传统软件信任根难以保证物理级可靠性;2)主流硬件级安全启动技术被国际芯片厂商掌握,技术未公开且不支持国密算法,无法保证安全自主可控;3)已有基于RISC-V CPU的安全启动研究缺乏对上层固件的校验机制.为解决上述3个问题,首次设计并实现基于国密SM9算法的RISC-V安全启动机制——SeChain.具体而言:1)在RISC-V SoC内部增加了签名计算单元(signature calculation unit,SCU),实现密钥对生成与签名;2)增加了密钥验证单元(key verification unit,KVU),实现验证算法的片内执行及固件完整性验证;3)设计实现基于验证引导的多级安全启动机制,从不可篡改的硬件信任根出发,逐级完成引导程序的完整性校验.基于上述设计,SeChain实现了信任根的不可篡改和安全可信,构造了一个可信的安全启动链,基于国密SM9算法为设备的安全启动和可信执行提供可靠保障.为了验证SeChain的有效性、高效性和可靠性,基于VexRiscv CPU在FPGA硬件平台完成了SeChain仿真验证实验.实验结果表明,SeChain能够有效抵御各类固件篡改攻击,并能对抗信任根攻击,且平均额外时间开销不超过6.47 ***适用于资源受限的IoT设备,在满足安全可信启动的同时,能为国产RISC-V生态的安全自主可控提供有力保障.

关键词：可信计算物联网安全安全启动 SM9国密算法 RISC-V

在线全文

学校读者我要写书评

暂无评论

美国打造对华科技人才制裁联盟及其影响

现代国际关系 2024年第6期 42-60,139,140页

作者：马萧萧上海社会科学院国际问题研究所

打造科技人才制裁联盟不仅是美国对华科技人才制裁的重要内容,也是强化制裁绩效的关键途径。中美人才战开启后,美国积极推广“科研安全”价值,推动调整利益冲突与信息披露政策,发起排他性双多边科研与教育合作,并在出口管制执法、科技... 详细信息

打造科技人才制裁联盟不仅是美国对华科技人才制裁的重要内容,也是强化制裁绩效的关键途径。中美人才战开启后,美国积极推广“科研安全”价值,推动调整利益冲突与信息披露政策,发起排他性双多边科研与教育合作,并在出口管制执法、科技产业投融资和科技技术标准等领域推动国际联合,谋求打造涵盖地缘、技缘盟伴及部分关键全球南方国家组成的对华科技人才制裁联盟。在美国近两届政府的推动下,该联盟建设呈现出政策定位更加清晰、覆盖领域更加全面、组织架构更加严密的特点。美国推动该联盟的建设将对中国海外科技人才引进、国际科技人才循环体系和中美权力博弈产生重大影响。

关键词：美国中美关系国际人才交流科技人才制裁联盟

在线全文

学校读者我要写书评

暂无评论

uBlock算法的低延迟一阶门限实现方法

电子学报 2024年第4期52卷 1250-1259页

作者：姚富陈华范丽敏中国科学院软件研究所可信计算与信息保障实验室北京100190 中国科学院大学北京100049

目前已有文献给出了uBlock分组密码算法的侧信道防护方案,但是这些方案不仅延迟较高,难以适用于低延迟高吞吐场景,而且在毛刺探测模型下缺乏可证明安全性.针对这一问题,本文给出了在毛刺探测模型下具有可证明安全性的uBlock算法的低延... 详细信息

目前已有文献给出了uBlock分组密码算法的侧信道防护方案,但是这些方案不仅延迟较高,难以适用于低延迟高吞吐场景,而且在毛刺探测模型下缺乏可证明安全性.针对这一问题,本文给出了在毛刺探测模型下具有可证明安全性的uBlock算法的低延迟门限实现方案.此外,我们引入了Changing of the Guards技术来避免防护方案在执行过程中需要额外随机数.对于防护方案的安全性,我们用自动化评估工具SILVER验证了S盒的毛刺探测安全性,并用泄露评估技术TVLA(Test Vector Leakage Assessment)验证了防护方案的整个电路的安全性.最后,我们用Design Compiler工具对防护方案的性能消耗情况进行了评估.评估结果显示,与序列化实现方式的uBlock防护方案相比,我们的防护方案的延迟能够减少约95%.

关键词：密码芯片 uBlock算法侧信道攻击与防护掩码技术门限实现 Changing of the Guards

基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第1期52卷 217-231页

作者：王佳维许枫杨娟中国科学院声学研究所北京100190 中国科学院大学北京100049

针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林(Random Forest,RF)和最小冗... 详细信息

针对多基地水下小目标分类识别问题,本文提出了一种基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别方法 .对水下目标多角度散射信号提取6种典型的具有信息互补性和关联性的特征,提出一种随机森林(Random Forest,RF)和最小冗余最大相关(minimum Redundancy and Maximum Relevance,mRMR)相结合的特征选择方法(RF-mRMR),得出综合的特征重要性排序结果 .通过实验得出分类模型所需的最优特征子集,达到降低数据处理复杂度和提高目标分类结果的目的 .为了捕捉到数据中的高阶结构,在联合稀疏表示模型的基础上,使用核函数将线性不可分的特征数据映射到高维核特征空间.为了充分挖掘稀疏重构后包含在残差波段中的有用信息,使用指数平滑公式对具有一定意义的残差信息进行再利用,最后由核特征空间下的最小误差准则判定目标的类别.应用本文提出的方法对4类目标的海试数据进行识别,结果表明,相较于其他7种对比算法,本文提出的改进方法具有更好的分类性能,而且大多数情况下,本文提出的算法在双基地声呐模式下具有比单基地声呐更高的识别准确率和更低的虚警率.

关键词：多基地水下小目标识别多特征融合特征选择核空间联合稀疏表示指数平滑

在线全文

学校读者我要写书评

暂无评论

DNA的导电性浅析

高分子学报 2024年第2期55卷 129-141页

作者：胡贝宁高灿董焕丽内蒙古大学生命科学学院中国科学院化学研究所北京分子科学国家研究中心

DNA是构成生命基础的最重要分子，DNA是否导电以及怎样导电，关系到我们对生命信号的传递、和对生命和生命现象的深入理解和揭示，以及可编程DNA分子电子学的发展，国际科技界一直高度关注，近二十年来也一直是研究的热点和难点.然而，... 详细信息

DNA是构成生命基础的最重要分子，DNA是否导电以及怎样导电，关系到我们对生命信号的传递、和对生命和生命现象的深入理解和揭示，以及可编程DNA分子电子学的发展，国际科技界一直高度关注，近二十年来也一直是研究的热点和难点.然而，DNA是一个复杂的体系，其导电性问题仍然不清楚，备受争议.本综述中，我们简述了DNA导电性问题的研究历史，分析了DNA导电性问题争议的主要原因，总结了DNA导电性研究中存在的主要问题，其主要归因于测量方法的多样性和DNA分子的复杂性.最后，对DNA导电性研究的未来发展方向进行了展望，DNA导电性在生命信号传递、生物传感器、分子电子学等领域具有巨大的应用潜力，其研究也将为生物科学和电子学的融合提供新思路.

关键词： DNA 导电性结构与性能关系电输运机理

AutoConfig:面向深度学习编译优化的自动配置机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2668-2686页

作者：张洪滨周旭林邢明杰武延军赵琛中国科学院大学北京100049 中国科学院软件研究所北京100190

随着深度学习模型和硬件架构的快速发展,深度学习编译器已经被广泛应用.目前,深度学习模型的编译优化和调优的方法主要依赖基于高性能算子库的手动调优和基于搜索的自动调优策略.然而,面对多变的目标算子和多种硬件平台的适配需求,高性... 详细信息

随着深度学习模型和硬件架构的快速发展,深度学习编译器已经被广泛应用.目前,深度学习模型的编译优化和调优的方法主要依赖基于高性能算子库的手动调优和基于搜索的自动调优策略.然而,面对多变的目标算子和多种硬件平台的适配需求,高性能算子库往往需要为各种架构进行多次重复实现.此外,现有的自动调优方案也面临着搜索开销大和缺乏可解释性的挑战.为了解决上述问题,提出AutoConfig,一种面向深度学习编译优化的自动配置机制.针对不同的深度学习计算负载和特定的硬件平台,AutoConfig可以构建具备可解释性的优化算法分析模型,采用静态信息提取和动态开销测量的方法进行综合分析,并基于分析结果利用可配置的代码生成技术自动完成算法选择和调优.AutoConfig创新性地将优化分析模型与可配置的代码生成策略相结合,不仅能保证性能加速效果,还能减少重复开发的开销,同时可以简化调优过程.在此基础上,进一步将AutoConfig集成到深度学习编译器Buddy Compiler中,对矩阵乘法和卷积的多种优化算法建立分析模型,并将自动配置的代码生成策略应用在多种SIMD硬件平台上进行评估.实验结果可验证AutoConfig在代码生成策略中完成参数配置和算法选择的有效性.与经过手动或自动优化的代码相比,由AutoConfig生成的代码可达到相似的执行性能,并且无需承担手动调优的重复实现开销和自动调优的搜索开销.

关键词：深度学习编译器编译优化代码生成自动配置机制