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

支持亿级数据的高效密文范围查询完整性验证

模式识别与人工智能 2024年第1期37卷 27-46页

作者：王肇康潘佳辉周璐南京航空航天大学计算机科学与技术学院南京211106

密文查询的完整性验证机制能在保护人工智能应用数据隐私的同时,为查询结果的可靠性提供保证.然而,现有针对密文范围查询的完整性验证方法存在验证数据结构构建开销较高、数据可扩展性较差的缺陷.为此,文中分析ServeDB(Secure Verifiabl... 详细信息

密文查询的完整性验证机制能在保护人工智能应用数据隐私的同时,为查询结果的可靠性提供保证.然而,现有针对密文范围查询的完整性验证方法存在验证数据结构构建开销较高、数据可扩展性较差的缺陷.为此,文中分析ServeDB(Secure Verifiable and Efficient Framework)计算性能瓶颈产生的原因,并基于分析结论提出基于立方格索引的密文范围查询完整性验证方法(Cube-Cell-Based Authentication Tree,CubeTree).CubeTree采用基于分位数归一化的数据重分布优化方法,平衡数据记录在值域空间中的分布,降低数据记录的编码开销.进一步提出基于平衡K叉树的扁平化结构以及基于立方格索引的验证数据结构,合并具有相同编码的数据记录,采用立方格作为基本验证单元,大幅降低验证数据结构的冗余性,减少构造过程的计算与存储开销.在真实数据集与合成数据集上的实验表明,CubeTree能显著降低验证数据结构的构建开销以及查询完整性证明的生成与校验开销,并可高效处理亿级规模的大型数据集.

关键词：应用安全密文范围查询查询完整性验证验证数据结构立方格索引

一种满足个性化差分隐私的多方垂直划分数据合成机制

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2159-2176页

作者：朱友文王珂周玉倩南京航空航天大学计算机科学与技术学院南京211106

当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所... 详细信息

当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。

关键词：隐私保护多方数据发布安全多方计算个性化差分隐私垂直划分数据

面向天河新一代超算系统通用处理器的性能分析工具集

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第2期47卷 423-440页

作者：冯文韬栾钟治杨海龙钱德沛北京航空航天大学计算机学院北京100191

天河新一代超算系统是继天河2号后天河系列的新一代超算系统.该系统拟采用通用处理器配合加速器的混合异构架构,其中通用处理器采用ARM架构.目前,面向ARM架构处理器的性能分析工具仍不够完善,而面向新一代超算的性能分析工具更是较为匮... 详细信息

天河新一代超算系统是继天河2号后天河系列的新一代超算系统.该系统拟采用通用处理器配合加速器的混合异构架构,其中通用处理器采用ARM架构.目前,面向ARM架构处理器的性能分析工具仍不够完善,而面向新一代超算的性能分析工具更是较为匮乏,实用性和效率还难以满足编程人员的需求.本文针对天河新一代超算系统的通用处理器,设计开发了一套性能分析工具集,包含缓存冲突检测、伪共享检测和内存缺陷检测三个子工具.工具集可以在天河新一代超算系统的普通用户权限下分析系统单节点内以及数据并行性较高的多节点程序的性能问题,并可以解决程序的内存问题.本文使用min-write、缓存行对齐填充、线程访问隔离等多种性能优化策略来提高工具性能,采用以上策略的工具的运行时间可至多减少至原先的1/20,同时使用新颖的红区检测法和红区隐藏与恢复机制来降低工具报告的假错误率.本文还开发了配套的可视化界面,使用户可以对程序的性能分析数据进行可视化的分析和处理,提高了工具的实用性和易用性.工具对程序执行带来的额外时间开销是40~100倍,额外内存开销是100~200倍,正确性和实用性得以保证,可以提高天河新一代超算系统的编程效率和程序性能.

关键词：性能分析工具天河新一代超算系统伪共享检测内存缺陷检测程序优化

基于卷积—反残差和组合注意力机制的航天器多余物检测

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1期30卷 53-66页

作者：花诗燕李大伟贾书一汪俊南京航空航天大学计算机科学与技术学院江苏南京210001 南京航空航天大学机电学院江苏南京210001

航天器密闭电子设备内腔多余物给航天器飞行安全带来了巨大隐患。由于多余物体积小、与设备内常规组件形态结构相似且易被其他组件遮挡,采用现有的方法对其进行检测时误检、漏检频发。为解决上述问题,提出一种基于卷积—反残差和组合注... 详细信息

航天器密闭电子设备内腔多余物给航天器飞行安全带来了巨大隐患。由于多余物体积小、与设备内常规组件形态结构相似且易被其他组件遮挡,采用现有的方法对其进行检测时误检、漏检频发。为解决上述问题,提出一种基于卷积—反残差和组合注意力机制的航天器密闭电子设备多余物检测网络RPDN。首先,网络通过构建卷积—反残差模块,保证了多余物细粒度特征的完整性;其次,设计组合注意力机制,增强了多余物特征的表征能力;最后,结合多尺度特征融合模块与目标检测层从多维度进行目标预测。实验结果表明RPDN在各项评价指标上均取得了良好的效果,mAP达到92.16%,检测效率达到了13FPS,实现了航天器密闭电子设备内腔多余物高效、精准检测。

关键词：航天器密闭电子设备多余物检测卷积—反残差模块组合注意力机制

基于节点特征对抗性攻击的图对比学习鲁棒性验证

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第1期64卷 13-24页

作者：邢宇杰王啸石川黄海崔鹏北京邮电大学计算机学院北京100876 北京航空航天大学软件学院北京102206 清华大学计算机科学与技术系北京100084

最近的许多工作已经表明图神经网络在面对图结构扰动以及节点特征扰动的对抗攻击时表现出非鲁棒性,其预测结果可能是不可靠的,图对比学习方法中也存在这一问题。然而已有的鲁棒性测度方法通常与攻击算法、数据标签以及下游任务相关,这... 详细信息

最近的许多工作已经表明图神经网络在面对图结构扰动以及节点特征扰动的对抗攻击时表现出非鲁棒性,其预测结果可能是不可靠的,图对比学习方法中也存在这一问题。然而已有的鲁棒性测度方法通常与攻击算法、数据标签以及下游任务相关,这些在自监督设置下图对比学习的鲁棒性测度中是应当尽量避免的。该文提出了基于节点特征对抗性攻击的图对比学习鲁棒性验证算法,来验证节点特征扰动下的图卷积网络的鲁棒性。考虑到图对比学习模型中正负例对的特性,将图对比学习鲁棒性验证问题定义为对抗样本与目标节点及其负例之间相似度比较的问题,并将该问题形式化建模为一个动态规划问题,从而解决了对攻击算法、数据标签以及下游任务的依赖问题。为了求解该动态规划问题,针对图数据通常采用的二元特征,设计了相应的扰动空间;考虑到图对比学习中负例样本空间过大的挑战,设计了负例样本采样策略来提升求解问题的效率;由于二元离散特征和非线性激活函数使得动态规划问题难于求解,对它们分别采用放松到连续数据域和非线性激活放松的方式,并采用寻找对偶问题的方式进一步提高求解效率。通过充分的实验说明了所提出的图对比学习鲁棒性验证算法的有效性;同时验证了针对特定攻击算法设计的图对比学习模型的鲁棒性不具有可泛化性,面对其他的攻击算法可能表现得更加脆弱;还通过参数实验说明了设计的负例样本采样策略是合理的。

关键词：图对比学习图卷积网络鲁棒性验证对抗攻击对抗训练

多项正则化约束的伪标签传播优化脑电信号聚类

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1期61卷 156-171页

作者：代成龙李光辉李栋申佳华皮德常江南大学人工智能与计算机学院江苏无锡214122 南京航空航天大学计算机科学与技术学院南京211106

作为一种非侵入式分析载体,脑电信号目前被广泛应用于脑-机接口、医疗辅助诊断及康复领域,但这些应用通常依赖需要完整标签的有监督分析技术,如分类.随着无标签脑电信号的与日俱增,现有的有监督方法不能有效解决无标签脑电信号分析问题... 详细信息

作为一种非侵入式分析载体,脑电信号目前被广泛应用于脑-机接口、医疗辅助诊断及康复领域,但这些应用通常依赖需要完整标签的有监督分析技术,如分类.随着无标签脑电信号的与日俱增,现有的有监督方法不能有效解决无标签脑电信号分析问题,也在一定程度上限制了无标签脑电信号这类新型数据的应用拓展.为了解决无标签脑电信号的无监督分析问题,提出了一种基于多项正则化约束的伪标签传播优化聚类模型.该模型通过同时优化学习伪标签传播矩阵、脑电信号相似度邻接矩阵、标签分类器的方式实现聚类.将提出的脑电信号聚类模型转化为一个多目标优化问题,并提出了一种基于梯度下降策略的聚类算法EEGapc(electroencephalogram clustering with pseudo label propagation).该算法不仅充分考虑了脑电信号之间的相关性及脑电信号间的信息传递,还能快速收敛到局部最优.在14个真实脑电信号数据集上的实验结果表明,提出的EEGapc脑电信号聚类算法比现有的8种聚类算法性能更好,且在平均NMI(normalized mutual information),ARI(adjusted rand index),F-score,kappa这4个指标上,EEGapc与现有的8种聚类算法相比,分别至少提升了86.88%,58.01%,6.29%,61.17%.

关键词：脑电信号聚类伪标签传播邻接矩阵优化伪标签分类器多目标优化

基于神经影像和机器学习的大脑功能图谱构建方法综述

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2024年第1期43卷 80-97页

作者：杨梦婷张道强温旭云南京航空航天大学计算机科学与技术学院南京211106

脑图谱是包括大脑功能探索、神经和认知科学以及临床诊疗在内的脑科学研究的重要工具,其主要通过神经影像数据,利用机器学习方法进行构建,由此产生的分割模式是理解大脑组织和功能的基础,还可用于脑网络节点的定义,并有助于降低神经影... 详细信息

脑图谱是包括大脑功能探索、神经和认知科学以及临床诊疗在内的脑科学研究的重要工具,其主要通过神经影像数据,利用机器学习方法进行构建,由此产生的分割模式是理解大脑组织和功能的基础,还可用于脑网络节点的定义,并有助于降低神经影像噪声对应用结果的影响。在脑图谱中,相比于结构图谱,功能图谱虽然起步较晚,但其具有更高的功能一致性,已在各类脑功能相关研究中得到了广泛关注和应用。为了揭示功能图谱的发展路径,在调研基于神经影像数据和机器学习所构建的脑功能图谱的种类和方法的基础上,首先将图谱按照皮层和体素、个体和群体以及影像模态等多重属性特征进行分类解读,展示各种图谱的详细信息;然后根据机器学习方法分别综述基于图聚类和基于时间序列聚类的脑图谱构建方法;最后对脑图谱研究领域所面临的挑战和将来可能的研究方向进行展望。

关键词：脑功能图谱磁共振成像脑网络机器学习聚类

在线全文

学校读者我要写书评

暂无评论

DRAMA:一种更新分布感知的学习型索引

软件学报 2024年

作者：郭娜王雅琪姜皓南谷峪夏秀峰东北大学计算机科学与工程学院沈阳航空航天大学计算机学院

学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而数据更新导致的在线重新训练,使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下,尽量避免由于数据频繁更新导致的索引重构,提出了一种自... 详细信息

学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而数据更新导致的在线重新训练,使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下,尽量避免由于数据频繁更新导致的索引重构,提出了一种自适应的感知更新分布学习型索引结构DRAMA.使用类LSM-Tree的延迟学习方式主动学习数据更新的分布特征;利用近似拟合技术快速建立更新分布模型;采用模型合并策略代替频繁的重训练过程;采用一种混合压缩技术降低索引中模型参数的内存占用率.在真实和合成的数据集上构建了索引并进行验证.结果表明,相比传统索引和最先进的学习型索引,该索引可以在不额外消耗过多内存的情况下,有效降低了数据更新环境下的查询延迟.

关键词：学习型索引更新分布压缩策略延迟学习近似拟合模型合并

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

DRAMA:更新分布感知的学习型索引

软件学报 2024年

作者：郭娜王雅琪姜皓南谷峪夏秀峰东北大学计算机科学与工程学院沈阳航空航天大学计算机学院

学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而,数据更新导致的在线重新训练使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下尽量避免由于数据频繁更新导致的索引重构,提出了一种自... 详细信息

学习型索引因其低内存占用和高查询性能的特点,正辅助或逐步取代传统的索引结构.然而,数据更新导致的在线重新训练使其无法适应数据频繁更新的场景.为了在不过多消耗内存的前提下尽量避免由于数据频繁更新导致的索引重构,提出了一种自适应的感知更新分布学习型索引结构DRAMA.使用类LSM-Tree的延迟学习方式主动学习数据更新的分布特征;利用近似拟合技术快速建立更新分布模型;采用模型合并策略代替频繁的重训练过程;采用一种混合压缩技术降低索引中模型参数的内存占用率.在真实和合成的数据集上构建了索引并进行验证.结果表明,相比于传统索引和最先进的学习型索引,该索引可以在不额外消耗过多内存的情况下,有效降低数据更新环境下的查询延迟.

关键词：学习型索引更新分布压缩策略延迟学习近似拟合模型合并