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

一种基于成员选择的簇加权聚类集成算法

控制与决策 2024年

作者：徐森高婷徐秀芳许贺洋郭乃瑄卞学胜花小朋陈致远盐城工学院信息工程学院计算机网络和信息集成教育部重点实验室(东南大学)

聚类集成算法在数据挖掘和模式识别等领域应用广泛.现有的聚类集成算法虽取得了显著的进展,但鲜有同时考虑如何处理冗余成员和关注成员内部多样性的算法.对此,本文设计了一种簇的不确定性度量指标,并提出了一种基于成员选择的簇加权聚... 详细信息

聚类集成算法在数据挖掘和模式识别等领域应用广泛.现有的聚类集成算法虽取得了显著的进展,但鲜有同时考虑如何处理冗余成员和关注成员内部多样性的算法.对此,本文设计了一种簇的不确定性度量指标,并提出了一种基于成员选择的簇加权聚类集成算法.首先,利用平均差异性度量和筛选聚类成员,并引入信息熵衡量簇的不确定性,给簇赋予相应的权重;其次,在基于成员选择的簇加权共协矩阵和高置信度矩阵的基础上构建增强矩阵;最后,在增强矩阵上执行层次聚类算法得到最终的聚类集成结果.采用多个UCI数据集进行实验,将本文算法与主流的聚类集成算法进行比较,实验结果表明,本文所提出的算法可以获得更好的聚类集成效果且本文算法具有较高的鲁棒性、稳定性.

关键词：聚类集成数据挖掘成员选择簇加权信息熵共协矩阵

动态决策驱动的工控网络数据要素威胁检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第10期61卷 2404-2416页

作者：王泽鹏马超张壮壮吴黎兵石小川武汉大学国家网络安全学院武汉430072 空天信息安全与可信计算教育部重点实验室(武汉大学) 武汉430072

近年来,工控网络发展势头迅猛.其数字化、智能化、自动化的优势为工业带来巨大效益的同时,也面临着愈发复杂多变的攻击威胁.在数据要素安全的背景下,及时发现和应对工控网络威胁成为一项迫切需要得到解决的任务.通过对工控网络中的数据... 详细信息

近年来,工控网络发展势头迅猛.其数字化、智能化、自动化的优势为工业带来巨大效益的同时,也面临着愈发复杂多变的攻击威胁.在数据要素安全的背景下,及时发现和应对工控网络威胁成为一项迫切需要得到解决的任务.通过对工控网络中的数据流进行连续监测和分析,工控网络威胁检测问题可以转化为时间序列异常检测问题.然而现有时间序列异常检测方法受限于工控网络数据集的质量,且往往仅对单一类型异常敏感而忽略其他异常.针对上述问题,提出了一种基于深度强化学习和数据增强的工控网络威胁检测方法(deep reinforcement learning and data augmentation based threat detection method in industrial control networks,DELTA).该方法提出了一种新的时序数据集数据增强选择方法,可以针对不同的基准模型选择合适的数据增强操作集以提升工控网络时间序列数据集的质量;同时使用深度强化学习算法(A2C/PPO)在不同时间点从基线模型中动态选取候选模型,以利用多种类型的异常检测模型解决单一类型异常敏感问题.与现有时间序列异常检测模型对比的实验结果表明,在付出可接受的额外时间消耗成本下,DELTA在准确率和F1值上比所有基线模型有明显的提升,验证了方法的有效性与实用性.

关键词：工控网络数据要素安全时间序列异常检测深度强化学习数据增强模型选择

在线全文

学校读者我要写书评

暂无评论

UEFI的启发式逆向分析与模糊测试方法

软件学报 2024年第8期35卷 3577-3590页

作者：林欣康顾匡愚赵磊空天信息安全与可信计算教育部重点实验室(武汉大学) 湖北武汉430072 武汉大学国家网络安全学院湖北武汉430072

统一可扩展固件接口(unified extensible firmware interface,UEFI)作为新一代固件接口标准,广泛应用于现代计算机系统,但其漏洞可能引发严重安全威胁.为了减少UEFI漏洞引发的安全问题,需要进行漏洞检测.而第三方安全测试场景下的模糊... 详细信息

统一可扩展固件接口(unified extensible firmware interface,UEFI)作为新一代固件接口标准,广泛应用于现代计算机系统,但其漏洞可能引发严重安全威胁.为了减少UEFI漏洞引发的安全问题,需要进行漏洞检测.而第三方安全测试场景下的模糊测试是检测的主要手段.但符号信息的缺失影响了测试效率.提出了一种启发式的UEFI逆向分析方法,恢复固件中的符号信息,改进模糊测试并实现了原型系统Re UEFuzzer.通过对来自4个厂商的525个EFI文件进行测试,证明了逆向分析方法的有效性.Re UEFuzzer可以提升函数测试覆盖率,并在测试过程中发现了一个零日漏洞,已报告给国家信息安全漏洞共享平台以及公共漏洞和暴露系统.实验证明,该方法在UEFI漏洞检测方面具有有效性,可以为UEFI安全提供一定的保障.

关键词：统一可扩展固件接口逆向工程模糊测试静态程序分析固件安全

在线全文

学校读者我要写书评

暂无评论

面向内生安全交换机的段路由带内遥测方法

计算机科学 2024年第5期51卷 284-292页

作者：顾周超程光赵玉宇东南大学网络空间安全学院南京211189 教育部计算机网络和信息集成重点实验室(东南大学) 南京211189

近年来,网络技术的发展日新月异,基础设备及其所提供的网络服务也日益复杂。传统的网络管理和监控手段面临严峻的挑战。国内外研究人员提出段路由(Segment Routing,SR)和带内网络遥测(In-band Network Telemetry,INT)等技术来进行实时... 详细信息

近年来,网络技术的发展日新月异,基础设备及其所提供的网络服务也日益复杂。传统的网络管理和监控手段面临严峻的挑战。国内外研究人员提出段路由(Segment Routing,SR)和带内网络遥测(In-band Network Telemetry,INT)等技术来进行实时性更高、更细粒度的网络测量。然而,在流量迅速增长的网络环境下,带内网络遥测技术在实际使用中仍然存在着灵活部署、动态部署、高效部署等诸多难题。首先,传统INT技术缺乏合适的载体,数据包的开销随遥测路径长度线性增加,从而导致遥测监控的性能瓶颈问题。针对传统带内网络遥测系统比特开销大、难以高效部署的问题,提出了基于SRv6(Segment Routing IPv6,SRv6)的带内网络遥测方法(SRv6_Based INT),通过研究减小INT和SR的开销,将两者无缝结合以实现轻量级的遥测。在本项工作中,通过设计INT的元数据,使其长度等于SRv6中的Segment字段,然后在每一跳中根据监控服务器下发的流表将SID修改成相应的INT元数据。该方法充分结合了两项技术的优点,并将开销控制在合理的范围,优于传统的带内网络遥测方法。

关键词：段路由带内网络遥测软件定义网络

在线全文

学校读者我要写书评

暂无评论

基于局部增强的时序数据对抗样本生成方法

计算机应用 2024年

作者：李雪莹杨琨涂国庆刘树波空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院武汉大学计算机学院

深度神经网络极易受到对抗攻击，进而引起时序数据分类任务中的安全问题。基于梯度的攻击方法可以快速地生成对抗样本，但需要不断访问模型内部信息；基于生成的攻击方法在模型训练完成之后无需访问模型内部信息，但存在隐蔽性和迁移性... 详细信息

深度神经网络极易受到对抗攻击，进而引起时序数据分类任务中的安全问题。基于梯度的攻击方法可以快速地生成对抗样本，但需要不断访问模型内部信息；基于生成的攻击方法在模型训练完成之后无需访问模型内部信息，但存在隐蔽性和迁移性较差等问题。针对以上问题，基于生成式攻击方法(AdvGAN)提出一种基于局部增强的时序数据半白盒对抗样本生成方法。使用提出的局部增强策略将其他类别数据的信息注入到原样本中，利用增强后的数据执行半白盒攻击。攻击模型不仅可以利用原样本信息，还能利用其他类别样本分布信息，进而提升模型攻击能力和迁移能力。在UCR数据集上的实验结果表明，所提方法平均0.027s即可生成一个对抗样本；在攻击成功率上，所提方法分别在18、25和13个数据集上优于FGSM、AdvGAN和GATN方法；在均方误差(MSE)上，所提方法生成对抗样本的MSE分别在20、27个数据集上明显小于AdvGAN和GATN；在迁移性上，所提方法在18个数据集上迁移成功率优于AdvGAN，在11个数据集上优于FGSM，在9个数据集上的迁移攻击成功率均达到25%以上。所提方法在保证对抗样本生成速度的同时，提高了对抗样本的隐蔽性并保持有竞争力的攻击效果。

关键词：时序数据深度学习对抗样本数据增强半白盒攻击

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时空交叉感知的实时动作检测方法

电子学报 2024年第2期52卷 574-588页

作者：柯逍缪欣郭文忠福州大学计算机与大数据学院福建福州350116 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116 空间数据挖掘与信息共享教育部重点实验室福建福州350003

时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方... 详细信息

时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方法通常采用非实时、离线的方式.时空动作检测主要的挑战在于设计高效的检测网络架构,并能有效地感知融合时空特征.考虑到上述问题,本文提出了一种基于时空交叉感知的实时动作检测方法.该方法首先通过对输入视频进行乱序重排来增强时序信息,针对仅使用2D或3D骨干网络无法有效对时空特征进行建模,提出了基于时空交叉感知的多分支特征提取网络.针对单一尺度时空特征描述性不足,提出一个多尺度注意力网络来学习长期的时间依赖和空间上下文信息.针对时序和空间两种不同来源特征的融合,提出了一种新的运动显著性增强融合策略,对时空信息进行编码交叉映射,引导时序特征和空间特征之间的融合,突出更具辨别力的时空特征表示.最后,基于帧级检测器结果在线计算动作关联性链接.本文提出的方法在两个时空动作数据集UCF101-24和JHMDB-21上分别达到了84.71%和78.4%的准确率,优于现有最先进的方法,并达到73帧/秒的速度.此外,针对JHMDB-21数据集存在高类间相似性与难样本数据易于混淆等问题,本文提出了基于动作表示的关键帧光流动作检测方法,避免了冗余光流的产生,进一步提升了动作检测准确率.

关键词：实时动作检测多尺度注意力时空交叉感知

TGKA：基于可聚合广播的安全可追溯组密钥协商协议

在线全文

学校读者我要写书评

暂无评论

武汉大学学报(理学版) 2024年

作者：彭云璐何琨陈晶杜瑞颖空天信息安全与可信计算教育部重点实验室武汉大学国家网络空间安全学院

组密钥协商协议用于解决多个参与方在不安全的通信网络中的组消息传递安全问题。然而现有方案存在通信效率低、计算开销大、群组规模难以扩大、安全性不足等问题。针对组密钥协商中的这些问题，设计了一种可聚合共享棘轮树算法，并基于... 详细信息

组密钥协商协议用于解决多个参与方在不安全的通信网络中的组消息传递安全问题。然而现有方案存在通信效率低、计算开销大、群组规模难以扩大、安全性不足等问题。针对组密钥协商中的这些问题，设计了一种可聚合共享棘轮树算法，并基于此提出了一个基于可聚合广播的安全可追溯组密钥协商协议（Traceable Group Key Agreement,TGKA）。TGKA协议将基于签名的可聚合广播方案与密钥封装的思想结合，通过棘轮树将用户划分为多个子组，在子组之间进行密钥协商，从而减小其在计算与通信上的开销，实现了动态组的高效密钥更新。实验结果表明，在确保了组密钥协商协议安全性的同时，TGKA协议能够降低群组发送者与接收者的通信复杂度，在数十至数百用户的中型组中具备一定的可行性。

关键词：组密钥协商前向安全与后向安全可追溯性棘轮树

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种面向工业物联网的远程安全指令控制方案

计算机工程 2024年第3期50卷 28-35页

作者：陈纪成包子健罗敏何德彪武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室湖北武汉430072

随着工业领域对智能化要求的不断提高,工业物联网(IIoT)得到了快速发展,其可以有效提高工业生产中的流程效率和决策质量,具有广阔的应用前景。然而,近年来IIoT的安全问题逐渐凸显。针对远程指令控制这一应用场景,设计一种基于SM9标识密... 详细信息

随着工业领域对智能化要求的不断提高,工业物联网(IIoT)得到了快速发展,其可以有效提高工业生产中的流程效率和决策质量,具有广阔的应用前景。然而,近年来IIoT的安全问题逐渐凸显。针对远程指令控制这一应用场景,设计一种基于SM9标识密码算法的两方协同群签名算法,并结合区块链实现面向IIoT的远程安全指令控制方案,以保障IIoT中远程指令操作的安全性。该方案基于国密SM9标准,群管理员审核指令,并与发起指令签署请求的用户协同完成群签名,群签名在保护签名者身份隐私的同时可以由群管理员在必要时公开签名者身份。通过引入区块链技术,实现IIoT平台的去中心化管理,并通过智能合约获取指令执行历史数据,方便后续审计与追责。此外,方案在签名验证阶段通过批量验证来有效减少计算消耗。安全性及性能分析结果表明:在签名数量超过20条时,该方案通过批量验证的方式可以使得计算量减少50%以上;相较对比方案,所提方案在IIoT环境下安全性和实用性更高。

关键词： SM9标识密码算法群签名两方协同签名工业物联网区块链

在线全文

学校读者我要写书评

暂无评论

基于位置感知时空图卷积网络的交通流量预测

数据分析与知识发现 2024年

作者：王子彤李晨亮武汉大学空天信息安全与可信计算教育部重点实验室武汉大学国家网络安全学院

[目的]为更加灵活地捕捉交通流数据的时空特征，实现更加精确的多变量交通流预测，本文提出一种位置感知时空图卷积网络的多变量时间序列预测模型 (PASTGCN)。 [方法]首先将交通流时序数据的空间位置和周期性时间特征表示为显式时空位... 详细信息

[目的]为更加灵活地捕捉交通流数据的时空特征，实现更加精确的多变量交通流预测，本文提出一种位置感知时空图卷积网络的多变量时间序列预测模型 (PASTGCN)。 [方法]首先将交通流时序数据的空间位置和周期性时间特征表示为显式时空位置嵌入；然后在时空卷积结构基础上，在时间卷积网络中引入空间信息实现空间感知的时序列建模，考虑到空间关系的动态变化使用静态和动态的双重图学习方法来捕捉空间依赖。 [结果]在两个真实世界交通流量数据集上进行了实验，结果表明PASTGCN模型能有效地对多变量交通流速进行预测，误差对比现有深度学习模型最好可降低1.59%。 [局限]实验数据集有限，图学习方法及多次图卷积使算法的时间复杂度较高。 [结论]PASTGCN能有效利用时空位置信息实现更准确的时空交通流预测。

关键词：时间序列预测图卷积网络时间卷积网络深度学习