检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

收缩理论在系统控制中的发展及应用

控制与决策 2024年第3期39卷 719-727页

作者：刘艳红李孟琪李方圆郑州大学电气与信息工程学院郑州450001 郑州大学河南省机器人感知与控制工程研究中心郑州450001

收缩理论作为一种区别于Lyapunov理论的非线性系统分析方法,它主要基于微分几何和流体力学的知识发展而来,为系统控制提供了新颖视角和理论工具.首先,介绍收缩理论的一些基础知识,以及收缩系统的联合、部分收缩理论和控制收缩度量等重... 详细信息

收缩理论作为一种区别于Lyapunov理论的非线性系统分析方法,它主要基于微分几何和流体力学的知识发展而来,为系统控制提供了新颖视角和理论工具.首先,介绍收缩理论的一些基础知识,以及收缩系统的联合、部分收缩理论和控制收缩度量等重要结果;然后,综述收缩理论在分析系统稳定性、跟踪控制、协同控制、状态估计以及学习控制等领域的应用现状;最后,对收缩理论的未来发展趋势进行展望.

关键词：非线性系统收缩理论控制收缩度量跟踪控制协同控制状态估计学习控制

通道剪枝与知识蒸馏相结合的轻量化SAR目标检测

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第4期53卷 712-723页

作者：黄启灏靳国旺熊新王丽美李佳豪信息工程大学地理空间信息学院河南郑州450001 河南城建学院测绘与城市空间信息学院河南平顶山467000

轻量化SAR目标检测方法对快速检测SAR影像中的地物目标具有重要意义。针对轻量化检测方法精度不高的问题,设计了一种通道剪枝与知识蒸馏相结合的轻量化SAR目标检测方法。该方法通过对复杂网络中批归一化层的缩放因子γ进行稀疏化训练,... 详细信息

轻量化SAR目标检测方法对快速检测SAR影像中的地物目标具有重要意义。针对轻量化检测方法精度不高的问题,设计了一种通道剪枝与知识蒸馏相结合的轻量化SAR目标检测方法。该方法通过对复杂网络中批归一化层的缩放因子γ进行稀疏化训练,判别对应特征通道的重要程度,进而裁剪次要通道,并在微调训练后将其作为教师网络,构造知识蒸馏框架指导轻量模型训练,提高轻量模型的检测精度。采用YOLOv5-6.1算法搭建了检测框架,并在重组的MSAR和SSDD多类目标数据集上进行了训练和检测试验,结果表明该方法能够在保持模型体积仅3.73 MB的轻量化条件下,提升SAR目标检测精度,验证了本文方法的有效性。

关键词： SAR 目标检测轻量化通道剪枝知识蒸馏

在线全文

学校读者我要写书评

暂无评论

基于双曲正切和矩的免疫防御

计算机学报 2024年第8期47卷 1786-1812页

作者：吴昊王金伟罗向阳马宾南京信息工程大学计算机学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 中国人民解放军战略支援部队信息工程大学网络空间安全学院郑州450001 齐鲁工业大学网络空间安全学院济南250353

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防... 详细信息

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防止对抗样本的生成.因此,本文提出了一种新颖的对抗防御机制,该机制被称为免疫防御.免疫防御通过主动地在原始图像上添加难以察觉的扰动使得攻击者无法针对该图像制作出有效的对抗样本,从而同时保护了图像和深度神经网络.这种良性的扰动被称为免疫扰动,添加了免疫扰动的图像被称为免疫样本.在白盒免疫防御中,本文提出了双曲正切免疫防御(Hyperbolic Tangent Immune Defense,HTID)以制作高分类准确率、高防御性能和高视觉质量的白盒免疫样本;在黑盒免疫防御中,提出了基于矩的免疫防御(Moment-based Immune Defense,MID)以提升免疫样本的可迁移性,从而确保免疫样本对未知对抗攻击的防御性能.此外,本文还提出了免疫率以更加准确地衡量免疫样本的防御性能.在CIFAR-10、MNIST、STL-10和Caltech-256数据集上的大量实验表明,HTID和MID制作的免疫样本具有高分类准确率,在Inception-v3、ResNet-50、LeNet-5和Model C上的准确率均达到了100.0%,比原始准确率平均高出10.5%.制作的免疫样本同时具有高视觉质量,其SSIM最低为0.822,最高为0.900.实验也表明MID有着比HTID更高的可迁移性,MID在四个数据集上针对AdvGAN制作的免疫样本防御其他11种对抗攻击的平均免疫率分别为62.1%、52.1%、56.8%和48.7%,这比HTID高出15.0%、10.8%、17.5%和15.7%.

关键词：深度神经网络对抗样本对抗防御免疫防御可迁移性

基于VAE-CWGAN和特征统计重要性融合的网络流量异常检测方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年

作者：刘涛涛付钰王坤段雪源海军工程大学信息安全系信阳师范大学计算机与信息技术学院信阳职业技术学院数学与信息工程学院

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题，提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先，为提升数据质量对数据集进行预处理；其次，搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡... 详细信息

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题，提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先，为提升数据质量对数据集进行预处理；其次，搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题，使分类模型不再偏向于多数类；再次，使用标准差、中值差和均值差对特征进行排序，并融合其统计重要性来进行特征选择旨在获得代表性更强的特征，从而使模型更好地学习数据信息；最后，通过一维卷积神经网络对特征选择后的混合数据集进行分类。实验结果表明，所提方法在NSL-KDD、UNSW＿NB-15和CIC-IDS-2017数据集上都表现出较好的性能优势，准确率分别为98.95%、96.24%和99.92%，有效提升了入侵检测性能。

关键词：入侵检测网络流量类不平衡特征选择统计重要性融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的拟态裁决方法研究

通信学报 2024年第2期45卷 79-89页

作者：杨晓晗程国振刘文彦张帅郝兵信息工程大学信息技术研究所河南郑州450002 网络空间安全教育部重点实验室河南郑州450000 嵩山实验室河南郑州450046

针对软硬件差异化容易导致拟态裁决结果不一致所造成的假阳现象被误认为网络攻击的问题,提出了一种基于深度学习的拟态裁决方法。通过构建无监督的自编码-解码深度学习模型,挖掘不同执行体输出多样化正常响应数据的深度语义特征,分析归... 详细信息

针对软硬件差异化容易导致拟态裁决结果不一致所造成的假阳现象被误认为网络攻击的问题,提出了一种基于深度学习的拟态裁决方法。通过构建无监督的自编码-解码深度学习模型,挖掘不同执行体输出多样化正常响应数据的深度语义特征,分析归纳其统计规律,并通过设计基于离线学习-在线裁决联动的训练机制和基于反馈优化机制来解决假阳现象,从而准确检测网络攻击,提高目标系统的安全弹性。鉴于软硬件差异导致正常响应数据间的统计规律已被深度学习模型理解掌握,因此不同执行体间拟态裁决结果将保持一致,即目标系统处于安全状态。一旦目标系统受到网络攻击,执行体的响应数据将偏离深度学习模型的统计规律,致使拟态裁决结果不一致,即目标系统存在潜在安全威胁。实验结果表明,所提方法的检测性能显著优于主流的拟态裁决方法,且平均预测准确度提升了14.89%,有利于将该方法集成到真实应用的拟态化改造来增强系统的防护能力。

关键词：拟态防御主动防御拟态裁决深度学习离线训练-在线裁决

利用恒星与低轨卫星同时成像实现地面定位的算法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第7期53卷 1278-1287页

作者：朱容蔚詹银虎李广云 61243部队新疆乌鲁木齐830000 信息工程大学地理空间信息学院河南郑州450001

天文定位技术抗干扰性强,隐蔽性好,误差不随时间积累,在陆基、海基、空天基平台上应用广泛。近些年,低轨巨星座技术迅猛发展,为导航技术的发展提供了契机。本文提出了一种基于低轨卫星光学观测的定位算法,以星间角距作为基本观测量,详... 详细信息

天文定位技术抗干扰性强,隐蔽性好,误差不随时间积累,在陆基、海基、空天基平台上应用广泛。近些年,低轨巨星座技术迅猛发展,为导航技术的发展提供了契机。本文提出了一种基于低轨卫星光学观测的定位算法,以星间角距作为基本观测量,详细推导了定位模型,分析了影响定位精度的主要误差源,给出了误差传播公式。基于星链星座的仿真试验表明,本文算法平均定位精度可达30.5 m,其中北向、东向、天向平均定位精度分别为4.3、6.3、29.5 m。本文算法不仅保留了传统天文定位技术的优点,而且无须水平基准,为小型化、快速化和自动化天文导航装备的研制提供了一种思路,具有潜在的应用价值。

关键词：天文定位低轨卫星星间角距精度分析

在线全文

学校读者我要写书评

暂无评论

基于帧结构的语音对抗样本重点区域扰动分析

计算机研究与发展 2024年第3期61卷 685-700页

作者：韩松莘郭松辉徐开勇杨博于淼战略支援部队信息工程大学郑州450001 河南省信息安全重点实验室(战略支援部队信息工程大学) 郑州450001

目前针对语音识别模型的对抗攻击主要是在整条语音上添加噪声,扰动范围大且引入了高频噪声.现有研究在一定程度上缩小了扰动范围,但由于语音对抗攻击需要在每帧添加扰动实现对转录结果的控制,限制了扰动范围的进一步降低.针对此问题,从... 详细信息

目前针对语音识别模型的对抗攻击主要是在整条语音上添加噪声,扰动范围大且引入了高频噪声.现有研究在一定程度上缩小了扰动范围,但由于语音对抗攻击需要在每帧添加扰动实现对转录结果的控制,限制了扰动范围的进一步降低.针对此问题,从帧结构的角度研究了语音识别系统中的特征提取流程,发现分帧和加窗处理决定了帧结构中重点区域的分布,即帧内各采样点上添加扰动的重要性受采样点所处位置的影响.首先,根据对输入特征的扰动分析结果进行区域划分;然后,为了量化这些采样点对求解对抗样本的重要性,提出了对抗样本空间度量方法和相应的评价指标,并设计了在帧内不同区间上添加扰动的交叉实验,进而确定了扰动添加的重点区域;最后,在多个模型上进行了广泛的实验,表明了在重点区域添加对抗扰动能够缩小扰动范围,为高质量语音对抗样本的生成提出新的角度.

关键词：语音识别对抗攻击输入特征扰动分析对抗样本空间度量

基于深度学习的电力系统虚假数据注入攻击检测综述

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第19期52卷 175-187页

作者：李卓谢耀滨吴茜琼张有为信息工程大学河南郑州450000 郑州信大先进技术研究院河南郑州450000

虚假数据注入攻击(false data injection attack,FDIA)是针对电力系统的一种常见网络攻击,可以通过终端链路或设备注入异常数据,绕过不良数据检测机制,进而引发电力系统的异常运行,造成严重的经济损失。近年来深度学习技术在FDIA检测方... 详细信息

虚假数据注入攻击(false data injection attack,FDIA)是针对电力系统的一种常见网络攻击,可以通过终端链路或设备注入异常数据,绕过不良数据检测机制,进而引发电力系统的异常运行,造成严重的经济损失。近年来深度学习技术在FDIA检测方面取得诸多进展,通过大量的数据训练和强大的模型学习能力,能够自动学习和提取攻击数据特征,相对于传统方法具有更高的准确率和鲁棒性。总结了近年来基于深度学习的电力系统FDIA检测研究进展,涵盖卷积神经网络、循环神经网络、图神经网络、生成对抗网络和深度强化学习等典型深度学习模型。首先分析各类深度学习模型的FDIA检测原理,并介绍相关技术方法。然后从鲁棒性、评估指标和可扩展性等方面对上述技术进行对比分析,总结其应用范围及存在不足。最后探讨了当前研究中存在的挑战和未来的研究发展方向。

关键词：虚假数据注入攻击检测深度学习电力系统安全

维普期刊数据库博看期刊

面向人脸属性编辑的三阶段对抗扰动生成主动防御算法

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3期47卷 677-689页

作者：陈北京张海涛李玉茹南京信息工程大学教育部数字取证工程研究中心南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训... 详细信息

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训练人脸篡改主动防御框架存在迁移性和扰动鲁棒性不足的问题,为此本文通过优化两阶段训练架构及损失函数和引入一个辅助分类器,提出一种三阶段对抗扰动主动防御框架.本文首先修改两阶段训练架构中的代理目标模型并基于此设计了训练扰动生成器的属性编辑损失,以提升代理模型的重建性能和属性约束能力,从而减少对代理模型的过拟合;其次,在训练阶段引入辅助分类器对代理模型提取的编码后特征进行源属性分类并基于此设计训练扰动生成器的辅助分类器损失,从而将原本的两阶段交替训练改为代理目标模型、辅助分类器和扰动生成器的三阶段交替训练,期望通过对抗攻击辅助分类器以促进对篡改模型的主动防御;最后,在扰动生成器的训练中,引入攻击层以促进对抗扰动对滤波和JPEG压缩的鲁棒性.实验结果验证,本文提出的框架能够比现有框架更好地将主动防御从白盒的代理目标模型迁移到黑盒的属性编辑模型,黑盒性能提升16.17%,且生成的对抗扰动较基线算法具有更强的鲁棒性,针对JPEG压缩的性能(PSNR)提升13.91%,针对高斯滤波提升17.76%.

关键词：人脸属性编辑主动防御对抗攻击辅助分类器交替训练