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

基于区块链的民航旅客隐私信息保护方案

郑州大学学报(理学版) 2025年第2期57卷 69-77页

作者：李文轩曹卫东中国民航大学计算机科学与技术学院

目前的民航信息系统必须获取机票和旅客明文信息，才能进行出行验证，存在很高的旅客隐私信息泄露风险。针对此问题，提出一种基于区块链的民航旅客隐私信息保护方案。首先利用网络身份标识和数字证书技术实现区块链账户的实名制注册，... 详细信息

目前的民航信息系统必须获取机票和旅客明文信息，才能进行出行验证，存在很高的旅客隐私信息泄露风险。针对此问题，提出一种基于区块链的民航旅客隐私信息保护方案。首先利用网络身份标识和数字证书技术实现区块链账户的实名制注册，确保信息的真实性；其次采用零知识证明和环签名叠加构造安全的信息认证协议，实现旅客隐私信息完全匿名验证，确保真实信息匿名可验证性；进一步对存储在区块链上的敏感信息利用K-匿名技术脱敏，加强信息的安全存储。实验结果和性能分析表明，该方案能够提供安全有效的民航旅客隐私信息保护，且必要的信息验证总耗时满足效率需求。

关键词：民航旅客信息隐私信息保护区块链零知识证明 K-匿名技术

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向自动语音识别系统的对抗样本生成方法

计算机科学与探索 2025年第1期19卷 253-263页

作者：于振华苏玉璠叶鸥丛旭亚西安科技大学计算机科学与技术学院

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加... 详细信息

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加微小噪声，构造差异化粒子群，作为初始对抗样本种群；基于记忆搜索的领域重分布策略得到当前种群的全局最优粒子，从而生成初始对抗样本；融入扩维和自适应权重位置更新，使得种群更接近目标；根据对抗样本与目标语句的编辑距离，继续优化初始对抗样本，生成最终对抗样本。为了验证方法的攻击效果，在GoogleSpeech、LibriSpeech以及CommonVoice数据集上，对语音识别模型DeepSpeech进行实验，将目标语句设置为不同场景中的常见语音指令。实验结果表明，提出的方法在三个数据集上成功率都优于对比方法，其中在Common Voice数据集上的成功率比对比方法提升了10个百分点。同时，召集志愿者对生成的对抗样本噪声强度进行主观评估，其中82.4%的对抗样本被志愿者判断为没有噪声或噪声很小。

关键词：对抗攻击语音识别黑盒攻击样本生成量子粒子群算法梯度评估方法

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

图联邦学习:问题、方法与挑战

计算机科学 2025年第1期52卷 362-373页

作者：王鑫熊书博孙凌云浙江工业大学计算机科学与技术学院杭州310023 浙江大学计算机科学与技术学院杭州310058

图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用。近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效。尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据... 详细信息

图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用。近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效。尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据所有者手中。随着社会对数据隐私保护要求的提高,现有的图学习算法面临着许多挑战。图联邦学习作为一种有效的解决方案应运而生。文中系统回顾了图联邦学习领域近五年的研究进展,将该领域的核心问题划分为3个部分,并在结构上进行了垂直整合,在关系上进行了递进阐述,包括:1)原始图数据差异导致的结构异构性;2)图联邦特性导致的模型聚合问题;3)模型整体调优方面的挑战。针对每个问题,详细分析了代表性工作及其优缺点,并总结了图联邦学习领域的典型应用和未来挑战。

关键词：联邦学习图神经网络图联邦学习隐私计算

在线全文

学校读者我要写书评

暂无评论

大语言模型驱动的多元关系知识图谱补全方法

计算机科学 2025年第1期52卷 94-101页

作者：刘畅成桑磊李炜张以文安徽大学计算机科学与技术学院合肥230601

知识图谱通过将复杂的互联网信息转化为易于理解的结构化形式,极大地提高了信息的可访问性。知识图谱补全技术进一步增强了知识图谱的信息完整性,显著提升了智能问答和推荐系统等通用领域应用的性能与用户体验。然而,现有的知识图谱补... 详细信息

知识图谱通过将复杂的互联网信息转化为易于理解的结构化形式,极大地提高了信息的可访问性。知识图谱补全技术进一步增强了知识图谱的信息完整性,显著提升了智能问答和推荐系统等通用领域应用的性能与用户体验。然而,现有的知识图谱补全方法大多专注于关系类型较少和简单语义情景下的三元组实例,未能充分利用知识图谱在处理多元关系和复杂语义方面的潜力。针对此问题,提出了一种由大语言模型(LLM)驱动的多元关系知识图谱补全方法。将LLM的深层语言理解能力与知识图谱的结构特性相结合,有效捕捉多元关系,理解复杂语义情景。此外,还引入了一种基于思维链的提示工程策略,旨在提高补全任务的准确性。该方法在两个公开知识图谱数据集上的实验结果都取得了显著的提升。

关键词：知识图谱大语言模型知识图谱补全多元关系候选集构建思维链提示

在线全文

学校读者我要写书评

暂无评论

煤矿安全知识问答系统的答案生成模型研究

现代电子技术 2025年第2期 61-69页

作者：于非凡董立红秦昳西安科技大学计算机科学与技术学院

随着国家和煤矿行业对煤矿应急管理要求的逐步提高，对煤矿安全知识的学习也提出了更高的要求，因此建立一种煤矿安全知识智能问答模型。有效学习煤矿安全知识，对于确保煤矿企业工作人员的人身安全和预防煤矿安全事故的发生至关重要。... 详细信息

随着国家和煤矿行业对煤矿应急管理要求的逐步提高，对煤矿安全知识的学习也提出了更高的要求，因此建立一种煤矿安全知识智能问答模型。有效学习煤矿安全知识，对于确保煤矿企业工作人员的人身安全和预防煤矿安全事故的发生至关重要。首先，基于RoBERTa-wwm算法自动生成问答对数据，获取并分析煤矿安全知识原始文本数据，定义问题类型并标注问答对；然后，结合RoBERTa-wwm与UniLM，采用点互信息与邻接熵发现新词扩充领域词典，提出问答对自动生成算法，同时构建煤矿安全培训知识问答对数据集，解决煤矿安全知识系统问答对数据集问题；最后，引入问题相似度机制，针对无法回答问题和无关问题提出答案生成策略，构建基于问题相似度机制的答案生成模型，使其只关注可回答问题，从而提升模型的推理能力。实验结果表明，所提出的煤矿安全知识问答系统答案生成模型可有效识别无法回答和无关的问题，能够为煤矿企业工作人员提供知识支持，最大程度地提升煤矿企业工作人员安全培训学习效果。

关键词：智能问答系统煤矿安全答案生成 RoBERTa-wwm UniLM 点互信息邻接熵问题相似度

基于细粒度代码表示和特征融合的即时软件缺陷预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2025年第1期52卷 242-249页

作者：朱晓燕王文格王嘉寅张选平西安交通大学计算机科学与技术学院西安710049

即时软件缺陷预测指在软件更改初次提交之际预测该更改引入缺陷的倾向。此类预测针对单一程序变更,而非在粗粒度上进行。由于其即时性和可追溯性,该技术已在持续测试等领域得到广泛应用。目前的研究中,提取变更代码表示的方法粒度较粗,... 详细信息

即时软件缺陷预测指在软件更改初次提交之际预测该更改引入缺陷的倾向。此类预测针对单一程序变更,而非在粗粒度上进行。由于其即时性和可追溯性,该技术已在持续测试等领域得到广泛应用。目前的研究中,提取变更代码表示的方法粒度较粗,仅标出了变更行,而没有进行细粒度的标记。此外,现有的使用提交内容进行缺陷预测的方法,仅仅是把提交消息与变更代码的特征进行简单拼接,缺失了在特征空间上的深度对齐,这使得在提交消息质量参差不齐的情况下,会出现预测结果易受噪声干扰的情形,并且现有方法也未将领域专家设计的人工特征以及变更内容中的语义语法信息综合起来进行预测。为了解决上述问题,提出了一种基于细粒度代码表征和特征融合的即时软件缺陷预测方法。通过引入新的变更嵌入计算方法来在细粒度上表示变更代码。同时,引入特征对齐模块,降低提交消息中噪声对方法性能的影响。此外,使用神经网络从人工设计的特征中学习专业知识,充分利用现有特征进行预测。实验结果表明,相较于现有方法,该方法在3个性能指标上均有显著提升。

关键词：即时软件缺陷预测特征融合软件工程深度学习代码表示

在线全文

学校读者我要写书评

暂无评论

融合时频特征的多粒度时间序列对比学习方法

计算机科学 2025年第1期52卷 170-182页

作者：叶力硕何志学中国民航大学计算机科学与技术学院天津300300

现有的时间序列对比学习方法存在增强样本构造方式过于依赖人工经验、泛化能力不足、正样本的定义方式不够通用、对比度量方式存在粗粒度表征等问题,使得整体的时序表示效果较差。为此,提出了一种融合时频特征的多粒度时间序列对比学习... 详细信息

现有的时间序列对比学习方法存在增强样本构造方式过于依赖人工经验、泛化能力不足、正样本的定义方式不够通用、对比度量方式存在粗粒度表征等问题,使得整体的时序表示效果较差。为此,提出了一种融合时频特征的多粒度时间序列对比学习方法(Temporal-Spectral Deep Contrastive Network, TSDC)。该方法通过季节-趋势生成网络在时域内产生具有稳定变化的时序增强样本,通过多频带融合扰动操作在频域内产生非稳定变化的时序增强样本,两种增强样本通过实例级别的粗粒度对比以及维度级别的细粒度对比方式进行对比学习,使得模型在获得较好表征的同时能够较好地适应于下游不同类型的时序任务。在多个时间序列公开数据集上进行的分类、预测以及异常检测实验表明,由TSDC方法所得的表征用于下游任务的结果优于典型基线模型。

关键词：时间序列表示学习对比学习数据增强多粒度对比

G-YOLO v7:面向无人机航拍图像的目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2025年第2期 146-157页

作者：陈卫彪贾小军朱响斌冉二飞魏远旺嘉兴大学信息科学与工程学院浙江师范大学计算机科学与技术学院浙江理工大学计算机科学与技术学院(人工智能学院)

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-t... 详细信息

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： G-YOLO v7 目标检测 GhostNet YOLO v7 无人机图像(UAV)

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向大规模图像检索的哈希学习综述

软件学报 2025年第1期36卷 79-106页

作者：张雪凝刘兴波宋井宽聂秀山王少华尹义龙山东大学软件学院山东建筑大学计算机科学与技术学院电子科技大学计算机科学与工程学院

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即... 详细信息

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即多总结5–10年前的研究成果,且较少总结哈希学习算法各组成部分间的关联关系.鉴于此,通过总结近20年公开发表的哈希学习文献,对面向大规模图像检索的哈希学习进行系统的综述性研究.首先,介绍哈希学习的技术路线和哈希学习算法的主要组成部分,包括损失函数、优化策略及样本外扩展映射.其次,将面向图像检索的哈希学习算法分为无监督哈希方法和监督哈希方法两类,并分别梳理每类方法的研究现状和演化过程.然后,介绍哈希学习算法评估通用的图像数据集与评估指标,并通过对比实验分析部分经典算法的性能.最后,结合哈希学习的局限性与新挑战对其发展前景进行阶段性总结与展望.

关键词：图像检索大规模数据近似最近邻检索哈希学习相似性保持