2020亚洲а∨天堂在线观看,公车我忘穿内裤流水

從頻域角度重新分析對抗樣本[其他][其他]

目前在空間域上關(guān)于對抗樣本的研究成果已經(jīng)相當(dāng)成熟，但是在頻域上的相關(guān)工作卻是十分缺乏。從頻域的角度對對抗樣本進(jìn)行深入的研究，發(fā)現(xiàn)對抗樣本在DCT域上表現(xiàn)出了高度可識別的偽影，并利用這些偽影信息訓(xùn)練了一個(gè)基于頻域的對抗樣本檢測器CNN-DCT，結(jié)果表明，對于常見的對抗樣本在數(shù)據(jù)集CIFAR-10和SVHN上都能達(dá)到98%的檢測準(zhǔn)確率。此外，針對對抗樣本在頻域上存在的偽影，也提出一種通用的改進(jìn)算法IAA-DCT來解決。簡而言之，本文不僅填充了對抗樣本在頻域上工作的缺少，也改進(jìn)了對抗攻擊算法在頻域上存在偽影的弊端。

發(fā)表于：5/24/2022 5:52:33 PM

基于多Transformer網(wǎng)絡(luò)協(xié)同生成的自動(dòng)作曲[其他][其他]

多音軌的自動(dòng)作曲算法需要同時(shí)兼顧單條序列的連貫性與多個(gè)序列之間的和諧程度。以往工作通常選擇合并序列或并行多生成器兩種方案，它們都無法同時(shí)完全捕獲音符之間的依賴關(guān)系以及做到單條序列的連續(xù)性。提出了MuseTransformer框架，其包括由多個(gè)Transformer組成的生成器池模塊，并設(shè)計(jì)了多生成器的異步執(zhí)行策略與同步機(jī)制，以確保細(xì)粒度依賴關(guān)系的捕獲。在樂譜的序列表示方面，提出了關(guān)鍵位置符號(Key Position Symbol，KPS)以提高表示效率。多種音樂領(lǐng)域評價(jià)指標(biāo)的實(shí)驗(yàn)結(jié)果表明，所提模型生成的多軌序列之間在和諧程度、連貫性以及序列表示空間效率上，均等同或優(yōu)于其他先進(jìn)方法。

發(fā)表于：5/24/2022 5:48:08 PM

基于改進(jìn)匈牙利算法對多人人體關(guān)鍵點(diǎn)匹配的研究[其他][其他]

在復(fù)雜場景下，針對傳統(tǒng)人體姿態(tài)估計(jì)模型中關(guān)鍵點(diǎn)分配算法存在正確率低、資源分配不均等優(yōu)化問題，在OpenPose模型的基礎(chǔ)上提出了一種改進(jìn)的匈牙利算法，該算法在傳統(tǒng)數(shù)學(xué)模型的基礎(chǔ)上采用親和度向量場與鄰接矩陣結(jié)合的方式，通過對矩陣內(nèi)的數(shù)值處理，來獲取關(guān)鍵點(diǎn)的最佳匹配。實(shí)驗(yàn)表明，改進(jìn)算法的運(yùn)行時(shí)間有一定的減短，同時(shí)保證在100×100以內(nèi)的矩陣中運(yùn)算的精確度誤差率不高于0.014，且在使用本地圖像測試的實(shí)驗(yàn)中證明了模型的可行性和性能的提升。

發(fā)表于：5/24/2022 5:43:39 PM

基于多層次特征提取的輕量級超分辨率重建算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對目前基于深度學(xué)習(xí)的超分辨率算法特征提取較為單一、結(jié)構(gòu)復(fù)雜且參數(shù)龐大的問題，提出了一種基于多層次特征提取的輕量級超分辨率重建算法。該算法采用了多層次特征提取的方式，首先提取圖像的淺層特征；其次，使用包含多個(gè)并行卷積的深層特征提取模塊提取圖像的深層特征。設(shè)計(jì)了一種帶學(xué)習(xí)權(quán)重的多尺度特征融合重建模塊，以充分利用提取出的多層次信息重建圖像。實(shí)驗(yàn)結(jié)果表明，其重建圖像的峰值信噪比和結(jié)構(gòu)相似性在多數(shù)情況下領(lǐng)先于目前主流算法；與對比算法相比，在參數(shù)量和運(yùn)算時(shí)間上均保持領(lǐng)先，證明了網(wǎng)絡(luò)的輕量化特性。

發(fā)表于：5/24/2022 5:39:39 PM

基于改進(jìn)VIKOR的攻擊效果評估算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著計(jì)算機(jī)網(wǎng)絡(luò)的不斷發(fā)展，安全問題也日益凸顯，文章從網(wǎng)絡(luò)攻擊效果評估入手，提出了DEMATEL-ANP指標(biāo)權(quán)重計(jì)算模型，克服了傳統(tǒng)基于層次分析法的評估中不考慮指標(biāo)間相互關(guān)聯(lián)關(guān)系的問題，并提出了VIKOR-灰色關(guān)聯(lián)度法，既彌補(bǔ)了灰色關(guān)聯(lián)度從單一角度評估的問題，又彌補(bǔ)了TOPSIS方法不考慮自身權(quán)重、容易產(chǎn)生逆序的問題。通過仿真實(shí)驗(yàn)，證明了該算法在網(wǎng)絡(luò)攻擊效果評估中的可行性和有效性，并且相較于傳統(tǒng)算法對相似度較大的攻擊具有更強(qiáng)的區(qū)分性。

發(fā)表于：5/24/2022 5:33:43 PM

基于實(shí)戰(zhàn)化的集團(tuán)企業(yè)網(wǎng)絡(luò)安全主動(dòng)防御技術(shù)研究與實(shí)踐[通信與網(wǎng)絡(luò)][信息安全]

面對復(fù)雜多變的國際網(wǎng)絡(luò)空間安全形勢以及日益嚴(yán)峻的惡性網(wǎng)絡(luò)攻擊態(tài)勢，針對集團(tuán)化企業(yè)面臨的主機(jī)安全、設(shè)備安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全、業(yè)務(wù)安全等安全威脅，論述了基于實(shí)戰(zhàn)化的防范網(wǎng)絡(luò)對抗的關(guān)鍵技術(shù)與策略，包括基于網(wǎng)絡(luò)對抗的主動(dòng)誘捕系統(tǒng)設(shè)計(jì)、基于分級分類的安全自動(dòng)編排技術(shù)(SOAR)、基于輕量級零信任策略的設(shè)備監(jiān)控技術(shù)、數(shù)據(jù)和供應(yīng)鏈的安全防護(hù)與管控技術(shù)等，并詳細(xì)討論了攻擊暴露面的全面收斂和平戰(zhàn)結(jié)合的對抗性網(wǎng)絡(luò)應(yīng)急實(shí)訓(xùn)、不同安保時(shí)期的網(wǎng)絡(luò)應(yīng)急措施、應(yīng)對惡意攻擊的平臺聯(lián)動(dòng)與安全運(yùn)營等實(shí)戰(zhàn)化網(wǎng)絡(luò)安全運(yùn)營實(shí)踐與措施。

發(fā)表于：5/24/2022 5:28:52 PM

基于知識圖譜的軟件配置漏洞分析技術(shù)研究[通信與網(wǎng)絡(luò)][信息安全]

隨著科技發(fā)展，軟件也在日益更新，其功能和結(jié)構(gòu)愈發(fā)復(fù)雜多變，從而伴生的軟件配置漏洞導(dǎo)致的安全問題也日益增多。傳統(tǒng)的人工對配置進(jìn)行核查不僅耗費(fèi)時(shí)間和精力，而且效率低下，無法滿足及時(shí)高效確保軟件配置安全的需求。知識圖譜的發(fā)展在各個(gè)領(lǐng)域逐顯成效，它具有能處理海量數(shù)據(jù)、建立知識間關(guān)聯(lián)關(guān)系等優(yōu)勢，因此通過構(gòu)建軟件配置漏洞知識圖譜，來整合存儲軟件配置漏洞數(shù)據(jù)，并達(dá)到可視化推理分析、關(guān)聯(lián)查詢等功能，以實(shí)現(xiàn)軟件配置漏洞分析更加智能化的目標(biāo)。

發(fā)表于：5/24/2022 5:23:35 PM

智能物流數(shù)據(jù)治理與技術(shù)研究[其他][其他]

隨著物流行業(yè)向高柔性、高協(xié)同性、高效率的智能物流時(shí)代快速發(fā)展，智能物流數(shù)據(jù)治理與智能物流技術(shù)相互推動(dòng)，并對智能制造發(fā)展生態(tài)產(chǎn)生重要影響。闡明了智能物流實(shí)物流、信息流、資金流三維視角與數(shù)據(jù)治理的緊密聯(lián)系，以及智能物流數(shù)據(jù)治理框架發(fā)展進(jìn)程和演化規(guī)律，結(jié)合行業(yè)案例分析總結(jié)了我國智能物流數(shù)據(jù)治理與技術(shù)發(fā)展現(xiàn)狀，并從政策、行業(yè)、企業(yè)三個(gè)角度提出了對智能物流數(shù)據(jù)治理與技術(shù)未來發(fā)展的建議及展望，為我國智能物流發(fā)展提供借鑒與參考。

發(fā)表于：5/24/2022 5:11:05 PM

基于同源的抗量子群密鑰交換協(xié)議[其他][其他]

面對越來越多的基于群成員協(xié)同操作的需求，群密鑰交換協(xié)議在近期的研究中受到了廣泛的關(guān)注?；谕吹拿艽a協(xié)議是抗量子密碼中的重要組成部分，因此文章主要關(guān)注基于同源的群密鑰交換協(xié)議。針對超奇異同源的困難問題，提出了兩個(gè)2輪的基于超奇異同源的群密鑰交換協(xié)議，均是針對Burmester-Desmedt（BD）協(xié)議的優(yōu)化。此外，為了證明協(xié)議的安全性，分別針對兩個(gè)優(yōu)化版本的群密鑰交換協(xié)議給出了安全性證明。通過與現(xiàn)有的協(xié)議進(jìn)行比較，可發(fā)現(xiàn)所提出的兩個(gè)協(xié)議在通信量和計(jì)算復(fù)雜度上都有所降低。

發(fā)表于：5/24/2022 4:55:05 PM

基于ST DBSCAN的航跡聚類實(shí)現(xiàn)[其他][航空航天]

針對現(xiàn)有飛行目標(biāo)的航跡聚類算法的不足，提出的一種可對任意形狀的航跡聚類，且不需提前劃分聚類目標(biāo)個(gè)數(shù)，可解決時(shí)空域航跡數(shù)據(jù)的聚類方法。通過航跡信息中的空間坐標(biāo)以及時(shí)間信息，掃描選取航跡數(shù)據(jù)中的任意未標(biāo)記點(diǎn)，進(jìn)行時(shí)間域上的鄰近點(diǎn)掃描，再對時(shí)間鄰域內(nèi)的點(diǎn)進(jìn)行空間域掃描，通過時(shí)空域內(nèi)鄰近點(diǎn)跡的數(shù)量將相同目標(biāo)的航跡形成簇，并通過數(shù)據(jù)仿真驗(yàn)證本聚類方法的有效性。

發(fā)表于：5/16/2022 4:07:00 PM