期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
图像分类模型的对抗样本攻防研究综述 被引量：4
1
作者 闫嘉乐 徐洋 +1 位作者 张思聪 李克资 《计算机工程与应用》 CSCD 北大核心 2022年第23期24-41,共18页
深度学习模型在图像分类领域的能力已经超越了人类,但不幸的是,研究发现深度学习模型在对抗样本面前非常脆弱,这给它在安全敏感的系统中的应用带来了巨大挑战。图像分类领域对抗样本的研究工作被梳理和总结,以期为进一步地研究该领域建... 深度学习模型在图像分类领域的能力已经超越了人类,但不幸的是,研究发现深度学习模型在对抗样本面前非常脆弱,这给它在安全敏感的系统中的应用带来了巨大挑战。图像分类领域对抗样本的研究工作被梳理和总结,以期为进一步地研究该领域建立基本的知识体系,介绍了对抗样本的形式化定义和相关术语,介绍了对抗样本的攻击和防御方法,特别是新兴的可验证鲁棒性的防御,并且讨论了对抗样本存在可能的原因。为了强调在现实世界中对抗攻击的可能性,回顾了相关的工作。在梳理和总结文献的基础上,分析了对抗样本的总体发展趋势和存在的挑战以及未来的研究展望。 展开更多
关键词 图像分类 对抗样本 深度学习 对抗攻击 对抗防御
下载PDF
基于深度学习的轻量级车载网络入侵检测方法
2
作者 蒋玉长 徐洋 +2 位作者 李克资 秦庆凯 张思聪 《计算机工程与应用》 CSCD 北大核心 2023年第22期284-292,共9页
现有基于深度学习的车载网络入侵检测方法存在计算资源消耗和延迟较高的问题。为减少检测延迟并提高检测效果,结合迁移学习构建基于可视化和改进的MobileNet模型的轻量级车载网络入侵检测模型。将攻击流量可视化为彩色图,之后通过双线... 现有基于深度学习的车载网络入侵检测方法存在计算资源消耗和延迟较高的问题。为减少检测延迟并提高检测效果,结合迁移学习构建基于可视化和改进的MobileNet模型的轻量级车载网络入侵检测模型。将攻击流量可视化为彩色图,之后通过双线性插值方法扩大图像以增强数据集并防止模型过拟合。为减少参数和训练过程中的资源消耗,对MoblieNet进行改进,并使用迁移学习对模型进行微调。实验结果表明,该方法在算力有限的树莓派设备上对车载网络流量数据集Car-Hacking和OTIDS的测试准确率、精确率、召回率和F1值达到100%,平均响应时间分别为2.5 ms和2.9 ms,较经典的深度学习模型如ResNet-18等减少了至少40%的响应时间。相比较Confidence Averaging等检测方法,减少了训练资源的消耗,并保证了检测的效果和时间。 展开更多
关键词 控制器区域网络 车载网络 入侵检测 轻量级
下载PDF
关于建筑自然通风设计的探讨 被引量：2
3
作者 李克资 《有色金属设计》 2009年第2期35-38,共4页
结合我国目前建筑空调技术对环境和能源造成巨大压力的情况,指出了自然通风的重要性;介绍了自然通风的基本原理和自然通风在建筑中的应用技术,以期加强人们对自然通风的重视。
关键词 自然通风 风压 热压 自然通风的应用
下载PDF
绿色建筑的评价方法与基本要求 被引量：1
4
作者 李克资 《有色金属设计》 2009年第1期26-28,72,共4页
结合我国目前的建筑活动现状,指出了发展绿色建筑的必要性和紧迫性;介绍了绿色建筑的定义和评价方法;简单介绍了绿色建筑的基本要求,以求增进人们对绿色建筑的了解。
关键词 可持续发展 绿色建筑 评价方法
下载PDF
自动语音辨识对抗攻击和防御技术综述 被引量：1
5
作者 李克资 徐洋 +1 位作者 张思聪 闫嘉乐 《计算机工程与应用》 CSCD 北大核心 2022年第14期1-15,共15页
语音辨识技术是人机交互的重要方式。随着深度学习的不断发展,基于深度学习的自动语音辨识系统也取得了重要进展。然而,经过精心设计的音频对抗样本可以使得基于神经网络的自动语音辨识系统产生错误,给基于语音辨识系统的应用带来安全... 语音辨识技术是人机交互的重要方式。随着深度学习的不断发展,基于深度学习的自动语音辨识系统也取得了重要进展。然而,经过精心设计的音频对抗样本可以使得基于神经网络的自动语音辨识系统产生错误,给基于语音辨识系统的应用带来安全风险。为了提升基于神经网络的自动语音辨识系统的安全性,需要对音频对抗样本的攻击和防御进行研究。基于此,分析总结对抗样本生成和防御技术的研究现状,介绍自动语音辨识系统对抗样本攻击和防御技术面临的挑战和解决思路。 展开更多
关键词 自动语音辨识 深度学习 对抗攻击 对抗防御
下载PDF
基于深度学习的恶意文档可视化检测
6
作者 黄昆 徐洋 +1 位作者 张思聪 李克资 《电子测量技术》 北大核心 2022年第18期126-133,共8页
为了更加准确、快速地检测恶意PDF与DOCX格式文档,提出一种基于深度学习的恶意文档可视化检测方法。该方法通过马尔可夫模型将文档的字节序列转化为三通道的彩色图,从而获取更能区分恶意文档和良性文档的视觉表征,并采用当前主流的Effic... 为了更加准确、快速地检测恶意PDF与DOCX格式文档,提出一种基于深度学习的恶意文档可视化检测方法。该方法通过马尔可夫模型将文档的字节序列转化为三通道的彩色图,从而获取更能区分恶意文档和良性文档的视觉表征,并采用当前主流的EfficientNet-B0模型对提取的可视化特征进行分类。结合迁移学习领域中的微调技术,将ImageNet上的分类权重应用到EfficientNet-B0模型的训练中,加快检测模型的收敛速度,缩短模型的训练时间。实验证明,在两个数据集上,模型的收敛速度快于随机初始化权重的预训练,且模型对恶意PDF文档和恶意DOCX文档的检测准确率分别达到了99.80%和98.14%,优于ResNet34、MobileNetV2等模型。与主流的恶意文档检测工具Wepawet和PJScan相比,所提出的方法具有更优的综合检测性能,进一步验证了所提出方法对恶意文档检测的有效性。 展开更多
关键词 恶意文档 EfficientNet-B0 可视化 马尔可夫模型 迁移学习
下载PDF
基于BiLSTM-Attention-CNN的XSS攻击检测方法 被引量：1
7
作者 李克资 徐洋 +1 位作者 张庆玲 张思聪 《贵州师范大学学报（自然科学版）》 CAS 2022年第4期76-83,共8页
在基于深度学习XSS检测的研究中,双向长短期记忆网络(BiLSTM)和CNN模型均无法区分输入特征信息中关键特征和噪音特征对模型效果的影响。针对这一问题,引入注意力机制,提出一种将BiLSTM和CNN相结合的XSS检测模型。首先利用BiLSTM提取XSS... 在基于深度学习XSS检测的研究中,双向长短期记忆网络(BiLSTM)和CNN模型均无法区分输入特征信息中关键特征和噪音特征对模型效果的影响。针对这一问题,引入注意力机制,提出一种将BiLSTM和CNN相结合的XSS检测模型。首先利用BiLSTM提取XSS攻击载荷双向序列信息特征,然后引入注意力机制计算不同特征在XSS检测中的权重,最后将加权后的特征向量输入CNN提取局部特征。实验表明BiLSTM-Attention-CNN相比SVM、ADTree、AdaBoost机器学习算法分别提高了9.45%、7.9%和5.5%的准确率,相比单一的CNN、GRU、BiLSTM提高了检测精度,相比BiLSTM-CNN在保持检测精度的同时减短了5.1%收敛时间。 展开更多
关键词 WEB应用安全 XSS CNN 双向长短期记忆网络 注意力机制
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部