联邦学习面临的瓶颈与挑战

联邦学习(Federated Learning,FL)是Google公司于2016年首次提出的概念,是一种在隐私约束下进行模型训练的机器学习训练范式。联邦学习具有无须客户端共享私有数据即可进行全局模型训练的特点,其在医疗、金融等需要严格保护用户私人信息的领域被广泛应用。虽然联邦学习因为可以保护用户的本地数据隐私而备受重视,但其也和其他机器学习架构一样面临着一些问题,并且容易受到黑客的攻击。将具体列举联邦学习所面临的瓶颈和安全问题,并介绍相应的防御机制,帮助联邦学习系统设计者更好地了解联邦学习的安全态势。

后量子密码的发展趋势研究

密码是保障网络通信安全的堡垒,随着量子计算的出现,经典密码体制在维护信息安全方面面临着巨大的挑战。目前,后量子密码算法是理论上证明可保障量子环境下通信安全的新型密码方案。通过分析现有量子计算技术与后量子密码方案设计的研究进展,强调后量子密码研究的紧迫感,表明后量子密码的研究在信息安全中的重要性,最后指出后量子密码下一步可能的研究方向,为我国后量子密码技术研究提供参考。

智能车联网信息安全研究

车联网技术是国内外的研究热点问题。车联网技术与传统汽车行业深度融合,促进了自动驾驶技术在多种智能场景下的部署与应用。然而,车联网技术智能化、共享化、网联化发展的同时也带来了不可避免的安全问题,如硬件安全、数据安全、通信安全、云平台安全等安全问题。从车联网生态系统3层架构入手,分别讨论了车载端、路端、云端3个方面的典型安全问题,有针对性地研究了不同安全防护解决方案,为提升车联网安全保障能力做出了贡献。

语音欺骗检测研究与分析

语音作为一种常用的生物特征,往往会被用于通过性安全认证。随之而来的就是ASV系统安全问题,攻击者会试图通过伪装成另一个已注册说话人的声音来通过ASV系统的检测。随着AI的发展,使用语音合成和语音转换等手段后的欺骗攻击都可以呈现出其他特定说话人的高质量、可信的语音信号,从而对ASV构成威胁。与欺骗攻击相对应,语音欺骗检测是一种识别防御技术,国内外相关人员进行了最新的研究。基于此,介绍了最前沿挑战的欺骗检测技术,并对这些技术的局限性和未来进行分析。

基于混沌蚂蚁群算法的PID控制器的参数整定

将蚂蚁混沌动力学、群组织和优化机制进行巧妙的结合,本文给出了一种基于群智能理论的新的优化方法,即混沌蚂蚁群算法CAS。同时采用该方法对PID控制器的参数进行了整定,它以误差积分型性能指标为目标函数、以设计参数的取值范围及最小增益和相位裕度为约束条件,建立了优化数学模型,数值结果显示采用混沌蚂蚁群算法的整定性能要优于采用遗传算法整定的性能。同时本文的方法由于不需要采用编码过程,因此比采用遗传算法的辨识方法要简练。

超混沌M-G系统参数辨识及其在通讯中的应用

连续时滞混沌系统是无穷维系统 ,这样的系统可产生具有多个正的Lyapunov指数的超混沌现象 ,因此系统可产生复杂的时间序列 .这个特征使它特别适用于保密通讯 .基于此分析 ,首先本文对M G超混沌系统的c参数进行辨识研究 ,给出一种辨识M G系统c参数的新方法 .然后 ,尝试用欲传输的信号对系统的c参数进行调制 ,在接收端利用本文提出的参数辨识方法来解调 ,从而实现数字信号的保密通信 .最后大量仿真发现 ,当辩识的收敛时间小于数字脉冲的持续时间时 。

改进的混沌蚂蚁群算法

混沌蚂蚁群算法是受自然界真实蚂蚁的混沌行为和自组织行为启发而产生的一种基于群智能理论的优化算法。介绍了该算法的基本原理,并在对其进行算法分析的基础之上,提出了一种改进的混沌蚂蚁群算法,该改进算法采用全面学习策略和一种简单的精细搜索策略以提高算法的性能。数值实验表明,该改进算法的收敛精度和结果稳定性优于混沌蚂蚁群算法。在此基础上,将其应用于对PID控制器参数的优化,仿真显示其结果优于混沌蚂蚁群算法。

数字滤波法控制六辊UC轧机中的混沌

利用两种不同的数字滤波方法 ,对文献 [11]中的六辊UC轧机中的混沌进行了控制 ,给出了初步的分析和数值模拟结果 ,分析了用这种方法控制混沌的机理。这是为提高六辊轧机轧制精度的一种极为简便的方法 ,是对传统技术的新的应用 ,它展示了一个新的控制思想。最后对有关的问题进行了讨论。

群体智能算法及其在信息安全中的应用探索

由于其在解决复杂问题尤其是NP难问题上的优势,群体智能算法一经提出,就备受关注。在动物行为的启发下,目前已经设计出了包括蚁群、粒子群、蜂群、人工鱼群等一系列算法。同时,这些算法也已被广泛运用到金融管理、交通运输、信息科学、航天工程、航海领域等各个工程领域。本文则将重点探索群智能算法在网络空间安全方面的潜在应用。首先简单回顾了几种典型的群体智能算法,接着分析了它们在密码学、网络入侵检测等分支中的可能应用,希望能够借助这些最优算法解决网络空间安全方面的一些基础问题,特别是那些与复杂巨系统相关的问题。

对一类具有随机扰动的混沌系统同步的新方法

本文基于工程上广为应用的状态观测器思想 ,在随机扰动存在的情况下 ,对一类非线性反馈混沌系统成功地实现了同步 .且在扰动很大时 ,系统仍能保持良好的同步性能 .最终的试验仿真结果也证明了这一点 。

辨识Lorenz混沌系统参数的新方法

基于有限时间收敛理论和 L yapunov稳定理论 ,对 L orenz混沌系统中的未知参数进行了辨识研究 ,给出了两个辨识L orenz混沌系统参数的新方法 ,数值结果表明该方法具有很好的抗噪和抗扰性能。

一类不确定时滞混沌系统的输出追踪控制

对一类不确定时滞混沌系统的输出追踪控制问题进行了研究 ,提出了一种新的控制方法。该方法表明具有期望系统动力学行为的线性时不变系统可作为时滞混沌系统输出跟踪的参考模型。然后设计了追踪控制器驱动时滞混沌的输出跟踪期望的线性系统。基于这种设计方法 ,被控时滞混沌系统的输出可以具有同期望的系统相同的行为。最后给出的仿真实例说明了所给方法的有效性。

不确定时滞混沌系统的鲁棒控制

针对不确定时滞混沌系统中不稳定不动点的控制需要 ,应用线性矩阵不等式 (L MI)方法 ,得到了系统存在时滞反馈控制器的充分条件 ,并利用该控制器对系统中存在的不稳定周期轨道的跟踪问题进行研究。

基于分散反馈控制的时滞混沌大系统

研究一类具有时滞关联的时滞大系统的混沌现象和分散反馈控制问题。应用线性矩阵不等式( L MI)方法 ,基于李雅普诺夫定理 ,分别得到了系统存在分散时滞反馈控制器和分散标准反馈控制器的充分条件 ,并利用分散时滞反馈控制器对系统中存在的不稳定周期轨道的追踪控制问题进行研究。仿真结果表明控制器具有很强的鲁棒性。

混沌系统的参数辨识与控制

把观测器思想用于系统中未知参数的辨识 ,对混沌系统中的未知参数进行了辨识研究。数值结果表明 ,对未知参数为常数或缓慢变化的信号 ,提出的方法都能给出很好的辨识结果。随后 ,把辨识和控制问题综合起来考虑 ,提出改进的混沌控制方法 。

具有随机扰动连续时滞混沌系统的同步

连续时滞混沌系统是无穷维系统 ,可以产生具有多个正的Lyapunov指数的超混沌 ,因此系统可以产生复杂的时间序列。这个特征使它特别适用于保密通讯。基于降阶观测器理论 ,给出了一种同步具有随机扰动连续时滞混沌系统的新方法。最后 ,数值仿真表明了该方法的有效性。

新型电力系统数据安全与隐私保护

《“十四五”现代能源体系规划》提出大力构建新型电力系统,推动电力系统向适应大规模高比例新能源方向演进.现阶段,电力系统数字化升级和新型电力系统建设快速迭代,新型电力技术应用和运行模式不断创新,新型电力系统面临的数据安全和隐私泄露问题日益严重.新型电力系统以传统智能电网为基石,以光伏发电、风力发电等可再生能源发电为综合供给主体,并结合分布式储能系统以及各类复杂的电力设备等.

一阶时滞混沌的参数辨识

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.针对两种不同类型的时滞混沌系统中的未知参数的辨识问题,将系统的未知参数看作系统的未知状态,利用非线性状态观测器理论进行参数估计,通过选取观测器中非线性增益函数,使得闭环误差系统指数或渐进稳定,从而给出参数估计器存在的充分条件.以典型的时滞Logistic系统为例进行了数值模拟,数值仿真结果表明,使用该方法可以对时滞混沌系统的未知参数进行有效地估计.

扰动情况下基于RBF网络的混沌系统同步

基于RBF网络 ,在扰动存在的情况下 ,对混沌系统的同步和异结构同步问题进行了研究 .研究表明本方法能有效地克服干扰对同步所造成的破坏 ,实现良好的同步效果 .最后 ,利用Lorenz系统进行了仿真 .仿真结果证明了所给方法的有效性 .

Hnon混沌系统的追踪控制与同步

基于离散线性系统的稳定性理论 ,实现了H啨ｎｏｎ混沌系统对参考信号的追踪控制 .讨论了系统的同步问题 ,给出了“异结构混沌同步”的新概念 .