期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
面向复杂数据审计需求的数据血缘构建方法
1
作者 潘晓华 金泳 +2 位作者 高扬华 朱心洲 沈诗婧 《计算机应用研究》 CSCD 北大核心 2024年第1期76-82,共7页
针对复杂数据审计需求,现有方法是通过查询分析数据库中每条执行语句信息,数据审计效率低下;目前也有一些手段是使用数据血缘工具进行快速查找,但是这种方式需要侵入系统获取源码,容易造成数据泄露或者被恶意窜改。针对这些问题,提出一... 针对复杂数据审计需求,现有方法是通过查询分析数据库中每条执行语句信息,数据审计效率低下;目前也有一些手段是使用数据血缘工具进行快速查找,但是这种方式需要侵入系统获取源码,容易造成数据泄露或者被恶意窜改。针对这些问题,提出一种面向复杂数据审计需求的数据血缘构建方法,融合日志预处理、数据关系解析、数据对齐等关键技术,通过解析系统运行日志信息以非侵入的方式实现数据血缘图谱的构建,并面向烟草物流出入库环节形成数据审计工具。以烟草物流中13 796个批次货物在流转过程中所对应的155 728条事务日志为测试数据集,从完整性、构建成本、数据审计效率三个方面进行对比实验。结果表明,提出的方法能够在10 s内完成查询任务,占用内存为1.23 MB/百条,明显少于现有方法。相比现有方法,提出的方法可在数据级粒度上进行完整准确的数据血缘构建,且使用基于该方法所构建的数据血缘进行数据审计能够大幅度提升卷烟物流过程中的数据审计效率。 展开更多
关键词 数据血缘 非侵入式 数据审计 卷烟物流 自动化作业
下载PDF
采用数据血缘的数据热度预测方法 被引量:2
2
作者 金泳 高扬华 +2 位作者 潘晓华 沈诗婧 朱心洲 《计算机应用》 CSCD 北大核心 2023年第S01期119-125,共7页
数据之间存在相互引用关系,在进行数据开发时,通常存在一些具有高热度的数据,此类数据被其他数据大量引用,它们的缺陷往往会给整个大数据平台产出的数据结果带来极大影响。因此,对高热度数据进行预测并予以相应保护至关重要。面向基于... 数据之间存在相互引用关系,在进行数据开发时,通常存在一些具有高热度的数据,此类数据被其他数据大量引用,它们的缺陷往往会给整个大数据平台产出的数据结果带来极大影响。因此,对高热度数据进行预测并予以相应保护至关重要。面向基于数据热度的数据分级治理需求,提出一种采用数据血缘的数据热度预测方法。首先通过构建数据系统中的数据血缘捕获数据节点之间的引用关系;然后,提取数据血缘的时间和结构特征,并采用图卷积网络(GCN)进行数据血缘图特征的学习;最后,提出一种数据血缘传播趋势分层读出的方法读出图特征,对数据热度进行预测。在浙江中烟营销系统数据集ZJZY-SL和高能物理现象学相关论文引文数据集(HEP-PH)上的实验结果表明,相较于DeepCCP等方法,所提方法的识别准确率分别提升7.64、2.88个百分点,平均F1分别提升4.7、4.34个百分点。所提方法能充分挖掘数据在被引用早期的数据血缘特征,并预测数据节点未来的热度。 展开更多
关键词 数据血缘 图卷积网络 数据热度 传播趋势 数据治理
下载PDF
深度学习人脸识别系统的对抗攻击算法研究 被引量:9
3
作者 陈晋音 周嘉俊 +2 位作者 沈诗婧 郑海斌 宣琦 《小型微型计算机系统》 CSCD 北大核心 2019年第8期1723-1728,共6页
目前,基于深度学习的应用越来越广泛,但是深度学习易受到人为细微扰动的对抗攻击.针对精度和安全要求较高的人脸识别深度模型,通过研究其在对抗攻击下的脆弱性,有助于进一步提出相应防御策略来提高模型鲁棒性.本文针对基于深度学习的黑... 目前,基于深度学习的应用越来越广泛,但是深度学习易受到人为细微扰动的对抗攻击.针对精度和安全要求较高的人脸识别深度模型,通过研究其在对抗攻击下的脆弱性,有助于进一步提出相应防御策略来提高模型鲁棒性.本文针对基于深度学习的黑盒人脸识别系统,利用生物面部配件(如眼镜框)约束对抗扰动区域,通过粒子群优化(PSO)策略生成对抗配件,攻击人脸识别模型.本文实现了针对最新人脸识别框架Face Net的对抗攻击,取得了较好的攻击效果.最后利用对抗训练进行了防御测试,验证了该方法能提高模型鲁棒性. 展开更多
关键词 对抗攻击 人脸识别 粒子群优化 深度学习
下载PDF
基于PSO的路牌识别模型黑盒对抗攻击方法 被引量:14
4
作者 陈晋音 陈治清 +2 位作者 郑海斌 沈诗婧 苏蒙蒙 《软件学报》 EI CSCD 北大核心 2020年第9期2785-2801,共17页
随着深度学习在计算机视觉领域的广泛应用,人脸认证、车牌识别、路牌识别等也随之呈现商业化应用趋势.因此,针对深度学习模型的安全性研究至关重要.已有的研究发现:深度学习模型易受精心制作的包含微小扰动的对抗样本攻击,输出完全错误... 随着深度学习在计算机视觉领域的广泛应用,人脸认证、车牌识别、路牌识别等也随之呈现商业化应用趋势.因此,针对深度学习模型的安全性研究至关重要.已有的研究发现:深度学习模型易受精心制作的包含微小扰动的对抗样本攻击,输出完全错误的识别结果.针对深度模型的对抗攻击是致命的,但同时也能帮助研究人员发现模型漏洞,并采取进一步改进措施.基于该思想,针对自动驾驶场景中的基于深度学习的路牌识别模型,提出一种基于粒子群优化的黑盒物理攻击方法(black-box physical attack via PSO,简称BPA-PSO).BPA-PSO在未知模型结构的前提下,不仅可以实现对深度模型的黑盒攻击,还能使得实际物理场景中的路牌识别模型失效.通过在电子空间的数字图像场景、物理空间的实验室及户外路况等场景下的大量实验,验证了所提出的BPA-PSO算法的攻击有效性,可发现模型漏洞,进一步提高深度学习的应用安全性.最后,对BPA-PSO算法存在的问题进行分析,对未来的研究可能面临的挑战进行了展望. 展开更多
关键词 自动驾驶 对抗性攻击 路牌识别 黑盒物理攻击 粒子群优化
下载PDF
车牌识别系统的黑盒对抗攻击 被引量:10
5
作者 陈晋音 沈诗婧 +2 位作者 苏蒙蒙 郑海斌 熊晖 《自动化学报》 EI CAS CSCD 北大核心 2021年第1期121-135,共15页
深度神经网络(Deep neural network,DNN)作为最常用的深度学习方法之一,广泛应用于各个领域.然而,DNN容易受到对抗攻击的威胁,因此通过对抗攻击来检测应用系统中DNN的漏洞至关重要.针对车牌识别系统进行漏洞检测,在完全未知模型内部结... 深度神经网络(Deep neural network,DNN)作为最常用的深度学习方法之一,广泛应用于各个领域.然而,DNN容易受到对抗攻击的威胁,因此通过对抗攻击来检测应用系统中DNN的漏洞至关重要.针对车牌识别系统进行漏洞检测,在完全未知模型内部结构信息的前提下展开黑盒攻击,发现商用车牌识别系统存在安全漏洞.提出基于精英策略的非支配排序遗传算法(NSGA-II)的车牌识别黑盒攻击方法,仅获得输出类标及对应置信度,即可产生对环境变化较为鲁棒的对抗样本,而且该算法将扰动控制为纯黑色块,可用淤泥块代替,具有较强的迷惑性.为验证本方法在真实场景的攻击可复现性,分别在实验室和真实环境中对车牌识别系统展开攻击,并且将对抗样本用于开源的商业软件中进行测试,验证了攻击的迁移性. 展开更多
关键词 深度学习 车牌识别 对抗攻击 黑盒攻击 物理攻击
下载PDF
体力活动对老年帕金森病预防的研究进展
6
作者 沈诗婧 郭琪 +2 位作者 王丽岩 蔡明 韩佩佩 《中国疗养医学》 2021年第7期692-695,共4页
帕金森病(PD)是一种常见的运动障碍性神经系统疾病,病程长且容易复发,目前临床尚无特效治疗药物,是一种不可治愈的进展性疾病,严重影响了个人和家庭的生活质量。因此,帕金森病早期预防至关重要。本文归纳了国内外关于体力活动对老年帕... 帕金森病(PD)是一种常见的运动障碍性神经系统疾病,病程长且容易复发,目前临床尚无特效治疗药物,是一种不可治愈的进展性疾病,严重影响了个人和家庭的生活质量。因此,帕金森病早期预防至关重要。本文归纳了国内外关于体力活动对老年帕金森病预防的相关研究,希望能为帕金森病的防治工作提供理论依据。 展开更多
关键词 帕金森病 体力活动 综述
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部