利用动态裁剪差分隐私实现联邦学习入侵检测

网络入侵检测任务中应用联邦学习技术可以在参与方数据本地化的同时扩充标签数据数量,以此得到性能更优的检测模型.然而,联邦学习训练过程通常涉及服务器与参与方之间的多次交互,而在交互过程中,参与方上传的参数容易受到攻击者的恶意窃取,造成数据隐私泄漏.针对此问题,提出了一种基于动态梯度裁剪的差分隐私保护方法 DCDP,DCDP选取训练过程中梯度的L2范数分位数作为裁剪阈值,之后通过参数噪声传递实现参与方数据隐私保护,保证了噪声添加合理性,从而避免手动设置阈值造成的性能受损.改进联邦平均算法FedAvg,添加Macro-F1指标进行加权聚合,得到新的网络入侵检测算法DCDP-FedF1.通过在CICIDS2017数据集上进行对比实验,证明了DCDP-FedF1的有效性和先进性.

基于动态裁剪的跨图幅地图漫游的设计与实现

本文首先指出了原 Ｗ ｉｎ Ｇ Ｉ Ｓ 系统及其他图形工具、电子地图等软件在缩放漫游方面所存在的问题，在此基础上提出了一种使用地理逻辑窗口对地图进行动态裁剪与动画式显示并顾及多尺度与地图综合的缩放漫游方法。

ZZ-1500的现场动态裁剪及其应用

ＺＺ－１５００的现场动态裁剪及其应用易青一、向题的提出非专用的电子测重手簿一般都是由通用的袖珍计算机（掌上型电脑），如ＰＣ－１５００和ＰＣ－Ｅ５００，加上测量程序构成的。新近加入这个行列的又有北京振中电子集团研制生产的ＺＺ－１５００。ＺＺ－１５００除...

动态梯度阈值裁剪的差分隐私生成对抗网络算法

现有的生成对抗网络(GAN)和差分隐私相结合的方法大多采用梯度扰动的方法实现隐私保护,即在优化过程中利用梯度裁剪技术来约束优化器对单个数据的敏感性,并对裁剪后的梯度添加随机噪声以达到保护模型的目的。然而大多数方法在训练时裁剪阈值固定,而阈值过大或过小均会影响模型的性能。针对该问题,提出动态梯度阈值裁剪的DGC_DPGAN(Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法以兼顾隐私保护和模型的性能。该算法结合预训练技术,在优化过程中先求取每批次隐私数据的梯度F-范数均值作为动态梯度裁剪阈值,再对梯度进行扰动。考虑不同的裁剪顺序,提出先裁剪再加噪的CLIP_DGC_DPGAN(Clip Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法和先加噪再裁剪的DGC_DPGAN算法,并采用Rényi Accountant求取隐私损失。实验结果表明,在相同的隐私预算下,所提出的两种动态梯度裁剪算法与固定梯度阈值裁剪方法相比更优:在Mnist数据集上,所提两种算法在IS(Inception Score)、结构相似性(SSIM)、卷积神经网络(CNN)分类准确率上分别提升了0.32~3.92,0.03~0.27,7%~44%;在Fashion-Mnist数据集上,所提两种算法在IS、SSIM、CNN分类准确率上分别提升了0.40~4.32,0.01~0.44,20%~51%。同时,GAN模型生成图像的可用性更好。

基于动态权重裁剪的快速Adaboost训练算法

提出了基于动态权重裁剪的快速Adaboost训练算法,当训练数据集较大时,可以大大提高训练速度.基于动态权重裁剪的Adaboost训练算法在每次迭代过程中舍去权重较小的大多数样本,保留权重较大的少数样本进行训练,迭代完成后检查这个利用少量样本训练得到的弱分类器在所有样本上的分类性能,如果错误率大于0.5,则扩大样本的数量重新训练本次迭代的弱分类器.由于在大多数迭代过程中,只利用了少量样本进行弱分类器的训练,从而提高了整个算法的训练速度.

面向城市特点的新型智慧城市评价指标裁剪模型

论文首先构建新型智慧城市评价指标数据库,针对不同特点的城市,对数据库中的评价指标进行取舍,基于层次分析法及专家赋分,动态设定其权重,完成评价指标的自动裁剪,从而建立有针对性的智慧城市评价模型,并计算出不同城市的综合得分。将该模型应用于2018版新型智慧城市评价体系及中部6省会城市的智慧旅游、智慧教育评价,实践结果表明,论文基于层次分析法构建的模型与专家经验基本吻合,与这些城市的基本特点相符,有助于客观评价不同特点城市的智慧建设水平。

基于协方差特征的裁剪AdaBoost算法

针对Haar-like特征的缺陷以及AdaBoost算法存在训练耗时的问题,提出一种基于协方差特征的改进AdaBoost人脸检测算法。该方法用协方差特征代替Haar-like特征进行特征提取;然后使用特征裁剪和动态权重裁剪相结合的裁剪AdaBoost算法,训练得到基于协方差特征的强分类器。实验结果表明,相对于基于Haar-like特征的AdaBoost算法,该算法性能没有明显退化且很大程度上提高了训练速度。

一种基于图计算技术的影像地图切片和显示方法

基于图计算技术的影像地图切片和显示方法主要是基于当前视口区域内需要显示的切片的行、列索引,结合地图切片命名规则得到切片完整路径,根据切片路径显示相应的地图切片并进行无缝拼接显示。在显示范围和显示要素判断上,采用地图分块动态裁剪显示和缩放的多尺度处理的策略,大大降低了裁剪计算频度,自适应显示或隐藏图元细节。试验表明,该方法在提高影像地图显示效率的同时,保证了显示效果,值得进行实践推广。