基于标签机制的电子文档安全中间件的设计与实现

对电子文档生命周期的有效安全控制和管理是保障电子文档安全使用的重要研究内容.论文以密码技术为支撑,基于标签安全机制设计和实现了一种电子文档安全中间件,该中间件实现了用户、文档和标签的标识化、安全审计、基于标签的安全控制等安全管理,提供了透明、规范的电子文档处理的安全管理和密码服务.文章描述了该安全中间件的总体构成、工作机制,详细阐述了实现过程中的几个关键技术.

融合注意力机制的多标签文本分类

多标签文本分类的结果很大程度上受到标签相关性的影响.为了更加细致地处理标签相关性问题,提出一种融合注意力机制的多标签文本分类方法.首先,将文本和标签预处理后,对标签输入采用两种不同的嵌入方式提取特征;其次,运用注意力机制处理信息,针对文本和标签信息,自注意力机制进行特征处理,标签注意力机制和交互注意力机制进行依赖关系处理,进而得到两种不同状态下的表示方式;最后,通过两次融合,充分表示文本标签信息,得到较好的标签分类结果.实验结果显示,较之于基线方法,在精度和归一化折损累计增益上,该方法数据总体有所提高.由此,该方法可以有效地融合文本和标签信息,缓解标签相关性问题,有利于提升多标签文本分类任务性能.

探索建立产品碳标签机制,助力双碳战略目标实现

碳标签作为新型的低碳经济措施和与全球气候谈判最密切相关的技术贸易壁垒,逐渐成为全球环境问题研究领域中的热点。发达国家在全球产品碳标签领域占据较强的话语权,由于制度、标准和技术等多种因素,我国在碳标签领域的研究和应用进展还相对滞后。本文从产品碳标签的内涵、国际国内发展现状、优势和功能等方面分析,提出率先探索建立国际互认的碳标签机制、积极服务我国双碳战略目标的对策建议。

基于多任务标签一致性机制的中文命名实体识别

实体边界预测对中文命名实体识别至关重要。现有研究为改善边界识别效果而提出的多任务学习方法大多仅考虑与分词任务进行简单结合,但由于缺少包含多任务标签的训练数据,导致无法学到多个任务之间的标签一致性关系。该文提出一种新的基于多任务标签一致性机制的中文命名实体识别方法:将分词和词性信息融入命名实体识别模型,进而联合训练命名实体识别、分词、词性标注三种任务;建立基于标签一致性机制的多任务学习模式,增强边界信息学习,捕获标签一致性关系,更好地学习多任务表示。相较于基线模型,全样本实验、模拟小样本实验及真实小样本实验分别提升F_1值10.28%、11.17%和8.84%,表明了该方法的有效性。

融入类别标签和主题信息的用户兴趣识别方法

社交网络用户兴趣发现对信息过载缓解、个性化推荐和信息传播正向引导等方面具有重要意义。目前已有的兴趣识别研究未能同时考虑文本主题信息及其对应的类别标签信息对模型学习文本特征的帮助,文中提出了一种融入类别标签和主题信息的用户兴趣识别方法。首先,利用BERT预训练模型、BiLSTM模型和多头自注意力机制分别获取文本和标签序列的语义特征;其次,引入标签注意力机制,使模型更加关注文本与其类别标签更相关的词语信息;然后,利用LDA主题模型和Word2Vec模型得到文本主题特征;接着,设计门控机制进行特征融合,使模型能够自适应地融合多种特征,进而实现微博文本兴趣类别分类;最后,统计用户发表的所有文本在各个兴趣类别上的数量,将数量最多的兴趣类别确定为用户兴趣识别结果。为验证所提方法的有效性,文中构建了一个微博兴趣识别数据集。实验结果表明,该模型在微博文本兴趣类别分类和用户兴趣识别任务中均取得了最优性能。

MPLS支持IP组播中标签分配的新机制

提出了一种基于数据流驱动的组播标签分配机制 ,并对该机制进行分析 。

基于同义词扩展和标签传递机制的文本无载体信息隐藏方法

为了解决传统文本信息隐藏方法隐藏容量低、抗检测性弱等问题,提出一种基于同义词扩展和标签传递机制的文本无载体信息隐藏方法。该方法将秘密信息切分成若干个关键词,分别嵌入不同的文本载体中。考虑到汉语中同义词的可替换性,使用基于知网的词语相似度计算方法筛选符合上下文语义的同义词,尽可能将不同的关键词或其同义词嵌入同一文本中,以此来提升隐藏容量。同时,记录每篇文本中所有被隐藏关键词的标签信息,将其按固定格式转换为二进制序列,作为秘密信息生成载体文本。最后,将自然载体文本和生成载体文本一起发送给接收方完成秘密通信。实验结果表明,所提方法的隐藏容量与传统方法相比有了较大的提升,具有较强的抗检测能力,使用小型载体文本数据库即可实现完整的信息隐藏和提取,减少了建立和维护索引数据库的开销。

MPLS组播机制中基于核心树的标签分发方法

基于松散模式下协议独立的组播协议 (Protocol Independent Multicast- Sparse Mode,PIM- SM)对多协议标签交换 (Multi- Protocol Label Switching,MPLS)中有关核心树组播标签分发机制进行了研究 .由于 PIM- SM允许 SPT和 RPT两种组播树同时存在 ,亦存在 (*,G) /(S,G)共存问题 ,因此在 MPLS的标签分发中就不能以通常的单播方式进行 .文中提出的上游隐性标签分发和下游按需标签分发方法可以解决存在共存问题时如何进行 MPLS标签分发这一问题 .

一种用于Java程序验证编译的标签类型

在基于语言考虑代码安全性的工作中,往往需要将高级语言程序翻译成类型化低级语言的程序进行类型检查.许多高级语言具有类型调度结构,在向低级语言的编译过程中需要用标签机制来实现.针对具有多继承接口的 Java 程序包含的一种特殊的类型调度结构,提出了一种新的标签类型.包含这种标签类型的低级语言能够有效地实现 Java 程序中的接口调用.这种对接口调用的编译方法被用在一个以类型化低级语言为验证语言的 Java 字节码即时编译器中.

论网络热点事件标签化现象——以雷洋事件为例

随着移动互联时代的快速发展,信息井喷、新闻爆炸,新闻传播媒体为抓住受众的注意力资源,在新闻事件的报道中越来越多地采用贴标签的形式。但是标签的滥用与误用,对新闻的真实性、舆论的导向性等诸多方面造成了负面影响。给网络事件贴标签是新闻报道的一种有效手段,但它是把双刃剑,本文以雷洋事件为切入点,研究网络热点事件中的标签机制,以更好地了解和利用标签进行新闻报道。

融合标签关系的法律文本多标签分类方法

随着大数据技术的快速发展,多标签文本分类在司法领域也催生出诸多应用.在法律文本中通常存在多个要素标签,标签之间往往具有相互依赖性或相关性,准确识别这些标签需要多标签分类方法的支持.因此,文中提出融合标签关系的法律文本多标签分类方法.方法构建标签的共现矩阵,利用图卷积网络捕捉标签之间的依赖关系,并结合标签注意力机制,计算法律文本和标签每个词的相关程度,得到特定标签的法律文本语义表示.最后,融合标签图构建的依赖关系和特定标签的法律文本语义表示,对文本进行综合表示,实现文本的多标签分类.在法律数据集上的实验表明,文中方法获得较好的分类精度和稳定性.

基于信任模型的安全应用层多播协议

针对ALM(application layer multicast)安全性方面存在的问题,设计了一种新的ALM协议。节点加入多播组时,协议对节点的信任度进行认证检测。在交互过程中动态计算节点信任度,以便准确识别覆盖网中的恶意节点。同时,通过标签机制,有效防止了节点对信任信息的恶意篡改。仿真实验结果表明,该协议能有效区分恶意节点并对其进行控制,对多播安全性方面存在的问题有较大改进。

无锚框目标检测模型特征任务不对齐研究

通常的目标检测模型由分类任务和回归任务构成。由于不同的任务驱动因素,模型中头部对应的这两个任务分支网络对来自同一输入图片、同一个实例的特征具有不同的敏感性。这就造成了检测模型对于相同位置的特征、分类效果和回归效果相差巨大的问题,也就是任务特征不对齐的问题。但是通用的目标检测后处理办法,仅以分类分数作为非极大抑制过程的标准,带来了大量回归质量较差、但置信度很高的检测结果。对现代化的无锚框网络展开不对齐问题的研究分析,将问题进一步拆解为尺度层级上的不对齐和空间位置上的不对齐。提出了参数量代价最小的解决方案:使用可变形卷积模块对检测模型头部网络的感受野进行微调,使用考虑样本点对齐效果的标签分配机制进行对齐样本点的挖掘,创新性地解决了上述两个子问题。进一步的详细实验和对比分析证明了该工作的有效性和实用性,以及对不同特征提取骨干网络的鲁棒性。

融合标签自适应重构机制的情感分类研究

本文提出一种融合标签自适应重构机制的半监督情感分类方法,用于实现对数据噪声的标注与过滤。本文将提出的标签自适应重构机制分别引入到逻辑回归、随机森林、朴素贝叶斯及线性支持向量机情感分类算法中,以西安疫情防控为例采集微博、豆瓣及知乎等社交媒体上的网络舆情数据,基于上述构建的社交网络数据进行验证实验。实验结果表明,本文提出的融合标签自适应机制的情感分类模型在情感分类准确性上有显著提升。

IP网络接纳控制的研究

在深入研究了各种接纳控制技术的基础上,论述了基于探测接纳方法的优势,同时分析了探测方法可能出现的问题。提出了一种改进的基于探测的接纳控制技术即在传统的基于探测的方法上加载了"改进的链路探测标签"机制。最后,通过仿真实验证明了改进方法有效。

无线MPLS技术

本文描述了无线 MPLS( WMPLS)技术在宽带无线移动通信领域的应用 ,对扩展后的 WMPLS协议和 MPLS协议作了比较 ,同时描述了

一种基于流量需求的动态频谱分配算法

感知无线电是一个解决当前频谱资源紧缺情况的有效手段,其中动态频谱分配技术是一个非常重要的环节。文章首先建立了基于冲突图的需求分配模型,基于此模型提出了一种基于用户需求的动态频谱分配算法,在传统标签机制基础上增加了对感知用户随时间改变的频谱需求的支持。试验结果表明,当每个感知用户对频谱的需求随着时间的变化而变化并且为有限值的情况下,该算法能保证较好的公平性和提供较高的分配效率。