面向国产处理器大数据一体机的基因压缩技术研究

大数据一体机作为大数据时代的基础设施,其自主安全可控显得尤为重要。基因数据因其巨大的社会价值、经济价值及军事价值,其安全是国家安全的一部分。因此,存储、分析与处理基因数据是国产处理器大数据一体机的重要应用之一。文中首先介绍了国产处理器大数据一体机和基因序列文件主要格式,然后分为无参考序列基因压缩算法和基于参考序列基因压缩算法综述了FASTA格式基因数据压缩技术及基因压缩并行化技术的发展历程和研究现状,同时在国产处理器大数据一体机上验证了近年来优秀基因压缩算法的性能。研究面向国产处理器大数据一体机的基因压缩技术对解决基因数据安全和基因压缩技术自主可控具有很重要的意义,也为我国基因处理技术的全面国产化提供了参考。

基于字句动态特征和自注意力的情感分析方法

针对评论情感分析任务中文本长度失衡引起的特征稀疏、特征缺失和提取信息不全等问题,提出了一种基于字句动态特征和自注意力的情感分析方法。首先基于预训练模型对评论进行动态特征编码,使用句向量对不足固定长度的部分进行补全,并表征超出的截断部分,以缓解批训练下文本尺寸失衡引起的特征稀疏和特征缺失问题。然后使用基于自注意力机制的特征重组方法动态整合字句融合特征,并优化权重参数以降低计算和训练时间复杂度。最后在开源数据集上分别进行了消融实验和对比实验。测试结果表明,本文方法在准确率上有较优的改进效果。

无人驾驶中3D目标检测方法研究综述

随着激光雷达、RGB摄像头等传感器在无人驾驶领域的广泛应用,2D目标检测已不能满足无人驾驶车辆感知环境的需要。在对现有3D目标检测算法文献研究的基础上,介绍了基于RGBD、激光点云与传感器融合的3D目标检测算法,并对上述三类算法的改进方法进行了系统阐述。介绍了常用评判检测算法的测试数据集,展望了3D目标检测算法的研究前景。

HIBE-MPJ:一种基于HIBE的物联网环境下跨域通信机制研究

基于身份的加密方案解决了传统公钥加密体制在证书管理方面的不足,使基于身份的加密方案能适应物联网轻量级的环境。针对基于身份加密在物联网环境中的应用存在密钥托管和跨域认证等问题,提出一种分层的基于身份加密(Hierarchical Identity-Based Encryption,HIBE)的物联网环境下多私钥生成机构(Private Key Generator,PKG)联合跨域认证及通信机制HIBE-MPJ(Hierarchical Identity-Based Encryption-Multiple Private Key Generator Joint)。HIBE-MPJ使用不同信任域的PKG作为跨域认证时的信任网关,通过密钥共享解决不同信任域PKG的密钥托管问题,并建立安全的通信密钥协商机制,使得不同系统参数的两个物联网信任域内的用户节点能互相认证,并提高通信时的效率。随后对认证过程给出了正确性分析,并分析了该方案在随机预言模型下的安全性,并加以实验测试分析,实验结果表明,HIBE-MPJ具有安全性及可行性。最后通过理论证明和构建物联网环境进行实验测试,实验结果表明HIBE-MPJ模型的安全性和可行性。

基于多决策模型的百科词条质量评价方法研究--以百度百科为例

提出一种基于多决策模型的百科词条质量评价方法,将质量评价转化为多属性决策问题,利用多分类器集成学习的模式对百科词条进行评价,结合属性权重得出质量评分与分类。在实验上,以百度百科作为数据源,进行了模型的统计分布验证与评分可信度验证,并与传统分类模型进行对比,获得了较高的准确度。实验表明,多决策模型在百科词条评价上有较高的可行性、合理性和有效性,为百科词条质量评价提出了新的解决方案。

基于国产处理器增量式实时交通流预测算法及实现

针对城市交通难以处理大量数据且实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。

针对交通标志检测模型的安全性研究

近几年研究表明,现有对抗算法在攻击目标检测模型时,易受到光照、角度、天气等环境因素的影响,导致生成的对抗扰动攻击成功率较低,鲁棒性较差。为进一步提高攻击目标检测模型的成功率,提出了一种对抗算法IFASC⁃TS(Improved Fooling Automated Surveillance Cameras on Traffic Signs),其攻击对象是交通标志检测模型。IFASC⁃TS引入约束对抗扰动输入与原始图像输入之间的预期有效距离误差损失函数和多类别数据增强方法,以提高对抗扰动的攻击成功率和鲁棒性。基于YOLOv2在GTSRB测试集上的实验结果表明,IFASC⁃TS算法生成的对抗扰动使交通检测模型的mAP值降低至25.6%,相较于FASC算法的30.0%,IFASC⁃TS算法对抗性能提升了4.4%。

量子保密通信与量子计算

量子保密通信与量子计算作为战略性前沿技术,与国家安全和前瞻性技术战略关系密切,未来量子计算机的应用必将极大推动量子网络规模化应用.本文综述分析量子保密通信与量子计算的研究进展,重点介绍高性能量子密钥分发(quantum key distribution,QKD)终端、量子网络和量子计算领域在量子芯片器件和量子位操控等方面的基础科学问题,以及量子与经典通信融合等实用量子关键技术.

一种基于深度学习的Docker风险预测方法研究

相较于传统虚拟机集群,容器集群更能确保集群资源弹性供给的可靠性和时效性,以Docker为代表的新代容器技术已经成为主流。Docker安全隐患已经成为阻碍Docker发展的关键因素,Docker容器基于镜像搭建,镜像的安全直接决定了容器的安全,而Docker镜像是Docker安全中相对较弱的环节。Docker通过Dockerfile文件中的指令自动生成镜像,因而针对Dockerfile文件,提出一种基于深度学习的Docker风险预测方法,对Dockerfile文件进行安全风险评估,输出风险程度,从源头对镜像进行风险控制。通过实验与其他几种传统方法对比表明,该方法能够有效判断Dockerfile文件是否存在风险。

基于小样本学习的中文文本关系抽取方法

实体关系抽取作为文本挖掘和信息抽取的核心任务,是知识图谱构建过程中的关键一环。然而人工建立大规模有标签的数据耗时耗力。使用小样本学习来进行关系抽取,仅仅需要少量样本实例就能使模型学会区分不同关系类型的能力,从而缓解大量无标签数据带来的标注压力。本文对中文关系抽取数据集FinRE进行了重构使之适用于少样本学习,并引入了语义关系网络HowNet对实体进行更为精确的语义划分,并在此基础上使用双重注意力机制提高句子编码质量,从而提高了模型在面对噪声数据时的效能,减轻了长尾关系的影响。使用本文的方法在该中文数据集进行了评估,与原始原型网络相比,基于句子级别与实体级别的注意力机制的原型网络在抽取准确率上提升了1%~2%的性能。

HOS:一种基于HBase的分布式存储系统设计与实现

大数据时代,数据快速增长,迫切需要寻找有效的数据存储方案,HBase系统具有分布式、列式存储的特点,为大数据的存储管理提供了一种高效的解决方案。由于HBase只支持主键索引,对于非主键查询效率低下,难以满足实时需求。为此,提出一种分层式索引查询模型,该模型基于HBase建立持久性索引层,基于Redis建立分布式热点索引缓存层。前者为存储在HBase中的数据建立索引表,提高查询效率,后者基于Redis在内存中存储热点索引,降低磁盘访问开销,进一步提高查询效率。最终,依据此模型实现了分层式索引查询系统HOS,基于Imagenet图片数据集对HOS进行实验,实验结果表明,HOS数据查询性能优于标准HBase。

基于BERT的多源知识库索引对齐算法

各类百科知识库是当代网民学习生活不可或缺的知识来源,但是单个知识库存在实体覆盖面低、实体信息缺失等问题;而不同知识资源和知识社区之间资源描述结构存在较大差异,阻碍了数据的共享、集成与复用。针对规模巨大的百科知识库,提出一种基于Bert的多源知识库索引算法,利用Bert预训练语言模型对实体的非结构化文本建模,构建特征向量计算实体相似度,对异构知识库具有良好的通用性。在此基础上,针对实体指称与实体上下文的关键词提出两种索引构建方式,有效提高了实体对齐的效率和准确率。通过5组测试数据的验证,该算法的准确率能够达到91%~96.22%,同时召回率高达92.23%~97.33%。与此同时,该算法的索引结构在缩减率达到99􀆰94%的同时保证了98.52%的完整性。该算法可以实际应用于多源知识库的实体对齐工作。

基于通信特征的CAN总线泛洪攻击检测方法

CAN由于其突出的可靠性和灵活性,已成为当代汽车应用最广泛的现场总线。但是标准CAN协议没有提供足够的安全措施,易遭受窃听、重放、泛洪、拒绝服务攻击。为了有效检测CAN总线是否遭受到攻击,并在遭受泛洪攻击时将恶意报文滤除。对车载CAN总线报文通信特征进行了分析,提出一种入侵检测方法,该方法可以有效进行入侵检测、恶意报文滤除。通过实验验证,该方法可以100%检测出CAN总线是否遭受攻击,恶意报文过滤的准确率可达99%以上。

基于主机系统调用频率的容器入侵检测方法

容器技术由于其轻量级虚拟化的特点,已成为云平台中广泛使用的虚拟化技术,但它与宿主机共享内核,安全性和隔离性较差,易遭受泛洪、拒绝服务、逃逸攻击。为了有效检测容器是否遭受攻击,提出了一种基于主机系统调用频率的入侵检测方法,该方法利用不同攻击行为之间系统调用频率不同的特点,收集容器运行时产生的系统调用,结合滑动窗口和TF-IDF算法提取系统调用特征,通过对比特征相似度进行分类。通过实验验证,该方法的检测率可达97%,误报率低于4%。

基于TransH的双重注意力机制远程监督关系抽取算法

远程监督为关系抽取任务提供了大量自动标注的数据集,且领域迁移性强,为实现自动抽取奠定了基础。然而,构造的数据集伴随了强约束性的假设,存在着严重的错误标签问题,且这些噪声数据极大影响了最终的性能结果。为了缓解错误标注的问题,文中提出了一种双重注意力模型:第一层注意力机制通过在句子编码部分引入TransH预训练好的实体向量,与句子特征共同进行注意力选择,为体现关系信息的特征分配更高的权重来提高句子编码质量;第二层则是从句子级别再进行一次注意力计算,挑选出有效的实例,进一步降低噪声数据的权重。通过在广泛使用的数据集上进行多次对比实验,表明文中所提模型可以充分利用所有信息资源,结果明显优于其他基线模型。

基于动态规划的光伏组件最优布线算法设计与实现

针对光伏组件选配系统中逆变器选择及电缆线路规划需要工程师人工计算手工标注的问题,提出基于动态规划的光伏组件最优布线算法。通过使用光伏组件最优布线算法,根据光伏阵列分布以及光伏组件型号动态生成最优布线策略,可提高设计人员的工作效率以及线路规划的精准度。测试表明,该最优布线算法能够解决任意规模下的逆变器选择及电缆线路规划问题,显著提升设计效率。

粤港澳大湾区量子保密通信与量子网络发展战略

量子保密通信与量子网络作为战略性前沿技术,与国家安全和前瞻性技术战略关系密切,具有广泛应用的潜力。简要综述量子保密通信与量子网络的研究进展以及产业基础,分析国际量子科技战略,提出遵循粤港澳大湾区发展创新驱动、改革引领的基本原则,集聚国际创新资源,攻关量子网络的基础科学和若干实用关键技术,规划部署粤港澳大湾区量子干线和制定QKD量子网络评估策略,有助于打造湾区国际量子创新高地及培育具有国际竞争力的量子保密通信与量子计算现代产业体系。

一种轻量级网络模型的多尺度热红外行人检测方法

现有热红外行人检测算法存在网络参数众多、计算量大和小目标检测效果不佳的问题,针对这些问题,提出了一种轻量级行人目标检测算法。首先,该算法利用轻量级网络Resnext50作为骨干网络,实现检测网络的参数削减以及初始特征提取。其次,在模型中引入特征金字塔模块实现多尺度语义信息融合,并结合多尺度训练策略有效地提高了多尺度目标的检测效果。最后,在数据预处理部分引入图像原色填充策略,该策略有效地防止图像变换尺寸过程中出现的目标失真情况。在自建数据集和公开数据集上实验结果表明,此方法在速度和精度上均取得较好的性能,在自建数据集上mAP达到94.49%,比原SSD高出0.53%,而参数量少了近39%。