题名 基于YOLOv8目标检测器的对抗攻击方案设计 
                    被引量:3  
             
            1 
            
                 
            
                
                            作者 
                                李秀滢 赵海淇 陈雪松 张健毅 赵成  
             
                
                    机构 
                    
                            北京电子科技学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第3期221-230,共10页 
             
                    
                        基金 
                        
                                    国家档案局科技项目(2022-X-069) 北京市自然科学基金项目(4232034) 中央高校基本科研业务费专项资金项目(3282023038,328202264,328202241)。  
                     
            
                    文摘 
                        目前,基于人工智能目标检测技术的摄像头得到了广泛的应用.而在现实世界中,基于人工智能的目标检测模型容易受到对抗样本攻击.现有的对抗样本攻击方案都是针对早版本的目标检测模型而设计的,利用这些方案去攻击最新的YOLOv8目标检测器并不能取得很好的攻击效果.为解决这一问题,针对YOLOv8目标检测器设计了一个全新的对抗补丁攻击方案.该方案在最小化置信度输出的基础上,引入了EMA注意力机制强化补丁生成时的特征提取,进而增强了攻击效果.实验证明该方案具有较优异的攻击效果和迁移性,将该方案形成的对抗补丁打印在衣服上进行验证测试,同样获得较优异的攻击效果,表明该方案具有较强的实用性. 
                        
                     
             
                
                    关键词 
                    
                            深度学习 对抗样本 YOLOv8 目标检测 对抗补丁  
                 
                            
                    Keywords 
                    
                            deep learning adversarial example YOLOv8 object detection adversarial patch  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309.1
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 网络空间安全技术发展趋势研究 
                    被引量:1  
             
            2 
            
                 
            
                
                            作者 
                                冯登国  
             
                
                    机构 
                    
                            中国科学院 中国科学院软件研究所  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第1期2-4,共3页 
             
            
                    文摘 
                        网络空间安全是一个长期演进、发展和变化的过程,在这个过程中,新问题随着新场景、新技术不断出现.而新的问题出现以后就需要思考如何解决,主要来自2个方面:一个是新的场景,主要是应用场景、计算场景;另一个是新的技术,如人工智能技术、量子计算技术.在解决新问题的过程中,网络空间安全技术得到了新的发展. 
                        
                     
             
                
                    关键词 
                    
                            网络空间安全 人工智能技术 量子计算 长期演进 应用场景 发展趋势研究 计算场景  
                 
                                        
                    分类号 
                    
                            
                                
                                    TP393.08
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于多访问控制的智能合约重入攻击防御方法 
                    被引量:1  
             
            3 
            
                 
            
                
                            作者 
                                陈虹 谢金彤 金海波 武聪 马博宇  
             
                
                    机构 
                    
                            辽宁工程技术大学软件学院 辽宁工程技术大学科学技术研究院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第4期333-342,共10页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(62173171) 辽宁省教育厅科研项目(LJKFZ20220198)。  
                     
            
                    文摘 
                        为解决智能合约在处理外部合约调用时存在漏洞而导致的重入攻击问题,提出一种基于多访问控制(multiple access controls,MAC)的智能合约重入攻击防御方法.通过采用多访问控制仅允许合约所有者进行调用,并防止函数在执行期间对同一事务重复进入;同时修改状态变量存储安全合约地址并更新合约状态.最后使用形式化验证运行经过防御后的智能合约.以银行存取款交易模型为例验证该方法.实验结果表明,采用该防御方法的智能合约能够有效解决外部合约调用时存在的重入攻击问题.相较于其他主流防御方法具有较高的可行性、有效性、逻辑正确性和易理解性;相较于未进行防御的合约,防御后的智能合约在等效内存使用量上减少了64.51%,同时缩短了运行时间. 
                        
                     
             
                
                    关键词 
                    
                            智能合约 多访问控制 重入攻击 形式化验证 银行存取款  
                 
                            
                    Keywords 
                    
                            smart contract multiple access controls reentry attacks formal authentication bank access  
                 
                            
                    分类号 
                    
                            
                                
                                    TP393
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于词嵌入和特征融合的恶意软件检测研究 
                    被引量:1  
             
            4 
            
                 
            
                
                            作者 
                                师智斌 孙文琦 窦建民 于孟洋  
             
                
                    机构 
                    
                            中北大学计算机科学与技术学院 公安部第三研究所 北方导航控制技术股份有限公司  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第5期412-419,共8页 
             
                    
                        基金 
                        
                                    信息网络安全公安部重点实验室(公安部第三研究所)开放课题(C23600-06)。  
                     
            
                    文摘 
                        针对现有传统方法存在特征提取和表示受限、无法同时捕获API序列的空间语义特征和时序特征、无法捕获能决定目标任务的关键特征信息等问题,利用自然语言处理领域的词嵌入技术和多模型特征抽取以及特征融合技术,提出一种基于词嵌入和特征融合的恶意软件检测方法.首先使用自然语言处理领域的词嵌入技术对API序列编码,得到其语义特征编码表示;然后分别利用多重卷积网络和Bi-LSTM网络提取API序列的n-gram局部空间特征和时序特征;最后利用自注意力机制对捕获的特征进行关键位置信息的深度融合,通过刻画深层恶意行为特征实现分类任务.实验结果表明,在二分类任务中,该方法准确率达到94.79%,相较于传统机器学习方法平均提高了12.37%,比深度学习方法平均提高5.78%.在多分类任务中,该方法的准确率也达到91.95%,能够有效地提高对恶意软件的检测准确率. 
                        
                     
             
                
                    关键词 
                    
                            恶意软件检测 软件调用序列 多重卷积网络 长短期记忆网络 特征融合  
                 
                            
                    Keywords 
                    
                            malware detection software call sequence multiple convolutional networks long short term memory network feature fusion  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于机器学习的网络未知攻击检测方法研究综述 
             
            5 
            
                 
            
                
                            作者 
                                陈良臣 傅德印 刘宝旭 卢志刚 姜政伟 高曙  
             
                
                    机构 
                    
                            中国劳动关系学院计算机学院 中国科学院网络测评技术重点实验室(中国科学院信息工程研究所) 武汉理工大学计算机与人工智能学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第9期807-813,共7页 
             
                    
                        基金 
                        
                                    中国劳动关系学院教改项目(JG25016) 中国劳动关系学院科研项目(23XYJS016) +3 种基金 中国劳动关系学院研究生教改项目(YJG2506) 国家重点研发计划项目(2023YFB2603800) 国家统计局全国统计科学研究项目(2022LY005) 中国科学院网络测评技术重点实验室课题(KFKT2022-003)。  
                     
            
                    文摘 
                        在网络安全威胁持续演变的复杂背景下,未知的网络攻击对数字基础设施的威胁与日俱增,基于机器学习的网络未知攻击检测技术成为研究重点.首先对入侵检测系统分类和网络未知攻击检测常用技术进行论述;其次从异常检测、开集识别和零样本学习3个维度对基于机器学习的网络未知攻击检测方法进行深入探讨,并进一步对常用数据集和关键评估指标进行总结;最后对未知攻击检测的发展趋势和挑战进行展望.可为进一步探索网络空间安全领域的新方法与新技术提供借鉴与参考. 
                        
                     
             
                
                    关键词 
                    
                            未知攻击检测 机器学习 异常检测 开集识别 零样本学习  
                 
                            
                    Keywords 
                    
                            unknown attack detection machine learning anomaly detection open set recognition zero sample learning  
                 
                            
                    分类号 
                    
                            
                                
                                    TP393
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 结合多旁路分析与皮尔逊相关系数的硬件木马检测方法 
             
            6 
            
                 
            
                
                            作者 
                                王建新 邓昊东 肖超恩 张磊  
             
                
                    机构 
                    
                            北京电子科技学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第5期420-426,共7页 
             
                    
                        基金 
                        
                                    教育部产学合作协同育人项目(20220163H0211) 中央高校基本科研业务费专项资金项目(3282024009,20230051Z0114,20230050Z0114) +1 种基金 北京高等教育“本科教学改革创新项目”(20220121Z0208,202110018002) 北京电子科技学院学科建设项目(20230007Z0452,20230010Z0452)。  
                     
            
                    文摘 
                        针对芯片功耗数据采集时易受噪声影响的问题,提出了一种基于相关性分析的多旁路分析方法,利用动态电流和电磁辐射之间的内在关系识别硬件木马的存在,搭建了能够同时对芯片的动态功耗与电磁辐射进行采集和存储的双通道检测平台,得到了功耗和电磁的皮尔逊相关系数曲线,区分出了无硬件木马芯片与硬件木马芯片.实验结果表明,基于多旁路参数的硬件木马检测方法能够筛选出含有面积仅占待测芯片0.28%的硬件木马的芯片,且能区分出待测芯片中面积相差仅为0.08%的2种硬件木马. 
                        
                     
             
                
                    关键词 
                    
                            硬件木马 旁路分析 皮尔逊相关系数 芯片安全 FPGA  
                 
                            
                    Keywords 
                    
                            hardware Trojan side-channel analysis Pearson correlation coefficient chip security FPGA  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 多接收者多消息自适应广播签密机制 
             
            7 
            
                 
            
                
                            作者 
                                李颖 方光伟 王前莉  
             
                
                    机构 
                    
                            宜春学院数学与计算机科学学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第7期636-644,共9页 
             
                    
                        基金 
                        
                                    江西省教育厅科学技术研究项目(GJJ211602)。  
                     
            
                    文摘 
                        针对多接收者广播签密中用户隐私保护和消息数量自适应等问题,提出一种无证书多接收者多消息自适应广播签密机制.接收者身份ID输入拉格朗日插值多项式计算密文索引,接收者唯一定位签密密文,解决广播签密中消息数量自适应问题;基于椭圆曲线密码体制,将用户解密密钥关联群上1个随机元素,解决多接收者用户的隐私保护问题;在随机Oracle模型下,基于椭圆曲线加法循环群上离散对数假设和计算性Diffie-Hellman假设,证明方案满足机密性和不可伪造性.功能效率分析表明,该方案优于传统多接收者签密方案. 
                        
                     
             
                
                    关键词 
                    
                            椭圆曲线密码体制 多接收者 签密 随机Oracle模型 无证书  
                 
                            
                    Keywords 
                    
                            elliptic curve cryptosystem multi-receiver signcryption random Oracle model certificateless  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309.7
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于区块链的大模型数据监管体系设计 
             
            8 
            
                 
            
                
                            作者 
                                李守伟 张嘉政 何海波 陈明辉  
             
                
                    机构 
                    
                            东南大学经济管理学院 东南大学网络空间安全学院 东南大学系统与信息工程研究发展中心 教育部区块链应用与监管工程研究中心(东南大学)  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第8期682-692,共11页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(71671037)。  
                     
            
                    文摘 
                        大模型(large model,LM)在自然语言处理、图像、语音识别等领域展现出巨大潜力,成为推动科技革命与社会进步的关键力量.但大模型技术的广泛应用带来了数据隐私风险、数据合规性监管、数据监管活跃性与智能化等挑战.旨在探讨如何利用区块链技术设计和构建一个有效的大模型数据监管体系促进其健康发展,以应对海量数据应用于大模型所带来的挑战.分析了国内外大模型发展的趋势和现状,指出了大模型数据监管面临的主要挑战,包括数据隐私问题、数据合规性、监管机构难以有效监督等.针对这些挑战提出一种基于区块链技术的数据监管体系设计方案,通过隐私保护、共识算法、激励机制和智能合约4个互相联动的模块实现对大模型数据从原生元数据到输入大模型训练,直至训练后反馈的全周期数据监管.最后总结了区块链技术在大模型数据监管中的应用前景,并对未来大模型数据监管的发展趋势进行了展望. 
                        
                     
             
                
                    关键词 
                    
                            大模型 区块链 大模型数据监管 大数据 隐私保护 数据安全  
                 
                            
                    Keywords 
                    
                            large model blockchain large model data regulation big data privacy protection data security  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 面向社交网络平台的多模态网络欺凌检测模型研究 
             
            9 
            
                 
            
                
                            作者 
                                李猛坤 李柯锦 王琪 袁晨 吕慧颖 应作斌  
             
                
                    机构 
                    
                            首都师范大学管理学院 北京市总体国家安全观研究中心 澳门城市大学数据科学学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第2期154-163,共10页 
             
                    
                        基金 
                        
                                    北京市社会科学基金重点项目(24LLGAB046)。  
                     
            
                    文摘 
                        随着社交网络平台的迅速发展,网络欺凌问题日益突出,文本与图片相结合的多样化网络表达形式提高了网络欺凌的检测和治理难度.构建了一个包含文本和图片的中文多模态网络欺凌数据集,将BERT(bidirectional encoder representations from transformers)模型与ResNet50模型相结合,分别提取文本和图片的单模态特征,并进行决策层融合,对融合后的特征进行检测,实现了对网络欺凌与非网络欺凌2个类别的文本和图片的准确识别.实验结果表明,提出的多模态网络欺凌检测模型能够有效识别出包含文本与图片的具有网络欺凌性质的社交网络帖子或者评论,提高了多模态形式网络欺凌检测的实用性、准确性和效率,为社交网络平台的网络欺凌检测和治理提供了一种新的思路和方法,有助于构建更加健康、文明的网络环境. 
                        
                     
             
                
                    关键词 
                    
                            网络欺凌 多模态 特征融合 检测模型 社交网络平台  
                 
                            
                    Keywords 
                    
                            cyberbullying multi-modal feature fusion detection model social network platforms  
                 
                            
                    分类号 
                    
                            
                                
                                    TP391
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 面向配电网资源受限设备的轻量级隐式证书方案研究 
             
            10 
            
                 
            
                
                            作者 
                                侯思祖 沈昱孛  
             
                
                    机构 
                    
                            华北电力大学电气与电子工程学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第9期845-853,共9页 
             
            
                    文摘 
                        随着配电网中故障指示器、智能电表等资源受限终端设备的广泛应用,系统对于身份认证的安全需求不断增加,而相关规定并不完善,传统的公钥基础设施(public key infrastructure, PKI)技术由于负担过重,难以直接应用.针对这一问题,设计了一种轻量级隐式证书方案,对适用于资源受限场景的ECQV(elliptic curve Qu-Vanstone)隐式证书算法进行改进,并结合证书字段裁剪与简明二进制对象表示(concise binary object representation, CBOR)编码的方式,显著降低了设备的存储和计算负担,同时提高了系统的安全性.通过计算机平台下的多次仿真分析,对比改进前的ECQV隐式证书方案与传统X.509认证方案,结果显示该方案性能更加优越.通过实验验证,该方案能够满足配电网中存储、计算、能耗等资源受限设备对于身份认证的多种需求. 
                        
                     
             
                
                    关键词 
                    
                            配电网 资源受限设备 身份认证 隐式证书 轻量级  
                 
                            
                    Keywords 
                    
                            distribution networks resource-constrained devices identity authentication implicit certificate lightweight  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                            
                                
                                    TM73
[电气工程—电力系统及自动化]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于Schnorr门限签名的区块链预言机方案 
             
            11 
            
                 
            
                
                            作者 
                                张学旺 付佳丽 姚亚宁 张豪  
             
                
                    机构 
                    
                            重庆邮电大学软件工程学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第3期282-286,共5页 
             
                    
                        基金 
                        
                                    渝北区社会事业与民生保障科技创新专项重点项目(2021(农社)18)。  
                     
            
                    文摘 
                        针对区块链以预言机为中介、与链下数据交互效率低这一问题,提出了一个基于Schnorr门限签名的区块链预言机方案.该方案在Schnorr门限签名的基础上结合线性秘密共享算法对多签名进行聚合;同时采用多预言机获取物理世界的数据信息,实现了从预言机到区块链高效、高可靠性的数据传输.分析及实验表明,该方案具备较好的安全性及性能. 
                        
                     
             
                
                    关键词 
                    
                            区块链 预言机 Schnorr门限签名 线性秘密共享 聚合签名  
                 
                            
                    Keywords 
                    
                            blockchain oracle Schnorr threshold signature linear secret sharing scheme aggregated signature  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于图结构密点抽取的辅助定密模型研究 
             
            12 
            
                 
            
                
                            作者 
                                于淼 郭松辉 宋帅超 杨烨铭  
             
                
                    机构 
                    
                            中国人民解放军网络空间部队信息工程大学密码工程学院 中国人民解放军  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第5期473-480,共8页 
             
            
                    文摘 
                        辅助定密是将待定密文本按照密级进行划分的特殊文本分类任务.针对传统辅助定密方法存在的特征表示和提取能力不强、定密过程可解释性弱等问题,提出基于图结构的密点特征表示方法,并进一步提出基于密点抽取的辅助定密模型,以增强密点特征描述涉密事项的能力,提升辅助定密模型性能.深入分析定密规则特征,借鉴图结构文本表示方法构建密点模板,对待定密文本进行密点抽取和密点置信度计算,通过筛选出的有效密点得出密级预测结果和定密依据条目.在针对辅助定密任务构建的数据集(ACD)上的实验结果表明,基于图结构密点抽取的辅助定密模型在准确率和召回率等指标上,相较于BERT,TextCNN等模型分别提升10%和7%以上,验证了图结构密点特征表示方法的有效性. 
                        
                     
             
                
                    关键词 
                    
                            图结构密点 密点置信度 辅助定密 定密规则 密点抽取  
                 
                            
                    Keywords 
                    
                            graph structure key-points confidence of the key-points auxiliary classification classification rules extracting key-points  
                 
                            
                    分类号 
                    
                            
                                
                                    TP399
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于随机栅格的防欺骗多级别可视密码方案 
             
            13 
            
                 
            
                
                            作者 
                                韩妍妍 周麟 黄晓雨  
             
                
                    机构 
                    
                            北京电子科技学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第6期532-538,共7页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(62072014)。  
                     
            
                    文摘 
                        可视密码是通过将秘密图像分成n份共享图像实现加密、并通过叠加共享图像恢复图像的一种秘密共享图像技术.但是在其恢复秘密图像的过程中可能存在欺骗行为.针对这一问题,通过引入可信第三方,提出了一种基于随机栅格的防欺骗多级别可视密码方案.方案在秘密分发和恢复的过程中均可对各级别的共享图像进行验证.实验结果显示,该方案可有效检验分发者和参与者是否存在欺骗行为,提高了方案实施过程中的安全性. 
                        
                     
             
                
                    关键词 
                    
                            可视密码 随机栅格 防欺骗 多级别 可信第三方  
                 
                            
                    Keywords 
                    
                            visual cryptography random grid deception-resistance multi-level trusted third party  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309.7
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于联邦学习和注意力机制的物联网入侵检测模型 
             
            14 
            
                 
            
                
                            作者 
                                尹春勇 王珊  
             
                
                    机构 
                    
                            南京信息工程大学计算机学院、网络空间安全学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第9期788-796,共9页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(61772282)。  
                     
            
                    文摘 
                        物联网在众多领域中展现出广泛的应用前景和巨大的发展潜力.然而,随着物联网规模的持续扩展,独立的物联网设备缺乏高质量攻击实例,难以有效应对日益复杂且多样化的攻击行为,物联网安全问题已经成为亟待解决的关键挑战.为应对这一问题,提出了一种基于联邦学习和注意力机制的物联网入侵检测模型,允许多个设备在保护其数据隐私的基础上协同训练全局模型.首先,构建了一个结合卷积神经网络与混合注意力机制的入侵检测模型,提取网络流量数据的关键特征,从而提高检测的准确率.其次,引入模型对比损失,通过矫正本地模型的训练方向,缓解设备间数据非独立同分布所导致的全局模型收敛困难等问题.实验结果显示,该模型在准确率、精确率和召回率等指标上显著优于现有方法,展现了更强的入侵检测能力,能够有效应对物联网环境中复杂的数据分布问题. 
                        
                     
             
                
                    关键词 
                    
                            联邦学习 物联网安全 入侵检测 深度学习 注意力机制  
                 
                            
                    Keywords 
                    
                            federated learning Internet of things security intrusion detection deep learning attention mechanisms  
                 
                            
                    分类号 
                    
                            
                                
                                    TP393
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于深度学习的时空特征融合网络入侵检测模型研究 
                    被引量:3  
             
            15 
            
                 
            
                
                            作者 
                                李聪聪 袁子龙 滕桂法  
             
                
                    机构 
                    
                            河北农业大学信息科学与技术学院 河北省农业大数据重点实验室(河北农业大学)  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第2期122-129,共8页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(U20A20180)。  
                     
            
                    文摘 
                        随着网络攻击日益增多,网络入侵检测系统在维护网络安全方面也越来越重要.目前多数研究采用深度学习的方法进行网络入侵检测,但未充分从多个角度利用流量的特征,同时存在实验数据集过于陈旧的问题.提出了一种并行结构的DSC-Inception-BiLSTM网络,使用最新的数据集评估所设计的网络模型.该模型包括网络流量图像和文本异常流量检测2个分支,分别通过改进的卷积神经网络和循环神经网络提取流量的空间特征和时序特征.最后通过融合时空特征实现网络入侵检测.实验结果表明,在CIC-IDS2017,CSE-CIC-IDS2018,CIC-DDoS2019这3个数据集上,该模型分别达到了99.96%,99.19%,99.95%的准确率,能够对异常流量进行高精度分类,满足入侵检测系统的要求. 
                        
                     
             
                
                    关键词 
                    
                            网络入侵检测 深度学习 特征融合 深度可分离卷积 INCEPTION  
                 
                            
                    Keywords 
                    
                            network intrusion detection deep learning feature fusion depthwise separable convolution Inception  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于ConvNeXt的伪造人脸检测方法 
                    被引量:1  
             
            16 
            
                 
            
                
                            作者 
                                何德芬 江倩 金鑫 冯明 苗圣法 易华松  
             
                
                    机构 
                    
                            云南大学软件学院 跨境网络空间安全教育部工程研究中心(云南大学)  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第3期231-240,共10页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(62101481,62261060) 云南省基础研究计划项目(202401AT070470,202301AW070007,202201AU070033,202201AT070112,202301AU070210) +1 种基金 云南省科技厅重大科技专项(202202AD080002) 云南省迟学斌专家工作站项目(202305AF150078)。  
                     
            
                    文摘 
                        由深度生成模型生成的虚假图像越发逼真,这些图像已经超越了人眼的识别能力.这种模型已成为编造谎言、制造舆论等非法活动的新工具.虽然当前研究者已经提出了很多检测方法检测伪造图像,但泛化能力普遍不高,因此,提出了一种基于ConvNeXt的伪造人脸检测方法.首先在ConvNeXt的第2个和第3个下采样模块后添加极化自注意(polarization self-attention,PSA)模块,使网络具有空间注意力和通道注意力的性能.其次在ConvNeXt的尾部设计一个信息富余模块(rich imformation block,RIB),以丰富网络学习到的信息,通过该模块对信息进行处理后再进行最终的分类.此外,网络训练使用的损失函数是交叉熵损失与KL(Kullback-Leibler)散度的结合.在当前主流的伪造人脸数据集上作了大量的实验,实验结果表明该方法在FF++高质量数据集上无论是准确率还是泛化性都超过所有对比方法. 
                        
                     
             
                
                    关键词 
                    
                            神经网络 深度学习 伪造人脸 特征提取 伪造图像检测  
                 
                            
                    Keywords 
                    
                            neural network deep learning fake face feature extraction fake image detection  
                 
                            
                    分类号 
                    
                            
                                
                                    TP391
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于区块链的电子病历安全高效共享方法 
                    被引量:1  
             
            17 
            
                 
            
                
                            作者 
                                谷占新 马利民 王佳慧 张伟  
             
                
                    机构 
                    
                            北京信息科技大学计算机学院 北京信息科技大学北京未来区块链与隐私计算高精尖中心 国家信息中心信息与网络安全部  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第1期74-80,共7页 
             
                    
                        基金 
                        
                                    国家重点研发计划项目(2022YFC3320900) 北京市教育委员会科研计划项目(KM202311232005)。  
                     
            
                    文摘 
                        针对医疗机构之间共享电子病历所面临的挑战,如隐私泄露风险和低效的检索问题,提出一种基于区块链的电子病历高效加密检索与共享方案.首先,该方案一方面通过在云服务器上存储加密后的电子病历,并在联盟链上实施检索过程,有效地实现了存储与检索的分离;另一方面加入混淆陷门集合,从而显著降低了关键字猜测攻击的风险.其次,考虑到医疗数据的特殊性,提出一种优化的倒排索引结构,有效解决了处理大量电子病历时的检索效率问题.最后,基于此索引结构,开发了一种密文检索算法,该算法通过结合可搜索加密中的陷门技术和倒排索引中的关键字密文,实现了高效的密文检索.实验结果显示,该方案在实现隐私保护的前提下,成功解决了医疗行业电子病历共享的问题,同时显著提升了系统的运行效率. 
                        
                     
             
                
                    关键词 
                    
                            区块链 可搜索加密 隐私保护 国密算法 数据共享  
                 
                            
                    Keywords 
                    
                            blockchain searchable encryption privacy protection state cryptography algorithms data sharing  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309.2
[自动化与计算机技术—计算机系统结构]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 基于图神经网络的内部威胁行为检测模型 
                    被引量:1  
             
            18 
            
                 
            
                
                            作者 
                                陆兴烨 黄晓芳 殷明勇  
             
                
                    机构 
                    
                            西南科技大学计算机科学与技术学院 中国工程物理研究院计算机应用研究所  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第7期586-593,共8页 
             
                    
                        基金 
                        
                                    四川省科技厅重点研发项目(2022YFG0321) 四川省自然科学基金项目(2022NSFSC0916)。  
                     
            
                    文摘 
                        基于现有针对用户行为序列进行内部威胁行为检测的模型存在无法很好处理长序列的缺陷,设计了一种新的基于图神经网络的内部威胁行为检测模型,将用户行为序列转换为图结构,把对长序列的处理转换为对子图结构的处理.实验设计了描述用户行为的图结构,用于以图数据形式保存用户行为,并针对该图结构具有异构、边上存有数据的特点,优化了基线图神经网络模型.实验结果证明,提出的模型在区分正常和威胁行为的二分类任务中,ROC AUC值比基线模型提高7%,Macro-F1值提高7%,在区分具体威胁类型的六分类任务中,该模型的Macro-F1值比基线模型提高10%. 
                        
                     
             
                
                    关键词 
                    
                            图神经网络 内部威胁 异构图 行为检测 注意力机制  
                 
                            
                    Keywords 
                    
                            graph neural network insider threat heterogeneous graph behavior detection attention mechanism  
                 
                            
                    分类号 
                    
                            
                                
                                    TP393.08
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 一种融合时空特征的物联网入侵检测方法 
                    被引量:1  
             
            19 
            
                 
            
                
                            作者 
                                翁铜铜 矫桂娥 张文俊  
             
                
                    机构 
                    
                            上海海洋大学信息学院 上海建桥学院信息技术学院  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第3期241-248,共8页 
             
                    
                        基金 
                        
                                    国家自然科学基金面上项目(42376194) 上海市科技创新行动计划项目(19511104502) 上海科学技术委员会科普项目(19DZ22048)。  
                     
            
                    文摘 
                        针对不平衡的物联网流量数据集中攻击样本不足且类别较多降低了检测模型的分类准确率和泛化能力等问题,提出一种融合时空特征的物联网入侵检测方法(BGAREU).首先对数据进行规范化处理,并采用SMOTEENN方法改善训练样本的数据分布;然后通过双向门控循环单元(BiGRU)和多头注意力(multi-head attention)提取时序特征和全局信息,并结合ResNext网络和U-Net网络构建多尺度的空间特征提取网络,再将高效通道注意力(ECA-Net)加入残差单元中以增强局部表征能力;最后将融合的特征输入Softmax分类器进行多分类.实验表明,在物联网流量数据集UNSW-NB15,NSL-KDD,WSN-DS上与其他模型相比,该模型在各项指标上均有2%以上的提升.此外,还通过对比多种注意力机制验证了ECA-Net具有更强的表征能力,并探索了多头注意力中不同数量的注意力头对模型性能的影响. 
                        
                     
             
                
                    关键词 
                    
                            入侵检测 双向门控循环单元 多头注意力 多尺度特征提取 高效通道注意力  
                 
                            
                    Keywords 
                    
                            intrusion detection bidirectional gated recurrent unit multi-head attention multiscale feature extraction ECA-Net  
                 
                            
                    分类号 
                    
                            
                                
                                    TP393.08
[自动化与计算机技术—计算机应用技术]                                 
                             
                     
                 
            
                
             
         
        
            
                题名 车载网中一种基于区块链的隐私保护数据聚合系统 
                    被引量:1  
             
            20 
            
                 
            
                
                            作者 
                                杨睿成 董国芳 徐正楠  
             
                
                    机构 
                    
                            云南民族大学电气信息工程学院 云南省无人自主系统重点实验室(云南民族大学)  
                 
            
                出处 
                
                
                    《信息安全研究》 
                    
                            北大核心 
                     
                 2025年第4期367-376,共10页 
             
                    
                        基金 
                        
                                    国家自然科学基金项目(61662089) 云南民族大学2024年硕士研究生科研创新基金项目(2024KY121)。  
                     
            
                    文摘 
                        针对车载网中数据聚合面临的隐私风险及挑战,提出了一种安全的车载网中基于区块链的安全匿名数据聚合方案.方案将云计算与区块链相融合,设计了一种基于区块链的隐私保护数据聚合系统,可以帮助车载网实现高效且安全的数据收集和数据分析任务.方案中利用密钥托管弹性保证了系统中密钥的安全性,防止以往密钥由第三方独自生成所导致的安全问题;通过2次数据聚合实现了细粒度的数据聚合,为车载网的云服务提供了有效支持.通过安全性分析和性能评估验证了该方案的安全性,并证明了该方案具有更高的计算效率和通信效率. 
                        
                     
             
                
                    关键词 
                    
                            车载网 数据聚合 区块链 密钥托管弹性 匿名  
                 
                            
                    Keywords 
                    
                            vehicular networks data aggregation blockchain key escrow resilience anonymous  
                 
                            
                    分类号 
                    
                            
                                
                                    TP309.2
[自动化与计算机技术—计算机系统结构]