期刊文献+
共找到83篇文章
< 1 2 5 >
每页显示 20 50 100
基于Q-Learning的分簇无线传感网信任管理机制 被引量:4
1
作者 赵远亮 王涛 +3 位作者 李平 吴雅婷 孙彦赞 王瑞 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第2期255-266,共12页
针对无线传感器网络中存在的安全问题,提出了基于Q-Learning的分簇无线传感网信任管理机制(Q-learning based trust management mechanism for clustered wireless sensor networks,QLTMM-CWSN).该机制主要考虑通信信任、数据信任和能... 针对无线传感器网络中存在的安全问题,提出了基于Q-Learning的分簇无线传感网信任管理机制(Q-learning based trust management mechanism for clustered wireless sensor networks,QLTMM-CWSN).该机制主要考虑通信信任、数据信任和能量信任3个方面.在网络运行过程中,基于节点的通信行为、数据分布和能量消耗,使用Q-Learning算法更新节点信任值,并选择簇内信任值最高的节点作为可信簇头节点.当簇中主簇头节点的信任值低于阈值时,可信簇头节点代替主簇头节点管理簇内成员节点,维护正常的数据传输.研究结果表明,QLTMM-CWSN机制能有效抵御通信攻击、伪造本地数据攻击、能量攻击和混合攻击. 展开更多
关键词 无线传感器网络 Q-learning 信任管理机制 网络安全
在线阅读 下载PDF
Imperatorin alleviates Aβ-induced spatial learning memory impairment and neuroinflam⁃mation in model mice of Alzheimer disease
2
作者 WAN Hang-juan LUO Li +1 位作者 LIU Xin HE Wei 《中国药理学与毒理学杂志》 CAS 北大核心 2021年第9期642-643,共2页
OBJECTIVE To investigate the effects of imperatorin on the spatial learning memory impairment and neuroinflammation in model mice of Alzheimer disease(AD)induced by intracerebroventricular injection of Aβ1-42.METHODS... OBJECTIVE To investigate the effects of imperatorin on the spatial learning memory impairment and neuroinflammation in model mice of Alzheimer disease(AD)induced by intracerebroventricular injection of Aβ1-42.METHODS Mouse model of AD was established by injection of Aβ1-42 into the lateral ventricles.Im⁃peratorin(2.5 and 5.0 mg·kg-1,daily)was inject⁃ed by intraperitoneally 1 h after intracerebroven⁃tricular injection for 13 d.The effect of imperato⁃rin on the spatial learning and memory impair⁃ment was assessed by eight arm maze tests.The levels of cytokines TNF-α,IL-1β,IL-6,IL-18 and chemokines MCP-1 in mouse cortex and hip⁃pocampus were detected by ELISA.The protein expression of NF-κB P65,TLR4,MyD88,p-P38,p-ERK,and p-JNK were detected by Western blotting.RESULTS As compared with the AD model group,imperatorin treatment significantly attenuated Aβ1-42-induced spatial learning and memory impairment assessed by eight arm maze tests.In addition,imperatorin significantly reduced the levels of cytokines TNF-α,IL-1β,IL-6,IL-18 and chemokines MCP-1 in the cerebral cortex and hippocampus.Meanwhile,Western blotting results showed that imperatorin treat⁃ment significantly down-regulated the protein expression of NF-κB P65,TLR4,MyD88,p-P38,p-ERK,and p-JNK.CONCLUSION Imperatorin has neuroprotective effects in the Aβ1-42 induced AD model mice and its mechanism may be partially associated with the inhibition of inflam⁃matory response in the cortex and hippocampus. 展开更多
关键词 IMPERATORIN Alzheimer disease AΒ1-42 learning and memory impairment inflam⁃matory response
在线阅读 下载PDF
基于反向鲸鱼-多隐层极限学习机的电网FDIA检测 被引量:4
3
作者 席磊 王艺晓 +2 位作者 何苗 程琛 田习龙 《中国电力》 CSCD 北大核心 2024年第9期20-31,共12页
针对目前已有的电力信息物理系统虚假数据注入攻击检测方法由于特征表达能力有限,而导致无法精确获取受攻击位置的问题,提出一种基于反向学习鲸鱼优化多隐层极限学习机的虚假数据注入攻击定位检测方法。所提方法不仅将极限学习机拓展为... 针对目前已有的电力信息物理系统虚假数据注入攻击检测方法由于特征表达能力有限,而导致无法精确获取受攻击位置的问题,提出一种基于反向学习鲸鱼优化多隐层极限学习机的虚假数据注入攻击定位检测方法。所提方法不仅将极限学习机拓展为多隐层神经网络,解决其特征表达能力有限的问题,而且引入鲸鱼优化算法对多隐层极限学习机的各隐层神经元个数进行寻优并采用反向学习策略提高其收敛速度和检测精度,以防止随机确定各隐层神经元个数对检测方法的泛化性能和定位检测结果造成影响。通过在不同场景下对IEEE-14和57节点测试系统进行大量实验,验证了所提方法能够通过历史数据自动识别受攻击的系统状态量所对应的精确位置。与其他多种方法相比,所提方法具有更优的精度、召回率和F1值。 展开更多
关键词 电力信息物理系统 虚假数据注入攻击 多隐层极限学习机 鲸鱼优化 反向学习
在线阅读 下载PDF
多模态视觉语言表征学习模型及其对抗样本攻防技术综述
4
作者 曾诚 葛云洁 +1 位作者 赵令辰 王骞 《计算机研究与发展》 北大核心 2025年第9期2208-2232,共25页
随着计算机视觉、自然语言处理与深度学习技术的快速发展,多模态视觉语言表征学习模型在图像描述、文本生成图像、视觉问答等任务中展现出了卓越的性能,已成为当前学术界与工业界共同关注的研究热点.然而,这类模型的多模态特性和复杂性... 随着计算机视觉、自然语言处理与深度学习技术的快速发展,多模态视觉语言表征学习模型在图像描述、文本生成图像、视觉问答等任务中展现出了卓越的性能,已成为当前学术界与工业界共同关注的研究热点.然而,这类模型的多模态特性和复杂性为攻击者提供了更加多样的攻击途径,攻击者可以通过对抗样本引导模型输出错误的、有害的或虚假的内容,使该类模型面临的安全威胁日益严峻.系统地梳理了多模态视觉语言模型的研究现状,同时,对近年来出现的针对该类模型的对抗样本攻击方法及其防御策略进行了分类总结,详细归纳了相关研究的基本原理、实施方法与研究结论.在此基础上,对多模态视觉语言表征学习的安全研究现状与未来方向进行了探讨,并展望了视觉语言表征学习技术在未来结合可解释性技术的应用前景. 展开更多
关键词 表征学习 视觉语言学习 对抗性攻击 对抗性防御 网络空间安全
在线阅读 下载PDF
因果时空语义驱动的深度强化学习抽象建模方法
5
作者 田丽丽 杜德慧 +2 位作者 聂基辉 陈逸康 李荥达 《软件学报》 北大核心 2025年第8期3637-3654,共18页
随着智能信息物理融合系统(intelligent cyber-physical system,ICPS)的快速发展,智能技术在感知、决策、规控等方面的应用日益广泛.其中,深度强化学习因其在处理复杂的动态环境方面的高效性,已被广泛用于ICPS的控制组件中.然而,由于运... 随着智能信息物理融合系统(intelligent cyber-physical system,ICPS)的快速发展,智能技术在感知、决策、规控等方面的应用日益广泛.其中,深度强化学习因其在处理复杂的动态环境方面的高效性,已被广泛用于ICPS的控制组件中.然而,由于运行环境的开放性和ICPS系统的复杂性,深度强化学习在学习过程中需要对复杂多变的状态空间进行探索,这极易导致决策生成时效率低下和泛化性不足等问题.目前对于该问题的常见解决方法是将大规模的细粒度马尔可夫决策过程(Markov decision process,MDP)抽象为小规模的粗粒度马尔可夫决策过程,从而简化模型的计算复杂度并提高求解效率.但这些方法尚未考虑如何保证原状态的时空语义信息、聚类抽象的系统空间和真实系统空间之间的语义一致性问题.针对以上问题,提出基于因果时空语义的深度强化学习抽象建模方法.首先,提出反映时间和空间价值变化分布的因果时空语义,并在此基础上对状态进行双阶段语义抽象以构建深度强化学习过程的抽象马尔可夫模型;其次,结合抽象优化技术对抽象模型进行调优,以减少抽象状态与相应具体状态之间的语义误差;最后,结合车道保持、自适应巡航、交叉路口会车等案例进行了大量的实验,并使用验证器PRISM对模型进行评估分析,结果表明所提出的抽象建模技术在模型的抽象表达能力、准确性及语义等价性方面具有较好的效果. 展开更多
关键词 深度强化学习 抽象建模 因果时空语义 智能信息物理融合系统(ICPS) 马尔可夫决策过程(MDP)
在线阅读 下载PDF
基于网络学习空间的混合式教学法何以有效——以S-ISAL教学法为例 被引量:17
6
作者 谢泉峰 段怡 《电化教育研究》 CSSCI 北大核心 2017年第6期65-70,共6页
基于网络学习空间的混合式教学法是在"三通工程"建设的基础上,深度融合信息技术与线上、线下教学的一种混合式教学法。文章以S-ISAL教学法为代表,从学习环境、运行模式、技术融合三个方面对比传统的以信息技术为辅助工具的混... 基于网络学习空间的混合式教学法是在"三通工程"建设的基础上,深度融合信息技术与线上、线下教学的一种混合式教学法。文章以S-ISAL教学法为代表,从学习环境、运行模式、技术融合三个方面对比传统的以信息技术为辅助工具的混合式教学法,研究发现:S-ISAL教学法在原有的基础上新增了教学条件,使学习环境更加优化;在学习效率、学习支持和学习动力上,它充分应用网络学习空间的优势,较传统的混合式教学法来说,其运行模式更加高效;由于教学的各个环节都基于网络学习空间来实现,它将信息技术由教学的辅助工具变为教学的支撑环境,使技术融合得更加深入。所以,基于网络学习空间的混合式教学法相对传统的以信息技术为辅助工具的混合式教学法更加有效。 展开更多
关键词 网络学习空间 混合式教学法 S-ISAL教学法 ISAS教学法
在线阅读 下载PDF
面向CPS时空规则验证制导的安全强化学习
7
作者 印婵 祝义 +2 位作者 王金永 陈小颖 郝国生 《计算机科学与探索》 北大核心 2025年第2期513-527,共15页
深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。 展开更多
关键词 信息物理融合系统 形式化方法 进程代数 安全强化学习 自动驾驶
在线阅读 下载PDF
基于SCADA和投票分类模型的电力系统攻击检测技术 被引量:2
8
作者 耿振兴 王勇 《现代电子技术》 北大核心 2025年第4期18-23,共6页
为检测电力系统中的网络攻击行为,文中提出一种基于电力数据采集与监视控制(SCADA)系统的攻击检测方法,探讨了机器学习方法作为检测电力系统攻击的可行性,并评估了其性能,讨论了机器学习模型作为攻击检测方法的意义。此外,还提出一种基... 为检测电力系统中的网络攻击行为,文中提出一种基于电力数据采集与监视控制(SCADA)系统的攻击检测方法,探讨了机器学习方法作为检测电力系统攻击的可行性,并评估了其性能,讨论了机器学习模型作为攻击检测方法的意义。此外,还提出一种基于机器学习的投票分类模型(RES),其由RF、ET和SVM三种基本分类器构成,使用投票分类中的软投票方法,并且考虑了基本分类器的权重对投票分类模型的影响。通过在密西西比州立大学和橡树岭国家实验室的电力系统攻击数据集上进行实验和分析,结果表明,与其他方法相比,RES模型在电力系统的攻击检测方面准确率得到大幅提升,在电力系统攻击数据集上的二分类准确率达到了98.40%,能够准确地检测电网中的网络攻击行为。 展开更多
关键词 SCADA系统 投票分类模型 电力系统 网络攻击 机器学习 入侵检测
在线阅读 下载PDF
ICPS多智能体对抗深度强化学习攻击检测模型
9
作者 邓志刚 孙子文 《控制工程》 北大核心 2025年第5期952-960,共9页
工业信息物理系统中存在大量的高维数据,且各类数据之间的数量差异巨大,致使攻击检测系统难以实现对稀有样本的精确检测。为此,在深度强化学习的基础上设计多智能体对抗训练机制,以动态增加稀有样本的训练次数,并结合优先训练机制实现... 工业信息物理系统中存在大量的高维数据,且各类数据之间的数量差异巨大,致使攻击检测系统难以实现对稀有样本的精确检测。为此,在深度强化学习的基础上设计多智能体对抗训练机制,以动态增加稀有样本的训练次数,并结合优先训练机制实现难检测样本的优先学习,从而加强模型对于稀有样本的检测能力。为检验模型的性能,使用以Modbus作为通信协议的真实数据集进行测试。实验结果表明,与传统的攻击检测方法相比,设计的攻击检测模型能显著改善稀有样本的检测能力。 展开更多
关键词 工业信息物理系统 强化学习 深度学习 对抗训练 优先训练
在线阅读 下载PDF
基于双向数据流分析与图抽象嵌入的漏洞检测方法
10
作者 曹子亨 何立风 +3 位作者 贾鸥 张梦颖 刘玉 郭奕辰 《计算机应用研究》 北大核心 2025年第7期2176-2183,共8页
随着网络攻击和犯罪日益猖獗,软件漏洞检测的准确性与全面性面临重大挑战。针对跨程序漏洞复杂语义难以捕获、数据流信息难以全面解析以及漏洞模式特征提取困难等问题,提出了一种基于LLVM IR与双向门控图神经网络Bi-GGNN的双向数据流分... 随着网络攻击和犯罪日益猖獗,软件漏洞检测的准确性与全面性面临重大挑战。针对跨程序漏洞复杂语义难以捕获、数据流信息难以全面解析以及漏洞模式特征提取困难等问题,提出了一种基于LLVM IR与双向门控图神经网络Bi-GGNN的双向数据流分析的漏洞检测方法——BiG-BiD。该方法首先通过LLVM编译源代码生成LLVM IR,并构建过程间控制流图(ICFG),以引入跨过程漏洞语义信息。此外,设计了一种结合抽象数据流与LLVM IR行级漏洞属性特征嵌入的ICFG抽象嵌入方法DLAE,以精确表征代码潜在漏洞模式。最后,通过Bi-GGNN训练迭代的方式,在ICFG中动态模拟到达定义分析与活跃变量分析,实现抽象数据流的动态传播与更新。实验结果表明,在Big-Vul与Reveal两个公开数据集上,BiG-BiD的召回率达到73.7%,相比现有静态分析工具和基于深度学习的漏洞检测模型提升了5%~38%。同时,在四个开源项目中成功检测出模型从未见过的23个CVE漏洞,其中10个漏洞仍未修复,证明了该方法在漏洞检测任务上的有效性和泛化性。 展开更多
关键词 深度学习 漏洞检测 数据流分析 图神经网络 网络安全
在线阅读 下载PDF
面向威胁情报的多层次知识蒸馏实体识别方法研究
11
作者 文伍扬 李欣 +2 位作者 李明锋 唐伟杰 刘士铭 《情报杂志》 北大核心 2025年第9期96-103,87,共9页
[研究目的]随着网络环境日益复杂,构建精准高效的威胁情报抽取模型对于预警、阻断以及追踪攻击至关重要,为此,提出一种基于多层次知识蒸馏的命名实体识别方法。[研究方法]首先,针对威胁情报领域标注数据稀缺、实体分布不均衡等问题,设... [研究目的]随着网络环境日益复杂,构建精准高效的威胁情报抽取模型对于预警、阻断以及追踪攻击至关重要,为此,提出一种基于多层次知识蒸馏的命名实体识别方法。[研究方法]首先,针对威胁情报领域标注数据稀缺、实体分布不均衡等问题,设计了生成-过滤-平衡三阶段数据增强策略,有效扩充训练数据集。其次,以RoBERTa-BiLSTM-IDCNN-CRF为教师模型,选取结构类似的BiLSTM-CRF为学生模型构建异构蒸馏体系,通过多层次知识蒸馏逐层对齐教师隐藏特征,并融合基于硬负样本采样的对比学习机制,以增强学生模型对复杂语境的理解和实体类别的区分能力。[研究结果/结论]实验结果显示,在增强后的CDTier数据集上,学生模型在保持F1值94.08%的同时,其推理效率提升了22.05%,能够更好地满足网络安全领域对实时高效命名实体识别的实际需求。 展开更多
关键词 威胁情报 实体识别 多层次知识蒸馏 对比学习 硬负样本采样
在线阅读 下载PDF
数据驱动算法的电力信息物理系统FDIA定位检测
12
作者 席磊 彭典名 +3 位作者 曹伟 陈洪军 白芳岩 王文卓 《中国电机工程学报》 北大核心 2025年第18期7110-7122,I0008,共14页
虚假数据注入攻击严重威胁电力信息物理系统的安全。针对传统攻击检测方法无法高精度识别攻击并快速定位受攻击节点的问题,该文提出一种数据驱动算法的电力信息物理系统虚假数据注入攻击定位检测方法。首先,将核极限学习机与自编码器结... 虚假数据注入攻击严重威胁电力信息物理系统的安全。针对传统攻击检测方法无法高精度识别攻击并快速定位受攻击节点的问题,该文提出一种数据驱动算法的电力信息物理系统虚假数据注入攻击定位检测方法。首先,将核极限学习机与自编码器结合为多层核极限学习机,逐层学习电力量测数据。然后,利用融合Tent映射和黄金正弦策略的哈里斯鹰算法为多层核极限学习机的参数寻优,提升寻优速度和收敛精度。最后,在IEEE-14和IEEE-118节点系统对所提算法进行仿真验证。结果表明,与其他算法相比,所提算法具有更优的检测速度、准确率、精确率、召回率和F1值,可快速精准定位受攻击节点。 展开更多
关键词 虚假数据注入攻击 电力信息物理系统 定位检测 哈里斯鹰优化算法 核极限学习机
在线阅读 下载PDF
基于归一化处理和TrafficLLM的网络攻击缓解框架
13
作者 成凯 汤卫东 +2 位作者 谈林涛 陈佳 李鑫 《计算机科学》 北大核心 2025年第S1期994-1002,共9页
随着电力配变网络基础设施规模的不断扩大,各类安全二次设备、边缘终端节点和业务系统产生的信息通信流量数据在格式、协议、语义特征层面存在显著差异。主要存在现有缓解框架缺乏多源异构网络异常流量检测数据归一化处理算法,网络攻击... 随着电力配变网络基础设施规模的不断扩大,各类安全二次设备、边缘终端节点和业务系统产生的信息通信流量数据在格式、协议、语义特征层面存在显著差异。主要存在现有缓解框架缺乏多源异构网络异常流量检测数据归一化处理算法,网络攻击行为分析依赖人工特征提取的规则引擎,以及难以确定有效的网络攻击缓解措施等痛点。针对以上痛点,提出了一种基于归一化处理和TrafficLLM的网络攻击缓解框架(Network Attack Mitigation Framework Based on Normalized Processing and TrafficLLM,NAMF-NPTLLM)。该框架涵盖数据解析、归一化处理、模型微调和生成攻击缓解方案4个核心阶段。首先,在特征选择阶段,通过构建集成学习模型,融合多类基学习器的特征评估结果,精准提取对分类结果影响较大的关键特征。其次,将选取的关键特征通过归一化处理,生成统一的自然语言token序列形式表达,为该网络攻击缓解框架的流量异常分析TrafficLLM模型提供标准化输入。然后,对TrafficLLM模型进行微调,使该模型能够理解提示词模板指令并学习攻击行为的流量模式。最后,通过微调后的大模型进行推理,生成攻击缓解指令,使得该框架能够根据攻击行为特征动态调整网络攻击缓解策略。通过在CIC-DDoS2019数据集上进行实验验证,与传统方法相比,该框架将网络攻击行为分类的准确率达到99.80%,提高了1.3%。实验结果表明,该框架对于缓解海量多源异构电力网络终端流量攻击,具有更好的准确性和有效性。 展开更多
关键词 攻击行为检测 数据解析 归一化处理 集成学习模型 网络攻击缓解 参数微调
在线阅读 下载PDF
基于海马优化深层极限学习机的电力信息物理系统FDIA检测
14
作者 席磊 白芳岩 +3 位作者 王文卓 彭典名 陈洪军 李宗泽 《电力系统保护与控制》 北大核心 2025年第4期14-26,共13页
虚假数据注入攻击(false data injection attack,FDIA)严重威胁电力信息物理系统的安全稳定。针对已有FDIA检测算法无法精确定位受攻击位置的局限性,提出了一种基于精英余弦变异融合的海马优化算法优化深层极限学习机(deep extreme lear... 虚假数据注入攻击(false data injection attack,FDIA)严重威胁电力信息物理系统的安全稳定。针对已有FDIA检测算法无法精确定位受攻击位置的局限性,提出了一种基于精英余弦变异融合的海马优化算法优化深层极限学习机(deep extreme learning machine,DELM)的FDIA检测定位算法。首先,该算法将极限学习机和极限学习机自编码器相结合得到了具备强特征表达能力的DELM。然后,通过海马优化算法对DELM的偏置和输入权重进行择优,用于改善算法指标不稳定的问题。同时在捕食阶段引入精英余弦变异算法以提升海马的收敛速度与DELM的精度。最后,将系统量测数据作为输入特征,利用DELM得到节点状态标签,从而实现污染状态量的定位。通过在IEEE 14节点系统和IEEE 57节点系统进行大量仿真对比分析,验证了所提算法在准确率、精确率、召回率及F1值等检测定位性能方面均具有明显优势,能够实现FDIA的精确定位。 展开更多
关键词 电力信息物理系统 虚假数据注入攻击 海马优化算法 深层极限学习机
在线阅读 下载PDF
庆祝3.0:设计、学习与社会群体--从2011AECT年会审视教育技术的现状与发展 被引量:5
15
作者 王小雪 陈小珺 +2 位作者 崔国强 王红 高萍 《远程教育杂志》 CSSCI 2012年第1期3-17,共15页
作为AECT2011年会的参与者与组织者,首先对本届年会的主题内容,包括大会的主题报告、主席专场报告和主席论坛、分会的研讨交流、圆桌专题论坛和论文研讨等,做了全面而细致的回顾;然后在深入剖析会议主旨的基础上,根据亲身经历与体会,谈... 作为AECT2011年会的参与者与组织者,首先对本届年会的主题内容,包括大会的主题报告、主席专场报告和主席论坛、分会的研讨交流、圆桌专题论坛和论文研讨等,做了全面而细致的回顾;然后在深入剖析会议主旨的基础上,根据亲身经历与体会,谈了对本届年会的感悟及本届年会折射出的教育技术现状与发展趋势。最后,全面论述了中国与会学者对该年会的认识、看法以及他们对中国大陆教育技术未来发展的展望。 展开更多
关键词 教育传播与技术 赛博学习 在线学习 学习动机 开放性教育资源
在线阅读 下载PDF
考虑电-气耦合系统连锁故障的多阶段信息物理协同攻击策略 被引量:15
16
作者 曹茂森 王蕾报 +7 位作者 胡博 谢开贵 伏坚 温力力 周平 范璇 李博 曾意 《电力自动化设备》 EI CSCD 北大核心 2019年第8期128-136,共9页
针对电-气耦合系统在恶意攻击下的风险分析,提出了一种计及电-气耦合系统连锁故障的信息物理多阶段协同攻击策略。为了诱导调度人员做出错误调度决策和降低电网的安全裕度,提出了一种以最大化线路过载程度为目标的改进负荷重分配(LR)攻... 针对电-气耦合系统在恶意攻击下的风险分析,提出了一种计及电-气耦合系统连锁故障的信息物理多阶段协同攻击策略。为了诱导调度人员做出错误调度决策和降低电网的安全裕度,提出了一种以最大化线路过载程度为目标的改进负荷重分配(LR)攻击模型。综合考虑天然气系统与电力系统的调度时间尺度差异,构建一种新型的电-气耦合系统多阶段协同攻击策略:初始阶段通过攻击气网侧气源或管道以影响电-气耦合节点的天然气机组状态,然后针对电力系统交替采用改进LR攻击和物理攻击,最终导致大规模连锁停运。基于Q-Learning提出了最优策略求解算法,以比利时20节点天然气系统和IEEE30节点系统为算例,验证了所提信息物理协同攻击模型的正确性和有效性。 展开更多
关键词 多能源系统 -气耦合系统 负荷重分配攻击 信息物理协同攻击 连锁故障 Q-learning算法
在线阅读 下载PDF
基于小波-稀疏自编码器的输电网虚假数据检测方法 被引量:18
17
作者 王文钰 任洲洋 +2 位作者 孙义豪 潘栋 刘振伟 《电工电能新技术》 CSCD 北大核心 2022年第1期51-59,共9页
被攻击者精心设计的虚假数据符合电力系统运行规律和基尔霍夫定律,可以绕过不良数据的检测,使控制中心误以为系统在正常运行中,从而做出错误决策,影响电网正常运行。考虑状态估计和电网数据的非线性结构,结合状态数据的时间连续性,提出... 被攻击者精心设计的虚假数据符合电力系统运行规律和基尔霍夫定律,可以绕过不良数据的检测,使控制中心误以为系统在正常运行中,从而做出错误决策,影响电网正常运行。考虑状态估计和电网数据的非线性结构,结合状态数据的时间连续性,提出了一种小波变换和稀疏自编码器相结合的虚假数据注入(FDIAs)检测方法。小波变换可在频域展示连续时间信号的局部特征,易于发现数据的异常变化。将经由小波变换的特征向量作为自编码器的输入,训练表征电力系统正常运行模式的自编码器,然后在线运行输出攻击检测结果。最后,使用IEEE 39和IEEE 118验证了所提方法的准确性和有效性。 展开更多
关键词 网络信息安全 状态估计 虚假数据注入 小波变换 自编码器 自监督学习
在线阅读 下载PDF
DRL-IDS:基于深度强化学习的工业物联网入侵检测系统 被引量:23
18
作者 李贝贝 宋佳芮 +1 位作者 杜卿芸 何俊江 《计算机科学》 CSCD 北大核心 2021年第7期47-54,共8页
近年来,工业物联网迅猛发展,在实现工业数字化、自动化、智能化的同时也带来了大量的网络威胁,且复杂、多样的工业物联网环境为网络入侵者创造了全新的攻击面。传统的入侵检测技术已无法满足当前工业物联网环境下的网络威胁发现需求。对... 近年来,工业物联网迅猛发展,在实现工业数字化、自动化、智能化的同时也带来了大量的网络威胁,且复杂、多样的工业物联网环境为网络入侵者创造了全新的攻击面。传统的入侵检测技术已无法满足当前工业物联网环境下的网络威胁发现需求。对此,文中提出了一种基于深度强化学习算法近端策略优化(Proximal Policy Optimization 2.0,PPO2)的工业物联网入侵检测系统。该系统将深度学习的感知能力和强化学习的决策能力相结合,以实现对工业物联网多种类型网络攻击的有效检测。首先,运用基于LightGBM的特征选择算法筛选出工业物联网数据中最有效的特征集合;然后,结合深度学习算法将多层感知器网络的隐藏层作为PPO2算法中的价值网络和策略网络的共享网络结构;最后,基于PPO2算法构建入侵检测模型,并使用ReLU(Rectified Linear Unit)进行分类输出。在美国能源部橡树岭国家实验室公开发布的工业物联网真实数据集上开展的大量实验表明,所提出的入侵检测系统在检测对工业物联网的多种类型网络攻击时,获得了99.09%的准确率,且在准确率、精密度、召回率、F1评分等指标上均优于目前基于LSTM,CNN,RNN等深度学习模型和DDQN,DQN等深度强化学习模型的入侵检测系统。 展开更多
关键词 工业物联网 网络安全 入侵检测系统 深度强化学习 PPO2算法
在线阅读 下载PDF
Osthole prevents cognitive impairment through modulating neuron cells in Aβ25-35-injected mice
19
作者 HOU Xue-qin 《中国药理学与毒理学杂志》 CAS 北大核心 2019年第6期417-418,共2页
OBJECTIVE To investigate the effects of osthole on learning and memory impairment of AD mice induced by injection of Aβ25-35 and the content of Ca2+, GLU and Aβ1-42 in the brain tissue and peripheral blood. METHODS ... OBJECTIVE To investigate the effects of osthole on learning and memory impairment of AD mice induced by injection of Aβ25-35 and the content of Ca2+, GLU and Aβ1-42 in the brain tissue and peripheral blood. METHODS Mice were randomly assigned to sham operation, Aβ25-35, Aβ25-35+Ost-L,Aβ25-35+Ost-M, and Aβ25-35+Ost-H group. Water maze test was performed to assessing spatial learning ability of mice. It is determined that the MDA level and the activity of SOD in the brain tissue of mice in each group by colorimetry. The GLU kit and Ca2 +kit were used to detect the GLU, Ca2 +in tissue and serum. ELISA was used to detect the expression of Aβ1-42 in the hippocampus and serum of mice. HE staining and silver staining were used to detect neuron apoptosis and pathological changes in brain slices and so on. RESULTS(1) Effects of osthole on learning and memory: With the increase of training day,the escape latencies continuously reduced in each experimental group, the escape latencies of the model group was longer on the 1 st, 2 nd, 3 rd, and 5 thdays than the normal group, the difference was statistically significant(day 3 and 4: P<0.05, day 5: P<0.01);compared with the model group, the escaping latency on the 5 thday of the OST low-medium high-dose group was significantly shortened, which was statistically significant(P<0.05).(2) Effects on oxidative stresspathway: the SOD activity of AD mice in the hippocampus model group was lower than that in the normal group, which was statistically significant(P<0.05);The SOD activity in the OST group was higher than that in the model group, which was statistically significant(P<0.05). The MDA content in the model group was significantly higher than that in the normal group(P<0.05). The MDA content in the OST high-dose group was lower than that in the model group, which was statistically significant(P<0.05).(3) Effects of GLU levels on neurotransmitters:the results of the detection of GLU in cortical area and GLU in serum of AD mice in OST dose groups showed that serum GLU levels in the model group were significantly lower than those in the sham group, which was statistically significant(P<0.05). GLU levels in the cortical area were also significantly higher than those in the sham group, which was statistically significant(P<0.05). Compared with the model group, GLU levels in the OST administration group were significantly down-regulated. Among the serum, the effect of medium dose group was obvious. Although there was a trend of down-regulation in the cortical administration group, there was no statistical significance.(4) Changes in Ca2+concentration in the brain. Detection of intracellular Ca2 +concentration in AD mice by OST doses showed that,compared with the sham group, the model group was significantly upregulated in cortical Ca2 +levels.There was no statistical difference in the administration group. Compared with the model group, the concentration of Ca2+in the OST-H group significantly decreased.(5) Effect on levels of Aβ1-42 in hippocampus and serum: model group had significantly higher Aβ1-42 levels in hippocampus than in sham operation group, which was statistically significant(P<0.05). Aβ1-42 in serum was also significantly upregulated compared to the sham group, which was statistically significant(P<0.05). Compared with the model group, the levels of Aβ1-42 in the OST administration group were significantly down-regulated,with the lower and middle doses in the hippocampus being more significant, while the serum was more pronounced at lower doses.(6) Silver staining to detect the tangles of hippocampal neurons: Neuron tangles in the hippocampal CA1 region showed a dark brown-yellow granule distribution in the nuclei of the model group(positive expression). Nerve cell body and dendrites, axons are black or black red,background light yellow. Compared with the model group, the administration group has improved significantly. CONCLUSION OST improves spatial learning and memory of dementia model mice injected with Aβ25-35 in both hippocampus. Experimental studies have shown that OST has different degrees of regulation on neuronal apoptosis, Ca2 +/GLU/oxidative stress and other pathways, and it plays a role in improving multiple AD pathological changes and delaying the pathogenesis of neurodegenerative diseases. 展开更多
关键词 OSTHOLE ALZHEIMER DISEASE AΒ25-35 spatial learning and MEMORY
在线阅读 下载PDF
网络威胁情报分析框架研究和实现 被引量:2
20
作者 何发镁 刘润时 +2 位作者 贾赛男 岳桓州 王旭仁 《燕山大学学报》 CAS 北大核心 2024年第4期369-376,共8页
网络威胁情报基于大量网络威胁数据,通过信息共享和集体协作,实现对网络威胁的快速预警、检测和响应。如何快速、准确地从海量威胁情报报告中自动提取涉及网络安全信息已成为研究的热点和难点。文中提出了一个网络威胁情报分析框架,总... 网络威胁情报基于大量网络威胁数据,通过信息共享和集体协作,实现对网络威胁的快速预警、检测和响应。如何快速、准确地从海量威胁情报报告中自动提取涉及网络安全信息已成为研究的热点和难点。文中提出了一个网络威胁情报分析框架,总结目前对网络威胁情报的全周期处理流程。并给出了在此框架下应用实例:创建公开威胁情报数据集、提出网络威胁情报关键信息抽取算法、实现基于异质信息图的恶意IP⁃域名的关联认知等。文中实现了多种网络威胁情报实体识别深度学习模型,其中基于XLnet和字典相结合进行嵌入表达,模型准确率最好达到95.27%。论文提出的网络威胁情报分析框架可以作为非结构化网络威胁情报分析的指导依据,论文的实验结果可以作为网络威胁情报信息抽取工作的对比基线。 展开更多
关键词 网络威胁情报 深度学习 多头注意力机制 命名实体识别
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部