当前Web追踪领域主要使用浏览器指纹对用户进行追踪。针对浏览器指纹追踪技术存在指纹随时间动态变化、不易长期追踪等问题,提出一种关注节点和边缘特征的改进图采样聚合算法(An Improved Graph SAmple and AGgregatE with Both Node an...当前Web追踪领域主要使用浏览器指纹对用户进行追踪。针对浏览器指纹追踪技术存在指纹随时间动态变化、不易长期追踪等问题,提出一种关注节点和边缘特征的改进图采样聚合算法(An Improved Graph SAmple and AGgregatE with Both Node and Edge Features,NE-GraphSAGE)用于浏览器指纹追踪。首先以浏览器指纹为节点、指纹之间特征相似度为边构建图数据。其次对图神经网络中的GraphSAGE算法进行改进使其不仅能关注节点特征,而且能捕获边缘信息并对边缘分类,从而识别指纹。最后将NE-GraphSAGE算法与Eckersley算法、FPStalker算法和LSTM算法进行对比,验证NE-GraphSAGE算法的识别效果。实验结果表明,NE-GraphSAGE算法在准确率和追踪时长上均有不同程度的提升,最大追踪时长可达80天,相比其他3种算法性能更优,验证了NE-GraphSAGE算法对浏览器指纹长期追踪的能力。展开更多
为提高移动台定位算法的精度,研究了基于接收信号强度(received signal strength,RSS)空时处理的指纹定位算法。该算法包含指纹数据库的建立和指纹比对,在指纹数据库建立过程中,利用空时处理的方法克服无线信号的衍射﹑散射等影响;指纹...为提高移动台定位算法的精度,研究了基于接收信号强度(received signal strength,RSS)空时处理的指纹定位算法。该算法包含指纹数据库的建立和指纹比对,在指纹数据库建立过程中,利用空时处理的方法克服无线信号的衍射﹑散射等影响;指纹比对时,研究了相同邻小区个数的选择对定位误差的影响,得出相同邻小区个数的最优选择。仿真结果表明,算法减小了RSS的波动性,具有低运算复杂度和高精度。展开更多
文摘数字图像后处理流程带来的非唯一性人造(Non-Unique Artifacts,NUAs)噪声掺杂在具有唯一性、稳定性的光响应非均质性(Photo-Response Non-Uniformity,PRNU)指纹中,极大地影响了下游成像设备溯源任务的精确性。然而,现有NUAs抑制方案主要针对实验环境,不仅需要额外的超参数设定,而且需额外的算力和存储空间,难以在开放环境中实际应用。为解决该问题,提出了一种面向开放环境的PRNU指纹提纯算法。首先,对现有PRNU指纹相关性度量指标即峰值相关能量比(Peak-to-Correlation Energy Ratio,PCE)进行改进,提出了基于归一化的PCE_norm和PCE_denuas,以实现开放环境下的自适应相关性度量。然后,通过构建对比学习机制缩小同一指纹和放大不同指纹的距离,实现NUAs离线抑制,从而在溯源任务中不需额外计算和存储成本进行在线抑制。最后,通过在Dresden和Daxing数据集上的实验证明了所提算法的有效性和鲁棒性。
文摘当前Web追踪领域主要使用浏览器指纹对用户进行追踪。针对浏览器指纹追踪技术存在指纹随时间动态变化、不易长期追踪等问题,提出一种关注节点和边缘特征的改进图采样聚合算法(An Improved Graph SAmple and AGgregatE with Both Node and Edge Features,NE-GraphSAGE)用于浏览器指纹追踪。首先以浏览器指纹为节点、指纹之间特征相似度为边构建图数据。其次对图神经网络中的GraphSAGE算法进行改进使其不仅能关注节点特征,而且能捕获边缘信息并对边缘分类,从而识别指纹。最后将NE-GraphSAGE算法与Eckersley算法、FPStalker算法和LSTM算法进行对比,验证NE-GraphSAGE算法的识别效果。实验结果表明,NE-GraphSAGE算法在准确率和追踪时长上均有不同程度的提升,最大追踪时长可达80天,相比其他3种算法性能更优,验证了NE-GraphSAGE算法对浏览器指纹长期追踪的能力。
文摘为提高移动台定位算法的精度,研究了基于接收信号强度(received signal strength,RSS)空时处理的指纹定位算法。该算法包含指纹数据库的建立和指纹比对,在指纹数据库建立过程中,利用空时处理的方法克服无线信号的衍射﹑散射等影响;指纹比对时,研究了相同邻小区个数的选择对定位误差的影响,得出相同邻小区个数的最优选择。仿真结果表明,算法减小了RSS的波动性,具有低运算复杂度和高精度。
