-
题名WSN中基于协作水印的虚假数据过滤算法
被引量：14
- 1
-
-
作者
易叶青
林亚平
李小龙
羊四清
尤志强
-
机构
湖南大学计算机与通信学院
湖南大学软件学院
-
出处
《软件学报》
EI
CSCD
北大核心
2010年第1期107-118,共12页
-
基金
国家自然科学基金No.60973031
湖南省自然科学基金No.09JJ6097
+1 种基金
湖南省教育厅优秀青年项目No.06B047
湖南省重点建设学科项目~~
-
文摘
提出一种基于协作水印的数据认证算法来识别虚假数据和重复包,算法在每个数据包中嵌入两类水印:一类是鲁棒性水印,用于对发送者的身份和数据的新鲜性进行认证;另一类是由t个证人节点协作生成、嵌入的半脆弱水印,用于对数据内容进行认证.算法保证了多个水印之间互不影响;算法允许网络中的单个节点独立地提取水印,验证数据包的正确性,却不能伪造或修改水印.仿真和分析结果表明,算法在数据包中嵌入水印后,在大多数情况下均有较好的峰值信噪比和信噪比.同时,算法能够对恶意篡改数据具有较高的敏感性,对一定程度噪声干扰、有损压缩等具有较好的鲁棒性.算法与已有的基于MAC(message authentication code)的虚假数据过滤算法相比具有更低的通信开销和更高的识别与过滤虚假数据的能力.
-
关键词
无线传感器网络
协作水印
虚假数据识别与过滤
-
Keywords
wireless sensor network
cooperation watermark
false data recognition and filtering
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于神经网络的复杂垃圾信息过滤算法分析
被引量：11
- 2
-
-
作者
张建
严珂
马祥
-
机构
中国计量大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第3期770-777,共8页
-
基金
浙江省自然科学基金资助项目(LY19F020016,LQ20F050009)。
-
文摘
垃圾信息的识别是自然语言处理方面主要的任务之一。传统方法是基于文本特征或词频的方法,其识别准确率主要依赖于特定关键词的出现与否,存在对关键词识别错误或对未出现关键词的垃圾信息文本识别能力较差的问题,提出基于神经网络的方法。首先,利用传统方法针对这一类垃圾信息文本进行识别训练和测试;然后,利用从垃圾短信、广告和垃圾邮件数据集中挑选出传统方法识别困难的垃圾信息,再从原数据集中随机挑选出同样数量的正常信息,将其组成三个无重复数据的新数据集;最后,以卷积神经网络和循环神经网络为基础,建立了三个模型,并在新数据集上进行识别训练。实验结果表明,基于神经网络的方法可以从文本中学习到更好的语义特征,在三个数据集上均能达到98%以上的准确率,高于朴素贝叶斯(NB)、随机森林(RF)、支持向量机(SVM)等传统方法。实验结果还显示,不同的神经网络适用于不同长度的文本分类,由循环神经网络组成的模型擅长识别句子长度的文本,由卷积神经网络组成的模型擅长识别段落长度的文本,由两者共同组成的模型擅长识别篇章长度的文本。
-
关键词
垃圾信息
识别与过滤
文本特征
词频
神经网络
-
Keywords
spam
recognition and filtering
text feature
word frequency
neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
