期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于去中心化验证的多方数据安全共享方案
1
作者 叶可可 高宏民 +3 位作者 张雨荷 潘晓丰 冯成志 马兆丰 《信息安全研究》 北大核心 2025年第6期578-584,共7页
随着物联网的发展,多设备之间的协同工作变得越来越普遍.然而,在数据共享过程中用户隐私可能面临数据被盗取和篡改的风险.现有的联邦学习(federal learning,FL)方法依赖于移动边缘计算(mobile edge computing,MEC)服务器进行模型聚合,... 随着物联网的发展,多设备之间的协同工作变得越来越普遍.然而,在数据共享过程中用户隐私可能面临数据被盗取和篡改的风险.现有的联邦学习(federal learning,FL)方法依赖于移动边缘计算(mobile edge computing,MEC)服务器进行模型聚合,存在信任、安全威胁和单点故障等问题.为解决这些问题,以区块链为底层架构,提出了一种新型的多方数据共享方案,在方案中引入了去中心化验证机制和权益证明(PoS)启发的共识机制.去中心化验证机制通过评估节点行为并投票,确保每个本地模型更新的合法性,只有合法的更新才会被用于全局模型构建.模型构建过程使用同态加密和密钥共享技术对本地模型参数进行加密,确保模型参数在传输和聚合过程中的安全性与完整性.PoS共识机制奖励诚实行为设备,增加其成为区块生成机会.此外,通过引入信息查找的缓存机制减少了多方搜索次数.经过验证,该数据共享方案在数据安全方面有所增强. 展开更多
关键词 联邦学习 区块链 去中心化验证 权益证明 多方数据共享
在线阅读 下载PDF
基于可撤销代理签名的分布式身份认证技术研究
2
作者 高宏民 曾卓然 +2 位作者 潘晓丰 赖冠辉 马兆丰 《信息安全研究》 北大核心 2025年第6期521-531,共11页
随着数字化服务在人们的日常生活中的普及,传统身份有了另一种表现形式——数字身份.在传统网络数字化活动中,数字身份的管理由各中心化服务提供商管理,存在中心化存储管理难度大,用户隐私保障不足等系列问题,因此基于分布式数字身份(de... 随着数字化服务在人们的日常生活中的普及,传统身份有了另一种表现形式——数字身份.在传统网络数字化活动中,数字身份的管理由各中心化服务提供商管理,存在中心化存储管理难度大,用户隐私保障不足等系列问题,因此基于分布式数字身份(decentralized identifier,DID)的数字身份技术正成为当前的研究热点.但分布式数字身份的身份认证方案隐私泄露问题频出,同时伴随着用户签名认证流程繁琐等问题,是当前分布式身份认证技术的痛点.针对以上存在的系列问题,基于可撤销代理签名、可验证凭证、区块链等技术构建了基于可撤销代理签名的分布式身份认证协议,实现了用户友好安全的签名认证协议.对用户参与数字化活动的设备性能要求低,适用于更广泛的用户数字化活动. 展开更多
关键词 代理签名 分布式数字身份 可验证凭证 区块链 撤销
在线阅读 下载PDF
基于图神经网络的权益推荐技术方案研究 被引量:3
3
作者 陶涛 李珍 +5 位作者 王冀彬 徐海勇 江勇 陈卓 张润波 胡清源 《电信科学》 2023年第8期91-101,共11页
推荐系统是实现海量互联网权益产品智能化推荐的重要手段。为了提升个性化推荐的准确率,提出了基于图计算方法的深度学习推荐系统。针对用户行为数据存在多源异质的特性,基于深度学习图表示技术,对用户多维特征及权益产品之间的多种交... 推荐系统是实现海量互联网权益产品智能化推荐的重要手段。为了提升个性化推荐的准确率,提出了基于图计算方法的深度学习推荐系统。针对用户行为数据存在多源异质的特性,基于深度学习图表示技术,对用户多维特征及权益产品之间的多种交互方式进行图结构化信息抽取及异质图建模,构建用户权益多元关系图谱,实现了各类交互信息(如用户—App、App—套餐、用户—套餐)的有效聚合。通过构建异质图卷积神经网络,学习各类异质性节点的高维特征向量,挖掘用户潜在偏好行为,提供具有较强可解释性的推荐链路,进而大幅提升推荐成功率并产生经济价值。 展开更多
关键词 异质图 图卷积神经网络 权益推荐 多源数据
在线阅读 下载PDF
Graph4Cache:一种用于缓存预取的图神经网络模型
4
作者 尚晶 武智晖 +1 位作者 肖智文 张逸飞 《计算机研究与发展》 EI CSCD 北大核心 2024年第8期1945-1956,共12页
大多数计算系统利用缓存来减少数据访问时间,加快数据处理并平衡服务负载.缓存管理的关键在于确定即将被加载到缓存中或从缓存中丢弃的合适数据,以及进行缓存置换的合适时机,这对于提高缓存命中率至关重要.现有的缓存方案面临2个问题:... 大多数计算系统利用缓存来减少数据访问时间,加快数据处理并平衡服务负载.缓存管理的关键在于确定即将被加载到缓存中或从缓存中丢弃的合适数据,以及进行缓存置换的合适时机,这对于提高缓存命中率至关重要.现有的缓存方案面临2个问题:在实时的、在线的缓存场景下难以洞察用户访问数据的热度信息,以及忽略了数据访问序列之间复杂的高阶信息.提出了一个基于GNN的缓存预取网络Graph4Cache.通过将单个访问序列建模为有向图(ASGraph),并引入虚拟节点聚合图中所有节点的信息和表示整个序列.然后由ASGraph的虚拟节点构造一个跨序列无向图(CSGraph)来学习跨序列特征,这极大地丰富了单个序列中有限的数据项转换模式.通过融合这2种图结构的信息,学习到了序列之间的高阶关联信息,并获取了丰富的用户意图.在多个公共数据集上的实验结果证明了该方法的有效性.Graph4Cache在P@20和MRR@20上均优于现有的缓存预测算法. 展开更多
关键词 图神经网络 缓存预取 访问序列图 跨序列图 缓存预测
在线阅读 下载PDF
基于多模态注意力机制的跨模态哈希网络 被引量:2
5
作者 吴吉祥 鲁芹 李伟霄 《计算机工程与应用》 CSCD 北大核心 2022年第20期229-239,共11页
深度跨模态哈希算法(deep cross-modal Hash,DCMH)可以结合哈希算法存储成本低、检索速度快的优点,以及深度神经网络提取特征的强大能力,得到了越来越多的关注。它可以有效地将模态的特征和哈希表示学习集成到端到端框架中。然而在现有... 深度跨模态哈希算法(deep cross-modal Hash,DCMH)可以结合哈希算法存储成本低、检索速度快的优点,以及深度神经网络提取特征的强大能力,得到了越来越多的关注。它可以有效地将模态的特征和哈希表示学习集成到端到端框架中。然而在现有的DCMH方法的特征提取中,基于全局表示对齐的方法无法准确定位图像和文本中有语义意义的部分,导致在保证检索速度的同时无法保证检索的精确度。针对上述问题,提出了一种基于多模态注意力机制的跨模态哈希网络(HX_MAN),将注意力机制引入到DCMH方法中来提取不同模态的关键信息。利用深度学习来提取图像和文本模态的全局上下文特征,并且设计了一种多模态交互门来将图像和文本模态进行细粒度的交互,引入多模态注意力机制来更精确地捕捉不同模态内的局部特征信息,将带有注意的特征输入哈希模块以获得二进制的哈希码;在实行检索时,将任一模态的数据输入训练模块中来获得哈希码,计算该哈希码与检索库中哈希码的汉明距离,最终根据汉明距离按顺序输出另一种模态的数据结果。实验结果表明:HX_MAN模型与当前现有的DCMH方法相比更具有良好的检索性能,在保证检索速度的同时,能够更准确地提炼出图像和文本模态的局部细粒度特征,提高了检索的精确度。 展开更多
关键词 跨模态检索 注意力机制 深度哈希 多模态学习
在线阅读 下载PDF
基于社交网络分析的流量红包客户挖掘与传播模式 被引量:1
6
作者 徐海勇 陶涛 +3 位作者 黄岩 唐崔巍 张兆静 吴晶 《电信科学》 2020年第8期139-150,共12页
电信运营商持续创新流量经营模式与手段,将流量营销与社交化的红包活动相结合,创新推出流量红包活动,激发客户流量使用兴趣。面对社交化流量红包客户特征与传播模式的研究痛点及当前社群建模算法较单一的技术现状,详细研究、对比6种社... 电信运营商持续创新流量经营模式与手段,将流量营销与社交化的红包活动相结合,创新推出流量红包活动,激发客户流量使用兴趣。面对社交化流量红包客户特征与传播模式的研究痛点及当前社群建模算法较单一的技术现状,详细研究、对比6种社群建模算法的应用效果,筛选出适合流量红包的最优算法,并定位分析核心价值客户群的特征。仿真结果显示,Multi-Level算法在流量红包场景中表现更好,基于该算法挖掘种子客户、高价值客户、低价值客户和沉默客户4种特征客户群的社交网络结构。社交网络分群结论为运营商精准营销、精准推送等营销活动以及沉默客户促活、流失客户挽回等客户运营管理提供了有效指导。 展开更多
关键词 社交网络分析 流量红包 客户群划分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部