检索结果-维普期刊中文期刊服务平台

针对交通标志检测模型的安全性研究: 1; 作者季一木田鹏浩 +4 位作者刘尚东吴梦雪丁建宇张驰孙一铭《南京邮电大学学报（自然科学版）》北大核心 2021年第4期1-9,共9页; 近几年研究表明,现有对抗算法在攻击目标检测模型时,易受到光照、角度、天气等环境因素的影响,导致生成的对抗扰动攻击成功率较低,鲁棒性较差。为进一步提高攻击目标检测模型的成功率,提出了一种对抗算法IFASC⁃TS(Improved Fooling Auto... 展开更多; 关键词目标检测交通标志检测对抗扰动鲁棒性; 在线阅读下载PDF 职称材料

一种基于深度学习的Docker风险预测方法研究被引量：6: 2; 作者邵思思李奎 +5 位作者尧海昌杨卫东尤帅刘强刘尚东季一木《南京邮电大学学报（自然科学版）》北大核心 2021年第2期104-112,共9页; 相较于传统虚拟机集群,容器集群更能确保集群资源弹性供给的可靠性和时效性,以Docker为代表的新代容器技术已经成为主流。Docker安全隐患已经成为阻碍Docker发展的关键因素,Docker容器基于镜像搭建,镜像的安全直接决定了容器的安全,而Do... 展开更多; 关键词容器集群镜像安全卷积神经网络特征金字塔网络; 在线阅读下载PDF 职称材料

HOS:一种基于HBase的分布式存储系统设计与实现被引量：18: 3; 作者季一木张宁 +4 位作者尧海昌李奎李航刘尚东王汝传《南京邮电大学学报（自然科学版）》北大核心 2019年第5期63-71,共9页; 大数据时代,数据快速增长,迫切需要寻找有效的数据存储方案,HBase系统具有分布式、列式存储的特点,为大数据的存储管理提供了一种高效的解决方案。由于HBase只支持主键索引,对于非主键查询效率低下,难以满足实时需求。为此,提出一种分... 展开更多; 关键词 HBASE 查询处理分层式索引分布式存储; 在线阅读下载PDF 职称材料

基于小样本学习的中文文本关系抽取方法被引量：3: 4; 作者季一木张旺 +6 位作者刘强刘尚东洪程邱晨阳朱金森惠岩肖婉《南京邮电大学学报（自然科学版）》北大核心 2023年第4期64-71,共8页; 实体关系抽取作为文本挖掘和信息抽取的核心任务,是知识图谱构建过程中的关键一环。然而人工建立大规模有标签的数据耗时耗力。使用小样本学习来进行关系抽取,仅仅需要少量样本实例就能使模型学会区分不同关系类型的能力,从而缓解大量... 展开更多; 关键词小样本学习关系抽取 BERT HOWNET 注意力机制; 在线阅读下载PDF 职称材料

基于TransH的双重注意力机制远程监督关系抽取算法被引量：3: 5; 作者季一木汤淑宁 +5 位作者刘尚东张旺洪程邱晨阳刘强肖婉《南京邮电大学学报（自然科学版）》北大核心 2022年第6期70-78,共9页; 远程监督为关系抽取任务提供了大量自动标注的数据集,且领域迁移性强,为实现自动抽取奠定了基础。然而,构造的数据集伴随了强约束性的假设,存在着严重的错误标签问题,且这些噪声数据极大影响了最终的性能结果。为了缓解错误标注的问题,... 展开更多; 关键词远程监督关系抽取 TransH 注意力机制; 在线阅读下载PDF 职称材料

题名针对交通标志检测模型的安全性研究: 1; 作者季一木田鹏浩刘尚东吴梦雪丁建宇张驰孙一铭; 机构南京邮电大学计算机学院南京邮电大学江苏省无线传感网高技术研究重点实验室南京邮电大学高性能计算与大数据处理研究所南京邮电大学高性能计算与智能处理工程研究中心; 出处《南京邮电大学学报（自然科学版）》北大核心 2021年第4期1-9,共9页; 基金国家重点研发计划专项(2020YFB2104002) 江苏省重点研发计划(BE2019740) +4 种基金江苏省现代教育技术研究课题(2019⁃R⁃67748)资助项目。; 文摘近几年研究表明,现有对抗算法在攻击目标检测模型时,易受到光照、角度、天气等环境因素的影响,导致生成的对抗扰动攻击成功率较低,鲁棒性较差。为进一步提高攻击目标检测模型的成功率,提出了一种对抗算法IFASC⁃TS(Improved Fooling Automated Surveillance Cameras on Traffic Signs),其攻击对象是交通标志检测模型。IFASC⁃TS引入约束对抗扰动输入与原始图像输入之间的预期有效距离误差损失函数和多类别数据增强方法,以提高对抗扰动的攻击成功率和鲁棒性。基于YOLOv2在GTSRB测试集上的实验结果表明,IFASC⁃TS算法生成的对抗扰动使交通检测模型的mAP值降低至25.6%,相较于FASC算法的30.0%,IFASC⁃TS算法对抗性能提升了4.4%。; 关键词目标检测交通标志检测对抗扰动鲁棒性; Keywords object detection traffic sign detection adversarial perturbation robustness; 分类号 TN919.8 [电子电信—通信与信息系统] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种基于深度学习的Docker风险预测方法研究被引量：6: 2; 作者邵思思李奎尧海昌杨卫东尤帅刘强刘尚东季一木; 机构南京邮电大学计算机学院南京邮电大学江苏省无线传感网高技术研究重点实验室南京邮电大学高性能计算与大数据处理研究所南京邮电大学高性能计算与智能处理工程研究中心; 出处《南京邮电大学学报（自然科学版）》北大核心 2021年第2期104-112,共9页; 基金国家重点研发计划专项(2017YFB1401300,2017YFB1401302) 国家自然科学基金(61702280,61902194) +9 种基金江苏省重点研发计划(BE2017166) 江苏省自然科学基金(BK20170900) 江苏省六大人才高峰(JY02) 南京邮电大学鼎山人才培养对象和南京邮电大学人才启动基金(NY219132)资助项目。; 文摘相较于传统虚拟机集群,容器集群更能确保集群资源弹性供给的可靠性和时效性,以Docker为代表的新代容器技术已经成为主流。Docker安全隐患已经成为阻碍Docker发展的关键因素,Docker容器基于镜像搭建,镜像的安全直接决定了容器的安全,而Docker镜像是Docker安全中相对较弱的环节。Docker通过Dockerfile文件中的指令自动生成镜像,因而针对Dockerfile文件,提出一种基于深度学习的Docker风险预测方法,对Dockerfile文件进行安全风险评估,输出风险程度,从源头对镜像进行风险控制。通过实验与其他几种传统方法对比表明,该方法能够有效判断Dockerfile文件是否存在风险。; 关键词容器集群镜像安全卷积神经网络特征金字塔网络; Keywords container cluster mirror security convolutional neural network feature pyramid network; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名HOS:一种基于HBase的分布式存储系统设计与实现被引量：18: 3; 作者季一木张宁尧海昌李奎李航刘尚东王汝传; 机构南京邮电大学计算机学院南京邮电大学江苏省无线传感网高技术研究重点实验室南京邮电大学高性能计算与大数据处理研究所南京邮电大学高性能计算与智能处理工程研究中心; 出处《南京邮电大学学报（自然科学版）》北大核心 2019年第5期63-71,共9页; 基金国家重点研发计划专项(2017YFB1401300,2017YFB1401302) 国家自然科学基金(61572260,61872196) +1 种基金江苏省重点研发计划(BE2017166) 江苏省自然科学基金优秀青年基金(BK20170100)资助项目; 文摘大数据时代,数据快速增长,迫切需要寻找有效的数据存储方案,HBase系统具有分布式、列式存储的特点,为大数据的存储管理提供了一种高效的解决方案。由于HBase只支持主键索引,对于非主键查询效率低下,难以满足实时需求。为此,提出一种分层式索引查询模型,该模型基于HBase建立持久性索引层,基于Redis建立分布式热点索引缓存层。前者为存储在HBase中的数据建立索引表,提高查询效率,后者基于Redis在内存中存储热点索引,降低磁盘访问开销,进一步提高查询效率。最终,依据此模型实现了分层式索引查询系统HOS,基于Imagenet图片数据集对HOS进行实验,实验结果表明,HOS数据查询性能优于标准HBase。; 关键词 HBASE 查询处理分层式索引分布式存储; Keywords HBase query processing hierarchical index distributed storage; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于小样本学习的中文文本关系抽取方法被引量：3: 4; 作者季一木张旺刘强刘尚东洪程邱晨阳朱金森惠岩肖婉; 机构南京邮电大学计算机学院南京邮电大学高性能计算与大数据处理研究所国家高性能计算中心南京分中心南京邮电大学高性能计算与智能处理工程研究中心南京邮电大学教育科学与技术学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2023年第4期64-71,共8页; 基金国家重点研发计划(2018AAA0103300,2018AAA0103302) 江苏省重点研发计划(SBE2023020143) +7 种基金江苏省自然科学基金(BK20170900) 江苏省创新创业人才项目江苏博士后基金(2019K024) 南京邮电大学引进人才科研启动基金(NY219132)资助项目。; 文摘实体关系抽取作为文本挖掘和信息抽取的核心任务,是知识图谱构建过程中的关键一环。然而人工建立大规模有标签的数据耗时耗力。使用小样本学习来进行关系抽取,仅仅需要少量样本实例就能使模型学会区分不同关系类型的能力,从而缓解大量无标签数据带来的标注压力。本文对中文关系抽取数据集FinRE进行了重构使之适用于少样本学习,并引入了语义关系网络HowNet对实体进行更为精确的语义划分,并在此基础上使用双重注意力机制提高句子编码质量,从而提高了模型在面对噪声数据时的效能,减轻了长尾关系的影响。使用本文的方法在该中文数据集进行了评估,与原始原型网络相比,基于句子级别与实体级别的注意力机制的原型网络在抽取准确率上提升了1%~2%的性能。; 关键词小样本学习关系抽取 BERT HOWNET 注意力机制; Keywords few⁃shot learning relation extracting BERT HowNet attention mechanism; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于TransH的双重注意力机制远程监督关系抽取算法被引量：3: 5; 作者季一木汤淑宁刘尚东张旺洪程邱晨阳刘强肖婉; 机构南京邮电大学计算机学院南京邮电大学高性能计算与大数据处理研究所国家高性能计算中心南京分中心南京邮电大学高性能计算与智能处理工程研究中心南京邮电大学教育科学与技术学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2022年第6期70-78,共9页; 基金国家重点研发计划专项(2018AAA0103302) 江苏省自然科学及高校自然科学重大项目(BK20170900,19KJB520046,20KJA520001) +5 种基金江苏省创新创业人才项目江苏博士后基金(2019K024) 江苏省六大人才高峰项目(JY02) 南京邮电大学鼎山人才培养对象项目和南京邮电大学人才引进启动基金(NY219132)资助项目; 文摘远程监督为关系抽取任务提供了大量自动标注的数据集,且领域迁移性强,为实现自动抽取奠定了基础。然而,构造的数据集伴随了强约束性的假设,存在着严重的错误标签问题,且这些噪声数据极大影响了最终的性能结果。为了缓解错误标注的问题,文中提出了一种双重注意力模型:第一层注意力机制通过在句子编码部分引入TransH预训练好的实体向量,与句子特征共同进行注意力选择,为体现关系信息的特征分配更高的权重来提高句子编码质量;第二层则是从句子级别再进行一次注意力计算,挑选出有效的实例,进一步降低噪声数据的权重。通过在广泛使用的数据集上进行多次对比实验,表明文中所提模型可以充分利用所有信息资源,结果明显优于其他基线模型。; 关键词远程监督关系抽取 TransH 注意力机制; Keywords distant supervision relation extraction TransH attention mechanism; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	针对交通标志检测模型的安全性研究	季一木田鹏浩刘尚东吴梦雪丁建宇张驰孙一铭	《南京邮电大学学报（自然科学版）》北大核心	2021	0	在线阅读下载PDF 职称材料
2	一种基于深度学习的Docker风险预测方法研究	邵思思李奎尧海昌杨卫东尤帅刘强刘尚东季一木	《南京邮电大学学报（自然科学版）》北大核心	2021	6	在线阅读下载PDF 职称材料
3	HOS:一种基于HBase的分布式存储系统设计与实现	季一木张宁尧海昌李奎李航刘尚东王汝传	《南京邮电大学学报（自然科学版）》北大核心	2019	18	在线阅读下载PDF 职称材料
4	基于小样本学习的中文文本关系抽取方法	季一木张旺刘强刘尚东洪程邱晨阳朱金森惠岩肖婉	《南京邮电大学学报（自然科学版）》北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于TransH的双重注意力机制远程监督关系抽取算法	季一木汤淑宁刘尚东张旺洪程邱晨阳刘强肖婉	《南京邮电大学学报（自然科学版）》北大核心	2022	3	在线阅读下载PDF 职称材料