-
题名一种提升HaLow网络吞吐的分组机制
- 1
-
-
作者
肖永钦
许力
谢峥嵘
-
机构
福建师范大学网络与数据中心
福建师范大学计算机与网络空间安全学院
杭州华数传媒电视网络有限公司余杭宽带分公司
福建省网络安全与密码技术重点实验室
网络安全与教育信息化福建省高校工程研究中心
-
出处
《计算机应用与软件》
北大核心
2025年第7期126-131,147,共7页
-
基金
国家自然科学基金项目(61771140)。
-
文摘
如何在大连接的应用场景解决隐藏节点数量,减少竞争碰撞来提升各节点吞吐,是推动Halow在物联网应用的关键技术要求。结合802.11ah关键技术特点,采用信道衰落、吞吐量模型,提出一种新颖的E-RAW(Enhance-RAW)分组方法,基于RAW分组机制通过各节点SNR(Signal Noise Ratio)进行分组,再二次校验消除组内隐藏节点。通过性能对比仿真分析,该分组机制实现了系统网络总吞吐约40%的提升,隐藏终端数量减少20%以上。
-
关键词
RAW
IEEE
802.11ah协议
媒质接入访问
限制接入窗口
-
Keywords
RAW
IEEE 802.11ah protocol
Medium access control
Restricted access window
-
分类号
TN91
[电子电信—通信与信息系统]
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名面向半异步联邦学习的防御投毒攻击方法研究
- 2
-
-
作者
吴立钊
汪晓丁
徐恬
阙友雄
林晖
-
机构
福建师范大学计算机与网络空间安全学院
网络安全与教育信息化福建省高校工程研究中心
中国热带农业科学院热带生物技术研究所
昌都市经济和信息化局
-
出处
《信息网络安全》
CSCD
北大核心
2024年第10期1578-1585,共8页
-
基金
国家自然科学基金海峡联合基金[U1905211]
福建省高校产学研重点项目[2024H6008]。
-
文摘
联邦学习由于其分布式特性,容易遭受模型投毒攻击,即恶意客户端通过发送篡改的模型更新来破坏全局模型的准确性。在众多的联邦学习分支方法中,半异步联邦学习由于其对实时性要求较低,使得它在面对投毒攻击时显得尤为脆弱。目前,检测恶意客户端的主要手段是通过分析客户端更新的统计特征来进行区分。然而,这一方法并不适用于半异步联邦学习。由于陈旧更新中包含由延迟产生的噪声,导致现有的检测算法难以区分良性客户端的陈旧更新与攻击者的恶意更新。为了解决半异步联邦学习中的恶意客户端检测问题,文章提出了一种基于预测模型更新的检测方法SAFLD。该方法根据模型的历史更新来预测客户端的过时更新并评估恶意分数,在检测中分数较高的客户端将被标记为恶意更新客户端并移除。文章在两个基准数据集上进行了实验,结果表明,相比于现有的检测算法,SAFLD能够在半异步联邦学习场景中更加准确地检测出多种最先进的模型投毒攻击。
-
关键词
半异步联邦学习
投毒攻击
L-BFGS
恶意客户端检测
-
Keywords
semi-asynchronous federated learning
poisoning attack
L-BFGS
malicious client detection
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于教育云平台数据分类分级体系的访问控制模型
被引量：5
- 3
-
-
作者
范新民
林晖
陈圣楠
陈恩生
-
机构
福建师范大学网络与数据中心
福建师范大学计算机与网络空间安全学院
网络安全与教育信息化福建省高校工程研究中心
-
出处
《信息安全研究》
2022年第4期400-407,共8页
-
基金
国家自然科学基金项目(U1905211)
福建省科技项目(2021L3032)
+1 种基金
福建省自然科学基金项目(2020J01169)
福建省中青年教师教育科研项目(JAT200071)。
-
文摘
教育云平台是教育数字化建设的重要基础设施之一,其核心是通过统一来自不同部门和机构的业务数据消除信息孤岛,避免信息系统的重复建设.然而,教育云平台在实现数据共享的同时,也因其自身的开放性和动态性严重影响了数据资源安全.针对教育云平台中的数据管控,提出一种基于数据分类分级体系的访问控制模型.该模型综合考虑了数据分类、安全等级、生命周期和敏感性等安全特性,为数据打上多维度安全标签;将安全标签与基于角色的访问控制策略融合,通过粗粒度过滤和细粒度控制的2级授权集中管理数据权限.经原型系统验证,该模型能有效实现云平台中数据的受限共享,防止用户越权操作.
-
关键词
云平台
数据安全
访问控制模型
数据分类分级
安全标签
RBAC
-
Keywords
cloud platform
data security
access control model
data classification and grading
secure tag
RBAC
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图注意力机制的无地图场景轨迹预测方法
被引量：2
- 4
-
-
作者
刘建敏
林晖
汪晓丁
-
机构
福建师范大学计算机与网络空间安全学院
网络安全与教育信息化福建省高校工程研究中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第7期144-153,共10页
-
基金
国家自然科学基金(61702103,U1905211)
福建省自然科学基金(2020J01167,2020J01169)。
-
文摘
现有的轨迹预测工作大多依赖于高精地图,但高精地图的采集耗时长、成本高、处理复杂,难以快速适应智能交通的大面积普及。为解决无地图场景下车辆轨迹预测问题,提出一种基于多模态数据时空特征的轨迹预测方法。构建多个历史轨迹时空交互图,交叉使用时间和空间注意力并进行深度融合,以建模道路上车辆之间的时空关联性。在此基础上,利用残差网络进行多目标多模态轨迹生成。在真实数据集Argoverse 2上进行模型的训练和测试,实验结果表明,相较于CRAT-Pred方法,该模型在单模态预测方面最小平均位移误差、最小最终位移误差和未命中率指标分别提升了3.86%、3.89%、0.48%,在多模态预测方面各项指标分别提升了0.78%、0.96%、0.42%。该方法能够有效地捕捉车辆移动轨迹的时间和空间特征,并可在自动驾驶等相关领域得到有效应用。
-
关键词
多模态任务
轨迹预测
时空特征
注意力机制
交叉注意力
-
Keywords
multi-modal task
trajectory prediction
spatio-temporal feature
attention mechanism
crossattention
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于HotStuff和多叉树的改进共识算法
- 5
-
-
作者
杨建新
汪晓丁
林晖
-
机构
福建师范大学计算机与网络空间安全学院
-
出处
《信息网络安全》
2025年第9期1447-1455,共9页
-
基金
国家自然科学基金[U1905211]
福建省高校产学研重点项目[2024H6008]。
-
文摘
为解决区块链拜占庭容错共识协议中通信复杂度高、可扩展性差和领导者审查等问题,文章提出一种基于HotStuff和多叉树的改进共识算法。该算法在签名机制中引入BLS签名以实现聚合验证,显著减少了消息开销;利用多叉树结构实现负载均衡,提升了区块处理的并行度;通过流水线技术优化投票和提交阶段,降低了共识时延;采用积极的领导者轮换策略,解决恶意或低效领导者造成的系统性能下降问题。实验结果表明,在100个节点的场景下,该算法的吞吐量较传统HotStuff算法提升了约5倍。当网络往返时延由50 ms增至400 ms时,吞吐量仅下降9%,仍保持较高稳定性。同时,在多种网络环境下,该算法展现出更低的交易确认时延。因此,该算法在降低通信复杂度、增强容错能力和提升性能方面具有显著优势,为高性能区块链系统的设计与应用提供了参考。
-
关键词
区块链
共识算法
HotStuff
多叉树
-
Keywords
blockchain
consensus algorithm
HotStuff
multi-ary trees
-
分类号
TP309
[自动化与计算机技术]
-
