首页期刊导航|北京信息科技大学学报(自然科学版)
期刊信息/Journal information
北京信息科技大学学报(自然科学版)
北京信息科技大学
北京信息科技大学学报(自然科学版)

北京信息科技大学

徐小力

双月刊

1674-6864

bistxb@bistu.edu.cn

010-62939132

100192

北京海淀区清河小营东路12号

北京信息科技大学学报(自然科学版)/Journal Journal of Beijing Information Science & Technology University
查看更多>>《北京信息科技大学学报(自然科学版)》是北京信息科技大学主办的学术期刊,他的前身是《北京机械工业学院学报》。2009年《北京机械工业学院学报》(综合版)更名为《北京信息科技大学学报》(自然科学版),2011年《北京信息科技大学学报》由季刊改为双月刊出版。学报始终坚持学术第一的标准和科学、创新、前瞻、实用的原则,旨在展示当代中国科技进步,反映学校自主创新研究成果.特别是以我校为第一完成单位获得国家技术发明二等奖一项、国家科技进步二等奖三项契机,发表了一批知名学者和专家稿件,获得了较好的学术影响和社会反响。根据2010年发布的《中国学术期刊影响因子年报》,在综合性科学技术科技期刊中影响因子本刊排名125位,影响因子0.536。 本刊始终把源头创新作为期刊进步的基点.组稿中注重基金项目和重大选题,努力贴近国民经济,引领学科前沿,鼓励跨国、跨地域合作项目,是国内外人士了解中国和北京市高新技术发展的重要窗口.热忱欢迎国内外专家学者惠赐佳作.
正式出版
收录年代

    图像隐写的大数据分析方法

    田永波易军凯
    81-87页
    查看更多>>摘要:针对现有图像隐写分析方法存在的通用性较差、检测准确率欠佳等问题,提出了一种图像隐写的大数据分析方法。首先,根据自适应隐写算法的特性,截取待测图像的高复杂度区域作为核心分析图像。其次,利用数据库完成图像匹配,并得到匹配图像与核心分析图像间的隐写差异特征。最后,将特征输入卷积神经网络模型,完成隐写算法的检测与分类。实验结果表明,在图像全部匹配成功的条件下,该方法对6种隐写算法检测的平均准确率达到了 93。98%,同时支持空域和频域的图像,具有较强的通用性。

    图像隐写分析图像复杂度卷积神经网络隐写术

    基于区块链和循环链表多分支路径树的完整性验证

    冯天浩马利民王佳慧张伟...
    88-94页
    查看更多>>摘要:在对云存储数据进行完整性验证时,传统多分支路径树技术中的多次动态操作会造成树的不平衡状态,导致时间开销大、验证效率低。对此,提出了一种新的完整性验证方法,利用区块链结合循环链表和多分支路径树的数据结构,优化了对不平衡状态下路径树的平衡方法,提升了数据完整性验证效率。实验结果表明,在多次动态操作后链表长度相差较大的情况下,本文方案在验证数据的完整性时平衡多分支路径树所花费的时间相较于对比方案最多可降低71%。

    云存储区块链完整性验证循环链表多分支路径树

    基于知识蒸馏的DoH流量分类

    谢艳莉孙璇
    95-102页
    查看更多>>摘要:为应对传统深度学习方法在DoH流量分类中面临的对大量标注数据的依赖、过拟合风险高和模型解释性差等挑战,提出了一种基于知识蒸馏的DoH流量分类方法。首先,设计了一个包含2个卷积层和2个全连接层的卷积神经网络(convolutional neural network,CNN),用于学生模型与教师模型训练。其次,初始化学生模型和教师模型,使教师模型为学生模型的深度拷贝且参数固定。最后,通过分类损失和一致性损失的加权和进行训练,并使用指数移动平均更新教师模型参数,以提供更稳定的指导。在CIRA-CIC-DoHBrw-2020数据集上的实验结果表明,相较于传统1D-CNN模型,该方法的精确率、召回率、Fl分数分别提升了 0。13、0。63、0。40百分点,证明了知识蒸馏在提升模型性能方面的有效性。

    知识蒸馏DoH流量分类卷积神经网络均值教师模型

    《北京信息科技大学学报(自然科学版)》征稿启事

    封3页