首页期刊导航|计算机工程与设计
期刊信息/Journal information
计算机工程与设计
计算机工程与设计

刘恩德

月刊

1000-7024

ced@china-ced.com

010-68389884

100039

北京142信箱37分箱

计算机工程与设计/Journal Computer Engineering and DesignCSCD北大核心CSTPCD
查看更多>>《计算机工程与设计》创刊于1980年，是中国航天科工集团主管、中国航天科工集团二院706所主办的国内外公开发行的计算机专业技术类刊物。该刊是中国计算机学会会刊、北京计算机学会会刊、中国宇航学会会刊，是全国中文核心期刊、中国科技核心期刊。办刊宗旨：努力提高计算机技术水平，为我国航天和国防科技服务，实现广泛的科研成果汇聚和知识传播，促进学术交流和科技成果的商品化、产业化和国际化，引导和推动我国计算机技术和国防科技的发展。刊载内容：覆盖计算机工程与设计领域的各个层面，主要刊登各型计算机及其系统的研究、研制、设计、开发应用等各方面的学术论文、技术报告和专题综述，主要刊登博士论文、基金项目论文、学术会议优秀论文和获奖课题论文。征稿范围：计算机网络与通信、CAD/CAM、计算机图形学、多媒体技术、数据库、并行处理、人工智能、计算机软件工程、计算机硬件体系结构及其他计算机相关领域。读者对象：大专院校师生、计算机专业科研人员、工程项目决策、设计开发和应用人员等。
正式出版
收录年代

    面向隐私保护联邦学习的激励机制

    王超龙士工刘光源张珺铭...
    3521-3530页
    查看更多>>摘要：针对联邦学习的隐私保护和数据质量问题,提出一种前景理论与差分隐私相结合的算法.根据前景理论从数据持有者效用最大化的角度,将数据持有者的激励问题转化为效用优化问题,寻找最优奖惩策略激励用户参与联邦学习,构建一种基于前景理论的演化博弈模型.利用局部稳定性分析和数值模拟,分析该博弈模型在不同理论应用场景下的演化趋势.实验结果表明,该方法能够提高用户参与联邦训练的比例,增加最终共享的联邦学习模型的准确率,降低用户隐私泄露的风险.

    联邦学习隐私保护前景理论差分隐私效用优化最优奖惩策略演化博弈

      原文链接:
    • 维普
    • 万方数据

    基于GAN的拆分纵向联邦学习重建攻击

    唐琳冯秀芳陈永乐
    3531-3537页
    查看更多>>摘要：针对拆分纵向联邦学习的参与者在训练过程中输出的中间结果容易泄露大量隐私的问题,提出一种重建攻击Re_GAN.利用生成式对抗网络学习图像的先验知识,优化生成式对抗网络的输入,使重建图像和真实图像的中间结果逼近来重建参与者的隐私图像.在衡量中间结果时,使用分片沃瑟斯坦距离捕捉图像的特征.实验结果表明,Re_GAN在MNIST数据集、Fashion-MNIST数据集和CIFAR-10数据集上均能重建参与者图像,表明了拆分纵向联邦学习隐私存在泄露的风险.

    纵向联邦学习拆分学习重建攻击生成式对抗网络隐私泄露机器学习分布式系统

      原文链接:
    • 维普
    • 万方数据

    车载网中条件隐私保护认证与组密钥协商方案

    宁娟桂董国芳
    3538-3545页
    查看更多>>摘要：针对车载自组网中群组通信安全和组密钥更新的效率问题,提出一种条件隐私保护认证与组密钥协商方案.设计基于单向哈希链的组密钥生成和分发机制,实现组密钥快速更新,同时保证组密钥的前向和后向安全.为减轻可信机构的存储管理负担,车辆使用长期假名并利用随机数对长期假名进行随机化,隐藏车辆真实身份,实现不可链接性.可信机构使用系统私钥计算车辆的唯一标签,将标签与长期假名绑定,实现车辆的追溯.安全分析与实验结果表明,所提方案能够满足条件隐私保护、前向保密、后向保密等多种安全要求,与相关组密钥管理方案相比,能够有效降低计算开销和通信开销.

    车载自组网匿名性组密钥协商组密钥分发密钥更新条件隐私保护消息认证

      原文链接:
    • 维普
    • 万方数据

    PrivCode:代码生成隐私保护策略

    杨琴石林徐守坤张华君...
    3546-3552页
    查看更多>>摘要：为解决用户使用Copilot等代码生成工具时面临的数据隐私泄露的问题,提出一种在线代码生成隐私保护策略PrivCode.考虑到当前机器学习隐私保护策略往往是基于白盒的前提设计的,难以适用不可知结构下的大型模型,将Copi-lot视为黑盒并引入代理服务器,通过Mix-Net混淆多个用户的请求,打破用户和代码生成请求之间的映射关系.1-out-of-N不经意传输确保用户接收代码提示的安全.该策略满足定义的3条性质,实验测算结果表明,协议在实际场景中可用.该策略兼顾了用户的安全以及使用需求.

    隐私保护代码生成混淆网络数据安全不经意传输双线性映射匿名

      原文链接:
    • 维普
    • 万方数据

    基于轻量化随机森林算法的物联网流量分类

    余伟良高见王润田
    3553-3559页
    查看更多>>摘要：为解决物联网设备资源受限、平衡流量检测精度与时间开销等问题,提出一种FastSplit-RF(random forest with fast split)的轻量化分类算法.针对物联网流量设计一个通用的特征提取流程,在随机森林算法基础上,使用多臂赌博机策略代替节点分裂的遍历过程,实现对节点的快速分割,完成高效、轻量化的物联网流量分类.实验验证,FastSplit-RF相较随机森林算法,在准确率提升了2.45％的同时,检测速度增快了62.16％,内存占用减小了48.68％.

    恶意流量物联网安全随机森林轻量化算法流量分类多分类入侵检测

      原文链接:
    • 维普
    • 万方数据

    基于混合双向LSTM的中间人攻击检测方法

    郭晓军梁添鑫靳玮琨孙雨生...
    3560-3567页
    查看更多>>摘要：针对局域网中基于ARP协议的中间人攻击检测准确率低、误报率高、泛化性差的问题,提出一种结合极端随机树分类器(ETC)和改进注意力机制(IAM)的双向长短时记忆网络(BiLSTM)的组合模型.利用ETC提取数据特征,通过改进的注意力机制模块处理中间人攻击流量时间序列信息,将组合特征输入BiLSTM实现对中间人攻击的检测.实验结果表明,在Kitsune数据集中,该模型的中间人攻击检测准确率达99.98％,在自建Ooter数据集中为99.94％.相较于主流的中间人攻击检测算法,该方法具有更高的准确率、更低的误报率及更好的泛化性.

    中间人攻击地址解析协议深度学习双向长短时记忆网络注意力机制极端随机树分类器模型融合

      原文链接:
    • 维普
    • 万方数据

    基于特征融合的恶意代码检测

    李梦刘万平黄东
    3568-3574页
    查看更多>>摘要：使用单一静态特征进行检测的方法无法应对经过反检测手段处理的恶意代码.为解决这一问题,提出一种利用特征融合进行恶意代码检测的方法,这种方法同时使用静态和动态特征.利用可视化方法将恶意代码可执行文件的全局结构信息转换为字节码图像;动态获取应用程序接口(application programming interface,API)调用序列,根据API调用频率生成灰度图;引入金字塔池化(spatial pyramid pooling,SPP)构造双分支密集连接网络模型,将两种特征图像作为输入,提取特征并进行融合.实验结果表明,所提方法可以提升恶意代码的检测准确率.

    恶意代码可视化特征融合空间金字塔池化布谷鸟沙箱静态特征动态特征

      原文链接:
    • 维普
    • 万方数据

    基于非同质化代币的零售物流隐私保护模型

    檀钟盛陈春晖刘书信
    3575-3582页
    查看更多>>摘要：当前零售物流存在隐私泄露和取件时保证身份匿名合法性这一矛盾问题.针对上述痛点问题,提出一种基于非交互零知识证明和非同质化代币的零售物流模型,提出一种基于非交互零知识和非同质化代币的取件身份认证机制,确保取件者在匿名状态下实现身份合法性验证.将 ECDH(elliptic curve Diffie-Hellman)和 AES(advanced encryption standard)相结合,实现隐私数据的链上加密保护.实验结果表明,所用算法在加解密效率方面优于其它比较方案,身份认证所需存储开销低于其它比较方案,满足日常物流要求.

    区块链零知识证明物流隐私椭圆曲线同态加密非同质化代币非对称加密

      原文链接:
    • 维普
    • 万方数据

    基于可靠性估计的半监督地震相识别方法

    李克文刘文龙李国庆姚贤哲...
    3583-3591页
    查看更多>>摘要：针对地震相人工注释耗时、传统半监督方法易受不可靠伪标签干扰等缺点,提出一种基于可靠性估计的半监督地震相识别方法.使用可靠性估计网络过滤地震相伪标签中的不可靠区域,避免由错误监督信号引起的认知偏差,基于平均教师模型扩展多种类型的辅助解码器用于一致性正则化,进一步提高模型的泛化性和鲁棒性.在荷兰F3地震数据集上的实验结果表明,使用少量的标注样本MIOU可达90.33％,有效提升了容易分类混淆的地震相的识别性能.

    地震相识别深度学习半监督学习语义分割自训练一致性正则化可靠性估计

      原文链接:
    • 维普
    • 万方数据

    基于大规模集成学习的正脸姿态估计算法

    陈婉琪邓春华
    3592-3599页
    查看更多>>摘要：现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题.为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法.通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类间方差小的问题,避免人为确定阈值带来的主观性问题.利用人脸特征中的姿态信息和大规模集成的方式,区分正脸图像和非正脸图像,提高分类能力,增强鲁棒性.实验结果表明,所提方法无需依赖关键点标注,具有较短的推理时间,在公共数据集上实现了正脸姿态估计.在光照变化、配饰遮挡、小角度和大角度的真实数据集上展示了高效的分类能力.

    正脸姿态估计表征信息最近邻分类集成学习余弦距离机器学习大规模数据

      原文链接:
    • 维普
    • 万方数据