首页期刊导航|计算机科学
期刊信息/Journal information
计算机科学
计算机科学

朱完元

月刊

1002-137X

jsjkx12@163.com

023-63500828

401121

重庆市渝北区洪湖西路18号

计算机科学/Journal Computer ScienceCSCD北大核心CSTPCD
查看更多>>本刊的读者对象是：大专院校师生，从事计算机科学与技术领域的科研、生产人员。办刊宗旨是：坚持“双百”方针，活跃计算机科学与技术领域的学术气氛，重点报导国内外计算机科学与技术的发展动态，为我国的计算机科学与技术立于世界之林、达到国际先进水平奋斗而矢志不渝。
正式出版
收录年代

    基于近端线性组合的信号识别神经网络黑盒对抗攻击方法

    郭宇琦李东阳闫镔王林元...
    425-431页
    查看更多>>摘要：随着深度学习在无线通信领域特别是信号调制识别方向的广泛应用,神经网络易受对抗样本攻击的问题同样影响着无线通信的安全.针对无线信号在通信中难以实时获得神经网络反馈且只能访问识别结果的黑盒攻击场景,提出了一种基于近端线性组合的黑盒查询对抗攻击方法.该方法首先在数据集的一个子集上对每个原始信号样本进行近端线性组合,即在非常靠近原始信号的范围内与目标信号进行线性组合(加权系数不大于0.05),并将其输入待攻击网络以查询识别结果.通过统计网络对全部近端线性组合识别出错的数量,确定每类原始信号最容易受到线性组合影响的特定目标信号,将其称为最佳扰动信号.在攻击测试时,根据信号的类别选择对应最佳扰动信号执行近端线性组合,生成对抗样本.实验结果显示,该方法在选定子集上将每种调制类别的最佳扰动信号添加在全部数据集上能将神经网络识别准确率从94％降至50％,且相较于添加随机噪声攻击的扰动功率更小.此外,生成的对抗样本对于结构近似的神经网络具有一定迁移性.这种方法在统计查询后生成新的对抗样本时,易于实现且无需再进行黑盒查询.

    深度学习对抗样本信号识别黑盒攻击对抗信号

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    专利交易中区块链应用的三方演化博弈分析

    康朕玮李静朱建明
    432-441页
    查看更多>>摘要：区块链技术有助于应对专利交易中信息不透明、确权难等问题,为专利交易模式的创新提供了新的选择.通过分析区块链在专利交易中的作用,构建由交易申请方、交易平台、意向受让方组成的三方演化博弈模型.基于博弈收益矩阵分析专利交易系统的演化稳定点,讨论主体的行为策略;并在此基础上,对不同情境进行初始参数赋值,通过仿真分析验证关键因素对专利交易系统及各参与主体行为策略的影响.研究结果表明:参数的数值关系会影响专利交易系统的演化稳定策略;交易平台的区块链应用策略主要受到运营成本、欺诈行为所带来损失的影响;区块链作用下掩饰成本的增加,能够抑制交易申请方的欺诈行为;调查成本与所遭受损失的降低,有助于促使意向受让方选择交易.在丰富相关理论研究的同时,为专利交易中区块链应用实践提供参考.

    区块链专利交易欺诈行为三方演化博弈仿真分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    投稿须知

    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据