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

    基于联邦学习的智能电网AMI入侵检测方法研究

    刘东奇张琼梁皓澜张孜栋...
    932-939页
    查看更多>>摘要：高级量测体系(Advanced Metering Infrastructure,AMI)是建设智能电网及泛在电力物联网的关键一环.随着海量终端接入和异构通信网络组件的应用,AMI遭受网络攻击的风险大大增加.针对传统AMI网络攻击入侵检测方法存在主站计算压力过大、抗灾能力弱以及识别精度不足的问题,提出一种基于联邦学习的AMI入侵检测方法.首先,构建面向AMI的联邦学习入侵检测模型,在模型中集成联邦学习框架;然后,设计一种边缘侧的融合决策树的轻量级入侵检测算法,并提出跨台区云边协同的联合训练方法,实现跨台区经验的共享,提升入侵检测性能;最后,基于NSL-KDD数据集进行仿真验证,结果表明,与集中式、联邦学习与神经网络的入侵检测模型相比,所提方法准确率可达99.76％,误报率仅为0.17％.同时减少了检测时间,提高了通信效率,并且保证数据不离开本地,降低了数据隐私泄露的风险.

    AMI联邦学习入侵检测云边协同决策树

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

    结合图卷积神经网络和集成方法的推荐系统恶意攻击检测

    刘慧纪科陈贞翔孙润元...
    940-948页
    查看更多>>摘要：推荐系统已被广泛应用于电子商务、社交媒体、信息分享等大多数互联网平台中,有效解决了信息过载问题.然而,这些平台面向所有互联网用户开放,导致不法用户利用系统设计缺陷通过恶意干扰、蓄意攻击等行为非法操纵评分数据,进而影响推荐结果,严重危害推荐服务的安全性.现有的检测方法大多都是基于从评级数据中提取的人工构建特征进行的托攻击检测,难以适应更复杂的共同访问注入攻击,并且人工构建特征费时且区分能力不足,同时攻击行为规模远远小于正常行为,给传统检测方法带来了不平衡数据问题.因此,文中提出堆叠多层图卷积神经网络端到端学习用户和项目之间的多阶交互行为信息得到用户嵌入和项目嵌入,将其作为攻击检测特征,以卷积神经网络作为基分类器实现深度行为特征提取,结合集成方法检测攻击.在真实数据集上的实验结果表明,与流行的推荐系统恶意攻击检测方法相比,所提方法对共同访问注入攻击行为有较好的检测效果并在一定程度上克服了不平衡数据的难题.

    攻击检测共同访问注入攻击推荐系统图卷积神经网络卷积神经网络集成方法

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

    无人机辅助边缘计算安全通信能力最大化方案

    薛建彬豆俊王涛马玉玲...
    949-955页
    查看更多>>摘要：针对无人机辅助移动边缘计算系统下用户信息容易泄露的问题,设计了一种基于非正交多址接入技术(Non-orthogo-nal Multiple Access,NOMA)的无人机辅助边缘计算系统的安全通信方案.在保证每个地面用户的最小安全计算要求下,通过联合优化信道系数、发射功率、中央处理单元计算频率、本地计算和无人机轨迹来最大化系统的平均安全计算能力.由于窃听者位置的不确定性、多变量的耦合以及问题的非凸性,利用逐次凸逼近和块坐标下降方法来解决该问题.仿真结果表明,与基准方案相比,所提方案在系统安全计算性能方面优于基准方案.

    移动边缘计算非正交多址无人机物理层安全通信安全

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

    一种改进类提升方案的双彩色图像加密系统

    王宾李海啸陈蓉蓉
    956-966页
    查看更多>>摘要：如今图像信息安全面临着严峻的考验,而图像加密技术是应对这一考验最有效的手段之一.由于提升方案在图像加密中具有更快的加解密速度和良好的安全性,所以越来越多基于提升方案的加密系统被提出.文中提出了一种改进类提升方案的双彩色图像加密系统.首先,将彩色图像分成3个通道:R通道、G通道和B通道.然后,将每个图像分别当成魔方的6个面,使用随机序列控制魔方的旋转,从而达到置乱和加密图像的效果.其次,为了使整个系统具有更高的安全性,将改进类提升方案的更新和预测函数由类感知器网络(Perceptron-Like Network,PLN)代替.与原先运算简单的线性函数相比,PLN具有更加复杂的计算和不可预测性.通过所提结构得到的加密图像具有更高的加密质量,因此可以更好地将图像信息扩散到各个像素之间.大量的实验结果表明,该系统可以很好地抵抗各种攻击,具有很高的安全性;并且本系统对普通图像和密钥都具有很强的敏感性,因此可以应用于实际的图像加密.

    图像加密类提升方案超混沌混沌加密系统

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

    基于可编辑医疗联盟链的数据安全管理方案

    谭婧颀薛凌妍黄海平陈龙...
    967-974页
    查看更多>>摘要：医疗数据的安全管理是确保患者隐私安全、有效开展医学诊疗与相关研究的关键.然而,现有的医疗数据管理方案大多存在透明度低、共享性差和无法保证患者隐私数据安全性的问题.通过设计一种"主-侧"链结构的可编辑区块链模型,提出了面向医疗联盟链的安全、可追责的医疗数据管理方案.该模型主链保存患者电子病历的最新信息,侧链记录历史修改证明,实现了数据管理的透明性和可追责性.引入变色龙哈希函数、秘密共享和可验证签名技术,只有通过验证的医疗机构的系统管理员才能够参与构建完整陷门,确保了医疗数据修改过程的正确性与安全性.经过安全性分析和相关实验模拟,该方案在计算开销、通信负载方面的性能较好,且在存储开销方面存在优势,表明了该方案的有效性和可行性.

    数据管理联盟链可编辑区块链秘密共享数字签名

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

    具有对抗鲁棒性的人脸活体检测方法

    王春东李泉付浩然浩庆波...
    975-981页
    查看更多>>摘要：现有人脸活体检测方法在深度神经网络的支持下已获得优秀的检测能力,但面临对抗样本攻击时仍呈现脆弱性.针对此问题,引入胶囊网络(Capsule Network,CapsNet)提出一种具有对抗鲁棒性的人脸活体检测方法FAS-CapsNet:通过Caps-Net及其图像重建机制保留特征间关联,过滤样本中的对抗扰动;根据皮肤与平面介质的反射性质差异,以Retinex算法增强图像光照特征,增大活体与非活体人脸类间距离的同时破坏对抗扰动模式,进而提升模型准确性与鲁棒性.在CASIA-SURF数据集上进行实验可知:FAS-CapsNet对正负样本的检测准确率为87.344％,对比模型中最高准确率为78.917％,说明FAS-CapsNet具备充分的常规活体检测能力.为进一步验证模型鲁棒性,基于CASIA-SURF测试集生成两种对抗样本数据集并进行实验:FAS-CapsNet在两数据集上的检测准确率分别为84.552％和79.042％,较常规检测准确率下降3.197％和9.505％;对比模型在两数据集上的最高准确率分别为74.938％和41.667％,较常规检测下降5.042％和47.201％.可见FAS-CapsNet受对抗扰动影响更小,具有显著的对抗鲁棒性优势.

    人脸活体检测对抗鲁棒性胶囊网络Retinex对抗样本

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

    基于机器学习的异常流量检测模型优化研究

    陈向效崔鑫杜秦唐浩耀...
    982-986页
    查看更多>>摘要：在软件定义网络(Software Defined Network,SDN)中,异常流量检测方法在实践中存在一些问题,主要体现在误报率高和虚警频繁等方面.为了应对网络中的异常流量攻击,研究人员开始探索机器学习异常流量检测方法.然而,机器学习方法面临着数据集庞大和数据维度高等挑战,这些因素影响了机器学习的效率和准确率,因此需要进行数据降维处理.主成分分析算法(Principal Component Analysis,PCA)作为基于线性变换的降维算法,存在一定的局限性,无法有效估计主成分.为了解决该问题,文中提出了一种改进的降维算法,即聚类高斯核主成分分析(C-means Gaussian Kernel Principal Component Analysis,CGKPCA),它扩展了非线性变换的能力.同时,还针对分类模型进行了改进,提出了改进的堆叠分类模型(Support Vector Ma-chine Stacking,S VMS).为了验证所提方法的有效性,文中使用开源数据集KDDCPU99和UNSW-NB15进行了实验.实验结果表明,所提出的二分类检测模型在性能指标上明显领先于其他模型.

    软件定义网络机器学习堆叠模型异常流量检测聚类高斯核主成分分析

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

    基于多用户变色龙哈希的可修正联盟链方案设计

    康重王卯宁马小雯段美姣...
    987-992页
    查看更多>>摘要：因存在缺乏数据监管策略、数据包含可疑或有害信息、数据上链后无法修改等问题,现有的区块链架构容易成为低成本网络犯罪的法外场所,因而限制了其可用性.可修正区块链方案被认为是解决这一问题的有效途径,但如何将这一理念与联盟链的优势相结合是一个尚未解决的技术问题.为此,所提方案扩展了变色龙哈希函数的概念到多用户情形,引入群组公钥,完善了单一用户持有密钥导致的修改权限中心化问题.在此基础上,提出了一种面向联盟链的可修正区块链方案,采用请求修改-修改验证的两阶段模式完成修改功能.在通用模型和随机预言模型下,基于离散对数问题困难假设,分别证明了所提方案是抗碰撞的和多用户安全的.仿真实验和对比分析论证了所提方案的有效性和可用性.

    可修正区块链变色龙哈希联盟链多用户分叉引理离散对数问题

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

    基于联盟链的跨组织数据交换操作一致性模型

    耿骞揣子昂靳健
    993-1001页
    查看更多>>摘要：在跨组织的数据共享与交换中,维护较强的操作一致性是实现有效的数据同步的重要技术保障.以区块链技术为基础,提出了一种提高跨组织数据交换操作一致性性能的模型,将联盟链作为写前日志,供数据库回溯未完成同步的数据,在联盟链中增设了指针结构,以降低回溯时长.同时,设计了链上存储请求的数据结构及共识算法,通过设置准入机制验证用户身份,保护数据安全以及用户隐私.最后通过仿真实验验证所提模型的有效性,并探讨了不同参数对相关性能指标的影响.结果表明,在不同的参数设定下,所提模型均能保障跨组织数据交换过程中的强一致性;且与基准模型相比,具有更高的请求执行效率;当链上数据量较大时,指针结构能够进一步提升模型性能.

    跨组织协作数据交换操作一致性系统可用性联盟链

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

    面向公平性联邦学习的指纹识别算法

    王晨卓鲁艳蓉沈剑
    1002-1010页
    查看更多>>摘要：现有的指纹识别方法大多是基于机器学习,在对海量数据集中训练时忽视了数据本身的隐私性和异质性,从而导致用户信息泄漏和识别率降低.为在隐私保护下协同优化模型精度,提出了一个全新的基于联邦学习的指纹识别算法(Federated Learning-Fingerprint Recognition,Fed-FR).首先,通过联邦学习迭代聚合来自各终端的参数,从而提高全局模型的性能;其次,将稀疏表示理论用于低质量指纹图像去噪处理,来增强指纹的纹理结构;再次,针对客户端异构而导致的分配不公问题,提出基于水库抽样的客户端调度策略;最后,在3个真实数据集上进行仿真实验,对Fed-FR的有效性进行对比分析.实验结果表明,Fed-FR精度比局部学习提高5.32％,比联邦平均算法提高8.56％,接近于集中学习的精度;在隐私保护水平、评估准确率及可扩展性等方面具有良好的表现.研究成果首次展现了联邦学习与指纹识别结合的可行性,增强了指纹识别算法的安全性和可扩展性,给联邦学习应用于生物识别技术提供了参考.

    指纹识别联邦学习稀疏表示水库抽样隐私保护

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