首页期刊导航|信息网络安全
期刊信息/Journal information
信息网络安全
信息网络安全

关非

月刊

1671-1122

editor@trimps.ac.cn

021-34010750

200031

上海岳阳路76号4号楼211室

信息网络安全/Journal Netinfo SecurityCHSSCDCSCD北大核心CSTPCD
正式出版
收录年代

    面向加密货币交易介质及过程的安全综述

    刘峰江佳齐黄灏
    330-351页
    查看更多>>摘要：由区块链技术和密码学共同构成的去中心化加密货币正遭受日益增多的安全攻击,如何确保加密货币交易安全成为当前的热门议题.而作为交易介质的加密货币以及用于存管的加密钱包成为了安全研究的焦点.为此,研究人员开发了多种密钥管理和检测技术,以确保加密钱包的机密性、完整性和可用性.同时,针对中心化和去中心化交易所的安全漏洞及攻击手段,研究人员也提出了相应的检测和预防策略.此外,文章综合评述了加密货币交易过程中的潜在攻击类型、检测技术与防御措施.最后,对加密货币交易体系的安全问题进行了总结,并对未来发展的方向展开了前瞻讨论.

    加密货币加密钱包加密货币交易所智能合约交易过程安全

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

    基于稀疏矩阵结构的特征选择算法现状研究

    钟静方冰朱江
    352-362页
    查看更多>>摘要：在信息时代,数据获取方式简单快捷,使得数据量呈指数型增长.然而这些数据往往是多源高维的,增加了模型的复杂度,容易造成模型过拟合,并且数据中存在的冗余特征会降低模型分类精度.特征选择算法旨在通过去除不相关、冗余或嘈杂的特征,从原始特征中选择一小部分最有效特征,达到降维的效果.目前特征选择算法种类繁多,其中,基于稀疏矩阵结构的特征选择算法由于具有模型简单易懂和易求解的特点而被学者们广泛关注.本文归纳总结了基于稀疏矩阵结构的特征选择算法分类,重点介绍了鲁棒特征选择模型和多视图特征选择模型.首先,介绍了基于稀疏矩阵结构的特征选择算法基本框架;然后,介绍了基于稀疏矩阵结构的一般模型、鲁棒特征选择模型、多视图的特征选择模型,比较了它们在解决目前特征选择算法研究难点中存在的优势和不足;最后,对基于稀疏矩阵结构的特征选择算法进行了总结.文章阐明了理论研究中存在的问题和难点,探讨了基于稀疏矩阵结构的特征选择算法发展思路.

    稀疏矩阵结构特征选择降维分类

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

    2024年CCF-深信服"远望"科研基金(第一期)启动申报

    中国计算机学会
    362页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于随机量子层的变分量子卷积神经网络鲁棒性研究

    戚晗王敬童ABDULLAH Gani拱长青...
    363-373页
    查看更多>>摘要：近年来,量子机器学习被证明与经典机器学习一样会被一个精心设计的微小扰动干扰从而造成识别准确率严重下降.目前增加模型对抗鲁棒性的方法主要有模型优化、数据优化和对抗训练.文章从模型优化角度出发,提出了一种新的方法,旨在通过将随机量子层与变分量子神经网络连接组成新的量子全连接层,与量子卷积层和量子池化层组成变分量子卷积神经网络(Variational Quantum Convolutional Neural Networks,VQCNN),来增强模型的对抗鲁棒性.文章在KDD CUP99数据集上对基于VQCNN的量子分类器进行了验证.实验结果表明,在快速梯度符号法(Fast Gradient Sign Method,FGSM)、零阶优化法(Zeroth-Order Optimization,ZOO)以及基于遗传算法的生成对抗样本的攻击下,文章提出的VQCNN模型准确率下降值分别为11.18％、15.21％和33.64％,与其它4种模型相比准确率下降值最小.证明该模型在对抗性攻击下具有更高的稳定性,其对抗鲁棒性更优秀.同时在面对基于梯度的攻击方法(FGSM和ZOO)时的准确率下降值更小,证明文章提出的VQCNN模型在面对此类攻击时更有效.

    随机量子电路量子机器学习对抗性攻击变分量子线路

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

    面向程序可达性验证的数组处理循环压缩方法

    许良晨孟昭逸黄文超熊焰...
    374-384页
    查看更多>>摘要：计算机软件的安全性和健壮性逐渐成为一个非常重要的问题,而自动软件形式化验证是一种验证软件程序安全性和健壮性的可靠性较高的方法.在自动软件形式化验证中,大规模数组和复杂循环导致状态爆炸,使得验证器无法在规定时间内完成验证,因此如何在保证验证正确性的前提下压缩数组规模是一个值得研究的课题.文章提出复杂循环等价类的定义和相关命题,并提出一种面向程序可达性验证的数组处理循环压缩方法,先利用控制流自动机和系统依赖图进行静态分析划分等价类,再根据循环依赖关系对等价类进行压缩,用压缩后程序的验证结果代替原始程序的验证结果.实验结果表明,文章提出的方法能够在保证验证正确性的前提下压缩程序的规模,提高验证效率.

    等价类分析软件形式化验证静态分析系统依赖图

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

    2024 CCF青年精英大会(YEF 2024)将于5月16日-18日在宁波举行

    中国计算机学会
    384页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于时变互耦合双混沌系统的轻量级序列密码

    杨杰超胡汉平帅燕邓宇昕...
    385-397页
    查看更多>>摘要：文章针对资源受限的物联网环境下的数据加密传输问题,设计了一种基于时变互耦合双混沌系统的轻量级序列密码.以Tent和Arnold混沌映射为基础,通过引入累加器和耦合项,构造一种用于序列密码内部状态更新的时变双混沌系统,基于位操作,对密钥流输出部分进行设计.文章对算法的基本运算、参数、精度、实现方式和策略进行设计并在FPGA上实现,硬件资源消耗为2370个等效门,密钥流输出速率为1.68bit/clk.分析表明,该密码具有良好的安全性和抗攻击能力,与ISO/IEC标准的轻量级序列密码相比,安全性、资源消耗和吞吐量均有显著优势.

    物联网双混沌系统轻量级退化序列密码

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

    武汉大学何德彪教授课题组科研成果被PKC2024录用

    武汉大学
    397页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自注意力机制的网络局域安全态势融合方法研究

    杨志鹏刘代东袁军翼魏松杰...
    398-410页
    查看更多>>摘要：针对传统网络安全态势感知方法无法高效整合多节点数据、获取全局网络安全态势的问题,文章提出了一种基于自注意力机制(Self-Attention Mechanism)、径向基函数(Radial Basis Function,RBF)神经网络与卷积神经网络(Convolutional Neural Network,CNN)的网络局域安全态势融合方法 SA-RBF-CNN(Self-Attention-RBF-CNN).通过自注意力机制,模型能有效识别并强调关键节点,增强对全局安全态势的认识.同时,改进的RBF结构与CNN结合能进一步提炼特征,增强模型对复杂数据模式的捕捉能力.实验结果显示,SA-RBF-CNN在识别网络安全态势预测的关键指标上优于其他类似方法,与传统态势感知方法相比,其提升了计算速度,减少了通信开销,证明该模型具有一定的实际应用价值.

    网络安全态势感知自注意力机制深度学习径向基神经网络

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

    基于集成学习的无监督网络入侵检测方法

    江荣刘海天刘聪
    411-426页
    查看更多>>摘要：目前,网络对抗对入侵检测智能化和自主性的需求不断提高,基于深度学习的方法通过训练和学习来区分复杂攻击模式和行为,但有监督的学习方法需要专家知识和大量人工开销.针对上述问题,文章提出一种基于集成学习的无监督网络入侵检测方法,并使用基于3种不同异常检测理念的深度学习检测器,在3种不同集成逻辑下对各单检测器的检测结果进行检测判定.该方法可以综合分析时间序列数据中不同类型的异常数据,降低无监督异常检测模型由于过度拟合所造成的影响,并以一种高效的在线方式检测可能存在的网络攻击数据流.在KDD CUP 1999和CSE-CIC-IDS 2018数据集上进行验证,实验结果表明,与其他单一的无监督异常检测模型相比,文章提出的集成方法结合了不同无监督检测模型的优势,适用于对多种网络入侵引起的异常进行检测.

    入侵检测系统异常检测无监督深度学习集成学习

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