Neptune：一种通用网络处理器微结构模拟和性能仿真框架

  

网络包处理是网络设备的基本功能,涉及报文修改、校验和与哈希计算、数据包镜像或过滤、统计限速等多项任务. 作为网络包处理的重要部件,网络处理器（network processor,NP）基于处理器结构,为网络设备提供线速的性能和充分的可编程能力,但其架构多样,可分为单段式架构和多段… …   相似文献

林涵越;吴婧雅;卢文岩;钟浪辉;鄢贵海 《计算机研究与发展》2025,62(5):1091-1107

面向子空间聚类的多视图统一表示学习网络

  

多视图子空间聚类旨在挖掘多视图的丰富信息来指导高维数据聚类,其研究关键在于如何有效地学习多视图统一表示和子空间表示. 近年来,深度聚类方法利用神经网络强大的表征能力取得了优异的性能. 然而,多视图数据固有的多源异构性使得大多数现有方法以单模态编码器实现对各个视图的独立编码,不仅增加了模型参数量,同时限制了模型的泛化能力. 另一方面,低秩子空间表示被证明能够提升聚类性能,传统的核范数正则化优化没有考虑不同奇异值隐含的信息量差异,是矩阵秩的一个有偏估计. 为此,提出了一种面向子空间聚类的多视图统一表示学习网络. 首先,基于Transformer构建编码器,通过共享参数将异构视图以相同的映射规则投影到低维特征空间. 其次,针对每个样本在不同视图中可能具有不同的表现,采用视图内样本加权融合的方法学习多视图统一表示. 最后,引入加权Schatten-p范数对子空间表示矩阵施加低秩约束. 在7个多视图数据集上的广泛实验验证了所提方法的有效性和优越性.… …   相似文献

林毓秀;刘慧;于晓;张彩明 《计算机研究与发展》2025,62(5):1248-1261

基于半监督多维度对比学习的噪声标签图像分类

下载全文  

基于深度学习的人工智能诊断模型严重依赖于高质量的详尽注释数据进行算法训练, 但受到噪声标签信息的影响. 为了增强模型的鲁棒性并防止有噪声的标签记忆, 本文提出了一种基于多维度对比学习的噪声标签图像分类方法, 该方法可以有效地融合多维度对比学习和半监督学习来对抗标签噪声. 具体来说… …   相似文献

朱定局  叶展昊  何珂仪 《计算机系统应用》2025,34(5):151-158

用于小样本PTC质量智能诊断的AoT-DCGAN和P-CNN混合深度学习模型

下载全文  

气密封螺纹连接(PTC)上扣质量的智能诊断对于确保油管在高温、高压、酸性气体条件下的稳固性和密封性至关重要. 准确的诊断依赖于分析不同工况下的PTC曲线以反映上扣质量, 但在实际工业检测中获取大量有效数据面临挑战. 本文提出了一种端到端分类模型, 它结合了异步优化的二维深度卷积生成对抗网络(AoT-DCGAN)和用于PTC曲线诊断的二维卷积神经网络(P-CNN), 旨在提高小样本下的分类性能. 本文提出的方法首先利用AoT-DCGAN来识别真实样本的分布模式, 并生成合成样本. 随后利用P-CNN模型在扩增的数据集上进行训练, 实现PTC曲线的智能诊断. 同时, 本文使用了一种新颖的权重优化策略, 即异步优化(AO), 用来缓解生成器优化阶段的梯度消失问题. 本文提出的方法基于不同数据扩增比率下的召回率、特异性、F1分数、精确度和混淆矩阵进行了性能评估, 结果表明, 随着数据集规模的扩增, 模型的分类能力也在增强, 在数据集规模达到1200张时分类效果最佳. 此外, 在相同的训练集中, P-CNN模型的表现优于传统的机器学习和深度学习模型, 在AC、ATI和NDT曲线上的最佳分类准确率分别达到了95.9%、95.5%和96.7%. 最后, 研究证实在DCGAN的训练过程中使用异步优化会使损失函数更稳定地下降.… …   相似文献

李文哲  李浩然  王涛  马梓瀚  汪传磊  郭丽雪 《计算机系统应用》2025,34(5):159-172

  

To meet the high-rate communication and strong security communication requirements of 6G networks, a nonorthogonal grouping encryption code index modulation (NGECIM) scheme based on reversible cellular automata for code index modulation technology was proposed. A hybrid reversible elementary cellular automata (HRECA) was constructed, which enhanced the randomness of the sequence through multi-rule expansion, XOR operations, and sequence reverse iteration. The information flow was divided into modulation blocks and mapping blocks. After grouping, the modulation blocks were encrypted using cellular automata, with the iteration rules and spreading codes determined by the mapping blocks. Simulation results show that the proposed scheme improves the error rate performance by approximately 0.3~9 dB compared to existing schemes. The key space reaches 2²⁰⁹, and the histogram pixel distribution of the encrypted image is uniform. This effectively improves the security and robustness of the communication system.… …   相似文献

《通信学报》2025,46(5):188-199

  

Secure inference in deep learning with homomorphic encryption and secure multi-party computation has brought substantial computational and c… …   相似文献

《通信学报》2025,46(5):238-257

  

To address the issue that traditional Mars image classification methods based on images do not perform well in the face of the complex and u… …   相似文献

《通信学报》2025,46(5):103-114

  

In recent years, with the continuous development of network attack techniques, anonymous network technologies represented by Tor have faced … …   相似文献

《通信学报》2025,46(5):218-237

  

The openness network environment of the industrial Internet may lead to security risks such as identity forgery and data leakage, making it … …   相似文献

《通信学报》2025,46(5):47-64

  

Crowdsourcing has become a crucial paradigm for task execution and data collection, with task matching serving as a fundamental application.… …   相似文献

《通信学报》2025,46(5):115-132

基于多视角IB的安全风险关系抽取研究

  

安全风险管理是保障安全的核心任务,传统识别安全风险的方法已经不能满足智能化发展的需求。关系抽取是安全风险识别的方法之一,研究关系抽取对安全风险管理具有重要意义。尽管现有的模型已经取得了较好的性能,但是大多数现有的关系抽取模型忽略了领域实体表征不足的问题,并且数据中存在较多不相关信… …   相似文献

李希望;曹培松;吴俞颖;郭淑明;佘维 《计算机科学》2025,52(5):330-336

大样本条件下随机性检测的误差分析及参数建议

  

在信息安全领域,随机性检测在确保密码系统的安全性中起着至关重要的作用。这些测试的稳定性和可靠性直接影响密码系统的整体安全性。检测过程中的误差问题一直是学术界和工业界关注的焦点,特别是在处理大规模样本时,误差的累积更容易导致随机性检测的可靠性降低。因此,研究如何提高随机性检测的准确性和可靠性具有重要意义。GM/T 0005-2021标准中包含了9个具有可变参数的检测项目。针对大样本二元数据的随机性检测问题,根据其特点进行分类,并进行误差量化分析。当待检二元序列比特长度为1×10⁸时,GM/T 0005-2021标准中的检测参数建议基本合理。对于Maurer通用统计检测,子序列长度取6时p值误差上界为0.001 492 8,相较于GM/T 0005-2021中建议的参数表现出更高的准确性。对于线性复杂度检测,更小的子序列长度同样会导致更小的误差。随着样本长度的增加,扩展研究了1×10⁹时的参数选择,分析了不同样本长度和参数下的误差,并给出了样本长度为1×10⁹时的检测参数建议。… …   相似文献

孙月玥;范丽敏 《计算机科学》2025,52(5):322-329

下载全文  

  相似文献

《中国图象图形学报》2025,30(5):1286-1302

下载全文  

ObjectiveFine-grained image classification focuses on distinguishing between categories that are visually similar but semantically distinct,… …   相似文献

《中国图象图形学报》2025,30(5):1419-1432

下载全文  

ObjectiveIn the industrial manufacturing domain, quality control plays a crucial role in ensuring the reliability and safety of products. As… …   相似文献

《中国图象图形学报》2025,30(5):1404-1418

下载全文  

ObjectiveWith the rapid development of facial image synthesis technology, from simple image editing techniques to complex generative adversa… …   相似文献

《中国图象图形学报》2025,30(5):1334-1345

基于ConvNeXt与双特征提取分支的水体提取方法

  

由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用;从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题;在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法（CoNFM-Net）。在编码器阶段;以ConvNeXt代替ResNet50作为主… …   相似文献

周珂;常然然;徐西志;苗茹;张广雨;王嘉茜 《计算机科学与探索》2025,19(5):1264-1279

基于PPLM模板增强的零样本方面类别情感分析模型

  

如今方面类别情感分析（ACSA）因标注数据稀缺而受限;如何在无特定情感标注数据下实现有效分析成为研究挑战。将零样本方面类别情感分析任务转换为自然语言推理（NLI）任务;针对传统提示模板面临语义表达不充分的问题;提出了一种基于PPLM文本限制生成模型的原因补充提示模板;结合情感极性… …   相似文献

凤丽洲;李梦莎;王友卫;杨贵军 《计算机科学与探索》2025,19(5):1322-1333

基于SM2可链接环签名的联盟链隐私保护方法

  

为应对联盟链中身份信息和交易数据隐私泄露的挑战,提出一种基于SM2可链接环签名的联盟链隐私保护方法（PPMCB-SM2LRS）。首先,针对可链接环签名（LRS）方案存在安全性不足、追溯性差的问题,结合SM2数字签名重新设计LRS,旨在增强交易方身份隐私保护的同时还能够追溯作恶的交… …   相似文献

高改梅;杜苗莲;刘春霞;杨玉丽;党伟超;邸国霞 《计算机应用》2025,(5):1564-1572

基于局部增强的时序数据对抗样本生成方法

  

深度神经网络（DNN）极易遭受对抗攻击,进而引起时序数据分类任务中的安全问题。基于梯度的攻击方法可以快速地生成对抗样本,但需要不断访问模型内部信息;基于生成的攻击方法在模型训练完成之后无须访问模型内部信息,但存在隐蔽性和迁移性较差等问题。针对以上问题,基于生成式攻击方法 AdvG… …   相似文献

李雪莹;杨琨;涂国庆;刘树波 《计算机应用》2025,(5):1573-1581