检索范围:
排序: 展示方式:
边信道攻击和学习向量量化 Article
Ehsan SAEEDI, Yinan KONG, Md. Selim HOSSAIN
《信息与电子工程前沿(英文)》 2017年 第18卷 第4期 页码 511-518 doi: 10.1631/FITEE.1500460
向量量化综述 Regular Papers
Ze-bin WU, Jun-qing YU
《信息与电子工程前沿(英文)》 2019年 第20卷 第4期 页码 507-524 doi: 10.1631/FITEE.1700833
关键词: 近似近邻搜索;图像编码;向量量化
基于最大间隔的贝叶斯分类器 Article
Tao-cheng HU,Jin-hui YU
《信息与电子工程前沿(英文)》 2016年 第17卷 第10期 页码 973-981 doi: 10.1631/FITEE.1601078
关键词: 多类学习;最大间隔学习;在线算法
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法 None
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
《信息与电子工程前沿(英文)》 2018年 第19卷 第6期 页码 763-782 doi: 10.1631/FITEE.1700517
基于切换和迁移多执行体架构虚拟机的云侧信道攻击防御技术 Regular Papers
Chao YANG, Yun-fei GUO, Hong-chao HU, Ya-wen WANG, Qing TONG, Ling-shu LI
《信息与电子工程前沿(英文)》 2019年 第20卷 第5期 页码 731-748 doi: 10.1631/FITEE.1800526
基于两级层次特征学习的图像分类方法 Article
Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 897-906 doi: 10.1631/FITEE.1500346
基于多智能体强化学习的车载自组织网络协作信道分配 Research Articles
王云鹏,郑坤贤,田大新,段续庭,周建山
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 1047-1058 doi: 10.1631/FITEE.1900308
面向多类不平衡学习的一对多海林格距离决策树研究 Research Articles
董明刚1,2,刘明1,2,敬超1,2,3
《信息与电子工程前沿(英文)》 2022年 第23卷 第2期 页码 278-290 doi: 10.1631/FITEE.2000417
高效构造基于有限域上莫德尔椭圆曲线的密码置换盒 Research Article
Naveed Ahmed Azam, Umar Hayat, Ikram Ullah,azam@amp.i.kyoto-u.ac.jp,umar.hayat@qau.edu.pk
《信息与电子工程前沿(英文)》 2019年 第20卷 第10期 页码 1378-1389 doi: 10.1631/FITEE.1800434
针对工业故障分类系统的单变量攻击及其防御 Article
卓越, Yuri A.W. Shardt, 葛志强
《工程(英文)》 2022年 第19卷 第12期 页码 240-251 doi: 10.1016/j.eng.2021.07.033
认知无线电网络中利用信道冲击响应的主用户仿真攻击检测技术 Article
Qiao-mu JIANG, Hui-fang CHEN, Lei XIE, Kuang WANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第10期 页码 1665-1676 doi: 10.1631/FITEE.1700203
陈志祥
《中国工程科学》 2007年 第9卷 第7期 页码 82-88
学习曲线是一种通过生产者行为学习与经验积累而得到改进的生产产出的特征函数,利用学习曲线可以科学地制定成本计划,改善作业计划、劳动定额与劳力规划对国际上的研究文献、学习曲线的表现形式及其特点进行分析,探讨了几个新的应用动向。
一种观点挖掘新词语权重过程性能分析 Article
G. R. BRINDHA,P. SWAMINATHAN,B. SANTHI
《信息与电子工程前沿(英文)》 2016年 第17卷 第11期 页码 1186-1198 doi: 10.1631/FITEE.1500283
基于多智能体深度强化学习的工业无线网络端边协同资源分配 Research Article
刘晓宇1,2,3,4,许驰1,2,3,于海斌1,2,3,曾鹏1,2,3
《信息与电子工程前沿(英文)》 2022年 第23卷 第1期 页码 47-60 doi: 10.1631/FITEE.2100331
深度学习中的对抗性攻击和防御 Feature Article
任奎, Tianhang Zheng, 秦湛, Xue Liu
《工程(英文)》 2020年 第6卷 第3期 页码 346-360 doi: 10.1016/j.eng.2019.12.012
在深度学习(deep learning, DL)算法驱动的数据计算时代,确保算法的安全性和鲁棒性至关重要。最近,研究者发现深度学习算法无法有效地处理对抗样本。这些伪造的样本对人类的判断没有太大影响,但会使深度学习模型输出意想不到的结果。最近,在物理世界中成功实施的一系列对抗性攻击证明了此问题是所有基于深度学习系统的安全隐患。因此有关对抗性攻击和防御技术的研究引起了机器学习和安全领域研究者越来越多的关注。本文将介绍深度学习对抗攻击技术的理论基础、算法和应用。然后,讨论了防御方法中的一些代表性研究成果。这些攻击和防御机制可以为该领域的前沿研究提供参考。此外,文章进一步提出了一些开放性的技术挑战,并希望读者能够从所提出的评述和讨论中受益。
标题 作者 时间 类型 操作
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
期刊论文
基于切换和迁移多执行体架构虚拟机的云侧信道攻击防御技术
Chao YANG, Yun-fei GUO, Hong-chao HU, Ya-wen WANG, Qing TONG, Ling-shu LI
期刊论文
高效构造基于有限域上莫德尔椭圆曲线的密码置换盒
Naveed Ahmed Azam, Umar Hayat, Ikram Ullah,azam@amp.i.kyoto-u.ac.jp,umar.hayat@qau.edu.pk
期刊论文