用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第2571-2580项 搜索用时 92 毫秒
[首页] « 上一页 [253] [254] [255] [256] [257] 258 [259] [260] [261] [262] [263] 下一页 » 末  页»
2571.
联邦学习（FL）作为一种分布式学习范式,实现了本地训练和远程聚合,可以有效保护用户数据的安全。但是,也产生了推理攻击和投毒攻击等一系列问题,特别是在数据异构场景下投毒检测变得更加困难。针对上述问题,在数据异构场景下提出了一种安全自适应联邦学习方案（SAFL）。首先,SAFL利用边… …   相似文献
2572.
随着电力物联网设备的普及和应用范围的不断扩大,对于这些设备的安全性和认证机制的需求日益增加。传统的认证方式存在着密钥管理复杂、计算成本高等问题,因此迫切需要一种轻量级且高效的认证协议来满足电力物联网设备的安全需求。针对这一问题,提出了一种新的基于物理不可克隆函数（PUF）的轻量级… …   相似文献
2573.
一些可编辑区块链方案不具备陷门撤销及更新的功能,一些方案不限制利用陷门进行编辑的次数,还有一些方案计算时间开销较大。针对这些问题,基于椭圆曲线密码学,分别设计参数生成、陷门生成、哈希、验证、陷门更新、预编辑、修改、编辑验证等算法,利用主陷门撤销的同时更新了从陷门。该从陷门只能对指… …   相似文献
2574.
针对短期任务分配和避碰路径规划的结合问题,考虑自动导引车（AGV）与任务之间的相关性,首先引入任务分配机制（TA）,从而可以按照任务分配总成本从低到高的顺序生成多种任务分配方式。对于每种任务分配方式下的AGV避碰路径规划问题,建立限制的主问题模型并设计改进的分支切割和分支定价（B… …   相似文献
2575.
针对现有多模态虚假新闻检测方法侧重提取图像语义层面特征,忽略图像的频域特征,缺乏对图像内容的细粒度编码,所导致的文本和图像信息不匹配以及融合不充分的问题,提出了一种基于优先融合与模态注意力机制的虚假新闻检测模型。该模型通过优先融合模块有效整合文本特征、图像频域特征和图像空间域特征… …   相似文献
2576.
传统的联邦学习架构需要一个中央参数服务器来进行模型的收集、聚合和分发,这种中心式的架构过于依赖单个的中央服务器,从而面临中央参数服务器不可信问题和通信拥堵问题。为克服这些难题,将基于区块链的去中心化联邦学习架构与基于边-端-云三层架构的层次联邦学习进行整合,构建一种通信高效的去中… …   相似文献
2577.
针对现有访问控制模型在高负载情况下性能不足、缺乏对上下文信息的综合考虑等问题,提出一种支持上下文感知的图结构访问控制模型G-RABAC（graph-based role and attribute-based access control）。首先,G-RABAC结合RBAC（ro… …   相似文献
2578.
针对复杂非结构化三维环境中自主移动机器人（AMR）路径规划的安全性和规划效率问题,基于真实地形模型数据提出了一种融合改进Q-learning（DEM initialization Q-Table reward random exploration-exploitation bal… …   相似文献
2579.
针对如何在部署服务功能链SFC（service function chain）的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA（improved ant colony algorithm based on node importa… …   相似文献
2580.
现有的基于模型的离线强化学习方法中,大多着力于研究不同形式的保守主义应用,而忽略了对该类方法至关重要的部分——环境模型的研究。为了补充对环境模型影响的研究,提出了一种基于确定性模型的离线强化学习算法（deterministic model-based offline reinfo… …   相似文献
[首页] « 上一页 [253] [254] [255] [256] [257] 258 [259] [260] [261] [262] [263] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持