-
题名基于局部风格融合的对抗补丁隐蔽性增强方法
- 1
-
-
作者
谢喜龙
郭桐
肖利民
韩萌
徐向荣
董进
王良
-
机构
北京航空航天大学
北京航空航天大学计算机学院
北京微芯区块链与边缘计算研究院
-
出处
《信息安全学报》
2025年第5期64-76,共13页
-
基金
科技创新2030新一代人工智能重大项目(No.2022ZD0117602)
国家自然科学基金项目(No.62272026,No.62104014)资助。
-
文摘
自从对抗样本这一概念被提出以来,各种针对深度学习模型的对抗攻击方法引发了一系列安全性问题。其中,对抗补丁通过在输入样本中引入特定的补丁,使深度学习模型产生误导性的结果,给当前的深度学习系统带来了巨大的安全隐患。然而,目前的对抗补丁生成方法在提升对抗补丁的隐蔽性方面仍存在一定的局限性,存在与周围环境差异较大容易被人类察觉的问题。针对这一问题,本文提出了一种基于局部风格融合的对抗补丁隐蔽性增强方法。该方法首先基于多模型加权类激活映射寻找图像的脆弱区域,精准定位对抗补丁的安放位置,提高对抗补丁的攻击性。然后利用风格迁移技术,计算目标图像与对抗补丁的风格矩阵与内容矩阵。在对抗补丁生成过程中,综合考虑分类损失、风格损失、内容损失与边界损失,通过余弦距离函数调整对抗补丁的生成风格与生成内容,使对抗补丁与其覆盖的局部图像的风格与内容相融合,从而融入周边环境,在色彩、风格上协调统一,降低对抗补丁在人类视觉上的可察觉性,达到增强对抗补丁隐蔽性的目的。本文分别从攻击性和隐蔽性对生成的补丁进行实验评估,实验结果表明,此方法可生成兼具隐蔽性与攻击性的对抗补丁,在人类无法察觉的同时实现攻击。
-
关键词
对抗补丁
风格融合
生成模型
类激活映射
-
Keywords
adversarial patch
style fuse
generative model
class activation mapping
-
分类号
TP309.1
[自动化与计算机技术—计算机系统结构]
-
-
题名贴片保险丝有效熔断的Layout方法
- 2
-
-
作者
赵楠
江广浪
刘恩锋
薛英仪
-
机构
研祥智慧物联科技有限公司
广东省工业控制系统信息安全技术企业重点实验室
-
出处
《现代信息科技》
2025年第13期26-29,共4页
-
文摘
针对贴片保险丝PAD散热作用导致的过流熔断功能失效问题,对贴片保险丝Layout方法进行了分析研究。文章对贴片保险丝焊盘引出铺铜尺寸的收窄进行限制,设计了多种Layout方法,并开展了打板实验。通过对比验证,分析了Layout方法在熔断时间方面的性能表现。结果表明,与传统方法相比,新方法具有更小的熔断电流和更短的熔断时间。当通过保险丝的电流达到其额定电流的1~2倍时,保险丝能够快速有效熔断。这为工控机电路硬件设计中贴片保险丝的功能和性能实现提供了一种全新的设计方法,具有重要的应用价值和推广前景。
-
关键词
贴片保险丝
过流
熔断
Layout方法
-
Keywords
patch fuse
overcurrent
fusing
Layout method
-
分类号
TM563
[电气工程—电器]
-
-
题名熔融沉积成型自适应柱状支撑算法设计与研究
被引量：1
- 3
-
-
作者
李忠唐
徐如斌
陆文龙
陆剑峰
-
机构
上海师范大学天华学院
同济大学电子与信息工程学院
-
出处
《机床与液压》
北大核心
2021年第10期76-80,共5页
-
基金
国家自然科学基金重大项目(71690230,71690234)
国家重点研发项目(2017YFE0100900)
上海市教育委员会市级新工科研究与改革实践项目。
-
文摘
熔融沉积成型加工制件形状通常较为复杂,一般包含大倾角或悬空区域,机床直接打印会出现塌陷变形,影响制件加工质量,因此需准确识别模型薄弱区域并为其添加支撑结构。依据面片倾角筛选危险三角面片,采用种子扩散法建立独立的支撑区域,在支撑区域内自适应散布支撑点;通过切片轮廓信息简化支撑路径的生成算法,自适应选取最优支撑路径;通过机床打印试验获取算法中可调参数,使用自适应柱状支撑算法和Slic3r的支撑算法处理多个模型。结果表明:自适应柱状支撑算法能减少支撑耗材和运算时间。
-
关键词
熔融沉积成型
面片倾角
自适应柱状支撑算法
-
Keywords
fused deposition modeling
patch inclination angle
Adaptive columnar support algorithm
-
分类号
TH164
[机械工程—机械制造及自动化]
-
-
题名块聚类的协同显著性检测
被引量：1
- 4
-
-
作者
杨麟
杜吉祥
聂一亮
-
机构
华侨大学计算机科学与技术学院
-
出处
《华侨大学学报（自然科学版）》
CAS
北大核心
2018年第3期445-450,共6页
-
基金
国家自然科学基金资助项目(61673186
61370006
+4 种基金
61502183)
福建省自然科学基金资助项目(2013J06014
2014J01237)
华侨大学中青年教师科研提升资助计划项目(ZQN-YX108)
华侨大学研究生科研创新培育计划资助项目(1511314025)
-
文摘
针对复杂背景的多图像显著性检测问题,提出一种基于块聚类的多图像协同显著性检测方法.该方法通过构建多图像间共同对象的关联性,利用块聚类计算4种显著性测度并融合,获得较好的协同显著性检测效果.实验结果表明:基于块聚类的协同显著性检测方法能够有效提高检测精度,且鲁棒性较高.
-
关键词
协同显著性检测
协同分割
块聚类
显著性测度
测度融合
-
Keywords
co-saliency detection
co-segmentation
patch clustering
saliency cue
cue fused
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
