多模态情感分析模型对抗攻击评估与防御方法

为系统探究多模态情感分析模型在对抗攻击下的鲁棒性,采用3种经典对抗攻击方法(快速梯度符号方法、投影梯度下降和动量迭代快速梯度符号方法)、2种模态数据输入(视觉和语音)和4种不同的数据特征融合方法(特征相加、特征拼接、多模态低秩双线性和多模态Tucker融合),对比各种组合下模型的性能表现,研究影响多模态情感分析模型鲁棒性的内在因素．提出一种基于互信息最大化的多模态防御方法,通过减少输入模态特征中的冗余信息提升模型鲁棒性．研究结果表明：在非线性特征融合及双模态数据输入组合下,模型抵御对抗攻击效果最佳;在应用互信息最大化防御方法后,模型性能及抵御攻击能力均可得到有效提升．     

基于视觉传达的产品外观设计感知差异研究

为了解产品外观设计所传达的感知差异,建立客观的图像评价体系,提出利用生成对抗网络,建立无参考图像评价模型.首先,根据产品外观设计对消费者视觉感知差异的影响,提出将消费者的情感感知差异,作为中间变量进行建模分析.其次,基于生成对抗网络结合感知差异,建立无参考图像评价模型,并对生成网络、判别网络以及图像质量评价网络进行设计.实验表明,设计模型的评价分数高于0.93,与常用算法相比,设计方法对不同失真类型的图像有更优异的评价效果.对产品外观的输出结果显示,模型的输出误差更小,预测准确性优于传统评价模型的效果.研究为建立基于视觉传达下的客观图像评价系统提供了参考.     

一种基于对抗的安全软件安全性分析方法

为了检验安全软件的自身安全性,提出了一套安全软件安全性评价指标,包括进程保护、文件保护、网络通信保护、Rootkit深度检测、免杀对抗、文件重定向攻击和驱动加载防御等.首先对每一项标准进行了实际的分析证明,确定了标准对于安全软件的重要性,然后制定了具体的安全性定量计算方法,通过对六款反病毒软件进行了实际测试和结果分析,论证了本方法的有效性.     

基于记忆增强的对抗自编码器异常检测算法

深度自编码器是异常检测领域中被广泛使用的深度学习模型.记忆增强的自编码器模型(Memory-augmented Autoencoder Model,MemAE)通过记忆增强模块解决传统自编码器泛化能力过强的问题,并取得了良好的效果.针对自编码器对于训练数据的正常模式提取能力有限这个问题,通过融合对抗自编码器(Adver...     

基于任务的体系对抗仿真数据采集方法研究

仿真系统的数据采集是仿真系统应用的重要环节。体系对抗仿真数据采集面临的主要问题是传统的数据采集方法不区分数据的任务属性,导致后期分析任务的完成情况时难以得到相关数据。针对该问题提出了基于任务的数据采集方法,对采集的数据按任务进行组织,支持后期对仿真结果的分析和其他应用。介绍了该方法的主要内容和实现过程,给出该方法一般流程和总体框架。数据采集实例诠释了该方法的实际应用过程,验证了该方法在体系对抗仿真中的实用性。     

一种自适应的机载无源－光电对抗系统

机载雷达警戒设备与箔条／红外弹投放器相综合，构成兼有警戒与无源－光电干扰功能的自卫型电子战系统，可显著地提高载机的作战效能。而程控接口则是实现其组合的关键。本文在完成样机并取得满意的实验效果基础上，对一种实用的程控接口进行了综合分析与论述，阐明了用于控制箔条／红外弹投放的软件流程及其投放编码字，给出了投放状态检测电路、投放命令发送电路和相应的投放序列。同时，还对本程控接口的推广应用及飞机改装等可行性问题进行了简要论证。     

雷达体系对抗射频环境仿真研究

在武器装备体系对抗仿真系统中,雷达体系对抗仿真是必不可少的组成部分。完备的雷达体系对抗仿真既包括雷达系统模型,也包括电磁环境模型,仿真结果的可信度与这两个部分紧密相关。对抗体系中存在的不同雷达系统,尽管其工作原理、性能参数各不相同,电磁环境模型特别是射频环境的仿真模型可以设计为一个综合通用的模型,为各雷达模型射频信号传播计算提供一致的支持。在分析射频信号传播过程以及射频环境效应的原理和算法的基础上,建立了一个综合射频环境模型,该模型能够为射频段雷达体系对抗仿真提供了一个综合、通用的仿真射频环境。通过具体仿真实例演示了模型的使用。     

基于模糊数学的对抗网络图像配准建模

为了解决传统方法特征提取结果受外界环境影响大,且没有考虑对抗网络图像中高频信息的特殊作用,影响配准精度的问题,通过模糊数学方法分析对抗网络图像配准建模问题。分析了对抗网络,在生成模型与判别模型中添加条件变量,通过对抗网络,利用表征向量对图像进行重构,生成图像数据。通过变换对图像对比度进行扩展,通过反变换获取原空间域中的边缘增强图像,通过抑制干扰能力强的Susan算子提取对抗网络图像边缘特征。在边缘特征提取的基础上,引入模糊数学中的模糊隶属度,对图像中不同点属于梯度的模糊隶属度进行定义,构造图像的模糊梯度场,通过模糊数学中的贴进度构造模糊梯度相似性测度,将模糊梯度相似性高的图像作为配准图像,实现对抗网络图像配准。结果表明:研究方法配准效果好;针对存在平移、灰度变化、细节变化、区域变化和尺度差异情况下的图像,可保持很高的性能。研究结果应用性强,配准准确性好。     

反辐射导弹的发展及对抗措施

 反辐射导弹是压制和摧毁对方防空雷达以及各种辐射源的重要硬杀伤武器,在现代信息化战争中发挥着越来越重要的作用。梳理了反辐射导弹的发展历程,分析了其发展趋势以及对中国的电磁威胁,探讨了有效应对的对策与措施。     

基于生成对抗网络的手写汉字生成方法研究

在计算机机械学习领域,相对于数字和英文字母,手写汉字的自动生成研究是个重点难点问题,且具有重要研究意义。随着深度学习的不断发展,生成对抗网络在图像生成领域取得了很大进展。本文提出了一种基于循环生成对抗网络(Cycle Generative Adversarial Networks, CycleGAN)的无监督手写汉字生成方法。利用标准仿宋字体图像和手写字体图像进行训练,生成的手写汉字图像具有比较高的识别度。