陈晨 作品数:5 被引量:46 H指数:2 供职机构: 空军工程大学信息与导航学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 更多>> 相关领域: 自动化与计算机技术 天文地球 更多>>
从自动化到智能化:软件漏洞挖掘技术进展 被引量:36 2018年 近年来,随着软件规模和复杂度的日益增加,软件漏洞挖掘技术正逐渐向高度自动化和智能化演变,该文从传统漏洞挖掘技术和基于学习的智能化漏洞挖掘技术两方面深入调研和分析了相关的研究进展。首先,从静态和动态挖掘技术2方面详细介绍了传统漏洞挖掘技术的研究现状,涉及的技术包括模型检测、二进制比对、模糊测试、符号执行以及漏洞可利用性分析等,并分析了各项技术存在的问题,提出当前的研究难点是实现漏洞挖掘全自动化。然后,介绍了机器学习和深度学习技术在漏洞挖掘领域的应用,具体应用场景包括二进制函数识别、函数相似性检测、测试输入生成、路径约束求解等,并提出了其存在的机器学习算法不够健壮安全、算法选择依靠经验、数据样本不足、特征选择依赖专家知识等问题。最后,对未来研究工作进行了展望,提出应该围绕提高漏洞挖掘的精度和效率、提高自动化和智能化的程度这2方面展开工作。 邹权臣 张涛 吴润浦 马金鑫 李美聪 陈晨 侯长玉关键词:漏洞挖掘 基于Ajax的WebGIS服务的研究与实现 2009年 传统的请求响应式Web通信机制会造成页面的整体更新,不易实现地图服务;ActiveX和JavaApplet实现的WebGIS服务受限于浏览器的设置和操作系统的类型。利用Ajax(Asynchronous JavaScript and XML)的异步通信及与其平台无关的特点,将预操作的地图分块下载至浏览器,并进行组织和管理,加载至层中实现基本的缩放、拖动地图操作;利用预缓冲机制实现地图的无等待拖动。摆脱了地图服务实现对于环境的依赖。 陈晨 殷肖川 陈玉 张照雷关键词:异步通信 AJAX WEBGIS XMLHTTPREQUEST 联邦学习中的信息安全问题研究综述 2024年 联邦学习作为一种新兴的机器学习技术,允许多方在不共享原始数据的前提下通过参数交互完成协同训练,生成全局模型,为打破数据孤岛、整合数据资源提供了新范式,成为人工智能领域的一大研究热点。但联邦学习依然面临诸多安全风险。对联邦学习领域的国内外最新研究成果进行系统分析和分类,以联邦学习模型训练过程为线索,分析每个过程中系统可能存在的安全威胁,研究不同安全威胁的机理和特点,并按照威胁程度对其进行分类,在此基础上,研究当前先进的防御策略;最后,探讨了联邦学习面临的主要挑战和未来发展方向,旨在推动联邦学习应用安全落地和推广。 段昕汝 陈桂茸 陈爱网 陈晨 姬伟峰关键词:数据安全 防御策略 SNMPv3安全机制在应用中的改进 被引量:2 2009年 SNMPv3正成为网络管理新的标准,它通过基于用户的安全模型引进了认证和加密机制,极大地提高了安全性。但由于安全机制的引入增加了SNMP的复杂性,业界有理由担心增加的安全措施将降低网络管理的性能,所以对SNMPv3的应用还存在疑问。通过对请求响应时间的测试分析SNMPv3安全机制对性能的影响,并就网络管理开发方面的经验给出SNMPv3安全机制在应用中的改进方法。 吕涛 禄乐滨 陈晨关键词:SNMPV3 网络管理 性能分析 基于感知深度神经网络的视觉跟踪 被引量:8 2016年 视觉跟踪系统中,高效的特征表达是决定跟踪鲁棒性的关键,而多线索融合是解决复杂跟踪问题的有效手段。该文首先提出一种基于多网络并行、自适应触发的感知深度神经网络;然后,建立一个基于深度学习的、多线索融合的分块目标模型。目标分块的实现成倍地减少了网络输入的维度,从而大幅降低了网络训练时的计算复杂度;在跟踪过程中,模型能够根据各子块的置信度动态调整权重,提高对目标姿态变化、光照变化、遮挡等复杂情况的适应性。在大量的测试数据上进行了实验,通过对跟踪结果进行定性和定量分析表明,所提出算法具有很强的鲁棒性,能够比较稳定地跟踪目标。 侯志强 戴铂 胡丹 余旺盛 陈晨 范舜奕关键词:视觉跟踪