一种基于双阈值函数的成员推理攻击方法北大核心CSCD

海量数据和强大算力的出现,促进了深度学习的发展,深度学习在智慧交通和医疗诊断等领域得到广泛应用,这给人们的日常生活带来许多便利。然而,机器学习中的隐私泄露问题也不容忽视。成员推理攻击通过推断数据样本是否用于训练机器学习模型,从而暴露用户训练数据的隐私。文章介绍了基于单阈值的成员推理攻击及特点,对不同攻击方法的成员和非成员的数据分布进行可视化,然后对成员推理攻击成功的内在机理进行分析,提出了基于双阈值函数的攻击模型,并通过实验对单阈值和双阈值的成员推理攻击进行系统性的分析对比,分析基于阈值成员推理攻击对不同模型和不同数据集的攻击表现。通过对多组控制变量的对比实验表明,基于双阈值函数的成员推理攻击在某些数据集和模型上,整体表现更加优异和稳定。     

三维实体数据文件的建立

建立几何体数据文件是计算机图形显示的首要任务,本文介绍了简单几何体和不规则体的数据建立过程,并在微机上用Ｃ语言实现了这些算法．     

资深PK玩家评测《血与沙!》皇帝国战

重现最经典史诗国战玩了10年网游,最钟爱PK网游,从《热血传奇》开始,到《奇迹MU》、《天堂2》、《魔兽世界》,有惊喜也有落寞。4月29日,麒麟游戏推出《成吉思汗2》大型国战资料片《血与沙!》,主打皇帝国战,体验过后发现竟是超乎想象的经典,仿佛多年前的那种激情又回来了。以下是本人参与皇帝国战后的简单测评体会,跟兄弟们分享。     

画面语构学——多媒体画面语言的语法规则

在信息化教学环境中,多媒体教材的知识是以画面形式呈现的,或者说是用"画面语言"写成的。随着信息化教学日益常态化,多媒体教材的制作与使用缺乏科学性、规范性的问题日渐凸现、亟待解决。早在2002年,游泽清教授就在本刊率先提出了"多媒体画面语言"的概念。十年磨一剑,他本着高度的历史责任感和使命感,带领课题团队和研究生,进行了持之以恒的研究。这十年,他们曾误入歧途、也走过弯路,但他们从未放弃,从深入进行大量基础性的研究到终有灵光一闪,从点滴概念的明晰到学科体系的建立,今天,"多媒体画面语言学"终于系统、完整地与读者见面了。本刊将分四期,按"画面语用学"、"画面语义学"、"画面语构学"和"多媒体画面语言学诞生过程"的顺序详加介绍,让多媒体教材在教育教学改革中的制作与应用更加有序、规范,绽放更加夺目的光彩。     

推理之力，叩开真相之门－－侦探罪案游戏巡礼

不少喜欢读推理小说的玩家都知道,侦探是一个满富挑战性的职业,他们接受雇佣者金钱及其他财物,为雇主进行隐蔽地调查及拍照取证等服务。过去欧美的侦探不仅受雇于私人,而且还会帮助警方调查、提供证据并协助破案。19世纪末英国侦探小说家柯南道尔笔下才华横溢的鬼才侦探夏洛克·福尔摩斯已经成为世界级名侦探的代言词。     

基于网络的智能辅导模式研究与系统设计

针对目前辅导行业的现状,为解决课后辅导的自动化、实时化的问题,分析了学生课后学习掌握知识的过程,提出了一个基于学生课后学习规律的辅导模型,建立了面向问题的多层面知识辅导新模式,构建了基于此模式的网络智能家教系统的框架结构。该系统采用基于知识的自动推理技术使得推理过程得以完整保存来分析后续的多层面辅导信息,采用资源模型分解知识粒度保证抽象度,采用网络服务模式满足用户的实时使用。以学生提出的几何问题为实例,展示了多层面辅导过程,实验结果表明了该模式和系统设计的可行性。     

语义驱动的关联规则挖掘算法研究

为了使传统的关联规则挖掘算法在结合到具体领域时具有更强的适应性,提出了DS-Apriori算法。该算法建立在语义本体的基础上,根据项集内部的语义相关度动态的确定该项集的最小支持度,并采用了项集语义相关度的增量计算方法。实验结果表明,DS-Apriori算法在很大程度上提高了关联规则挖掘算法的效率和效果。     

一种Agent的偏好系统及其建立

受到Agent偏好模型的启发,提出了一个新的描述人们行为的偏好系统称为AF系统,它将Michael Freund的理性偏好推理与Adams提出的经典的归纳逻辑和概率逻辑相结合,即借助经典的逻辑系统,把人们的逻辑推理和以人们的偏好取向为基础的常识性推理以及以主观愿望为基础的意向推理结合在一起成为一个有机系统,并且在这个系统下提出Agent的理性偏好的建立方法以及推理步骤.最后给出一个实例,说明它能根据人们的部分愿望,全面估计人们的偏好走向,而且一旦人们的基本态度有所转向,偏好结构也可做相应调整,无需做根本改动,因此它具有鲁棒性和实用价值.     

一种粗糙集属性约简算法

基于粗糙集理论提出一种新的属性重要度的度量方法,引入决策强度的概念,克服经典粗糙集理论约简定义的不完备性及无法获得最优属性约简的缺陷,改进基于信息熵的启发式属性约简算法,通过对既有线CTCS-2级车站列控中心软件测试平台的测试数据的实证分析,成功获得最优属性约简,发现数据之间的潜在联系及规律,给出决策规则,使决策分析更为高效。     

一致性测试的静态需求测试研究

针对一致性测试中的静态需求测试通常采用手工方法而产生的效率低问题,提出一种基于统计学习的方法,包括静态需求的关联规则表示,并对采样的协议数据进行关联规则挖掘,如果得到的规则与需求规则一致,静态需求就可以得到统计上的测试检验。该方法在OSPFv3协议测试中取得了较好的效果。