最新刊期

      “最新研究提出了基于知识图谱的迭代改写RAG方法，有效提升了复杂多跳问答的推理能力，为解决幻觉问题提供新方案。”

      毛赟, 符海东, 顾进广, 张娜, 高峰

      DOI：10.14188/j.1671-8836.2025.0144
      摘要：检索增强生成（Retrieval-Augmented Generation，RAG）方法自提出以来便引发广泛关注，其核心目标在于通过引入外部信息来提升大语言模型的推理能力，从而有效缓解幻觉问题。然而，检索增强生成方法在复杂多跳问答中面临单次检索信息不全、迭代过程冗余干扰导致错误传播的挑战。为此，提出一种基于知识图谱的迭代改写RAG方法（Knowledge Graph-based Iterative Rewriting RAG，KGIR-RAG），通过证据子图构建筛选检索段落中的结构化知识，利用最大生成树算法剔除噪声三元组；迭代查询重构，用图谱事实替换问题中的多跳依赖，逐步降低推理复杂度；最后通过反思推理模块判断答案完备性，驱动迭代终止。在HotpotQA与MuSiQue数据集上进行了实验，验证了各模块的有效性。实验结果表明：KGIR-RAG方法在生成性能和检索性能上优于近年提出的一些方法。  
      关键词：大语言模型;检索增强生成;知识图谱;迭代改写   
      26
      |
      8
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 144577131 false
      更新时间：2026-01-09
      “在数据异构应用场景中，pFedCS算法加快联邦学习训练速度，提高模型准确度。”

      张虹霞, 栗娟

      DOI：10.14188/j.1671-8836.2024.0182
      摘要：在数据异构应用场景中，现有联邦学习存在客户端本地训练速度低、聚合后模型稳定性差等问题，基于此，提出一种面向数据异构的聚类抽样个性化联邦学习算法（Personalized Federated Learning with Clustered Sampling for non-IID dataset， pFedCS）加快其训练速度，提高模型准确度。该算法通过在本地训练过程中引入正则化损失函数，防止本地模型与全局模型参数产生较大偏差；并提出一种基于相似度的聚类方法将客户端进行聚类，根据每一类客户端样本数量，确定其抽样权重，然后，从该类中选出具有代表性的客户端参与模型聚合，当某一类样本数量较少时，对其进行抽样，增强样本的多样性，以便更好地捕捉全局数据分布的特征。实验结果表明，在MNIST和Synthetic两类数据集上，pFedCS相较于FedAvg、Per-FedAvg、FedProx和FedTC具有更高的准确率和更快的收敛速度。  
      关键词：个性化联邦学习;数据异构;聚类抽样   
      99
      |
      119
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 104684677 false
      更新时间：2025-12-17
      “在人工智能领域，专家建立了深度学习体系，为智能系统发展提供新方向。”

      王军平, 侯宇, 郑耿

      DOI：10.14188/j.1671-8836.2025.0159
        
      29
      |
      23
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 140235364 false
      更新时间：2025-12-09
      “在云数据中心资源消耗预测领域，专家提出了CNN-TCAM-BiGRU预测方法，有效提高了预测准确性，为资源管理和节能优化提供技术方案。”

      闫永权

      DOI：10.14188/j.1671-8836.2025.0023
      摘要：云数据中心资源消耗预测是对数据中心的能源消耗、计算资源需求等进行预测。为提高云数据中心资源消耗预测的准确性，更好地管理资源并优化节能效果，提出了一种融合多通道卷积神经网络与双向门控循环单元以及时间-通道注意力机制的预测方法CNN-TCAM-BiGRU。该方法首先采用信号分解技术对原始数据进行预处理，以消除噪声并突出数据中的关键特征。随后，沿着信道和时间两个维度构建了两个专注模块，再通过这两个模块构建一个中间特征图。这个中间特征图专注于捕捉关键频段和与语义相关的时间段信息。与现有基准算法的比较实验表明，CNN-TCAM-BiGRU在3个主要评价指标上均展现出显著的性能优势，有效地提高了云数据中心资源消耗预测的准确性，为云数据中心的资源管理和节能优化提供了一种有效的技术方案。  
      关键词：时间注意力机制;变分模态分解;双向门控循环单元;云数据中心   
      76
      |
      40
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 129916442 false
      更新时间：2025-12-05
      “在自动驾驶领域，研究者提出了基于区域注意力的轻量级多任务全景驾驶感知网络APDP-Net，显著降低了计算开销，保持了出色的预测性能，为端侧自动驾驶感知提供了切实可行的解决方案。”

      郎愚迟, 郭迟, 詹骄

      DOI：10.14188/j.1671-8836.2025.0098
      摘要：全景驾驶感知旨在同时完成交通目标检测、可行驶区域分割与车道线检测三种感知任务，以满足自动驾驶对于可通行性预测的需求。现有方法通常采用多任务学习网络同时处理多个任务，虽在性能上取得了一定进展，但普遍存在计算复杂度高、预测精度与实时性不平衡等问题。针对这些问题，提出一种基于区域注意力的轻量级多任务全景驾驶感知网络：APDP-Net。首先，引入残差高层次聚合网络R-ELAN作为主干网络，该网络中的区域注意力模块以局部、连续注意力机制为特点，在保持感受野的同时降低了计算成本；其次，设计特征金字塔结构的GhostFPN-ELAN颈部网络，引入幽灵卷积，通过合理压缩特征空间减少了计算量；最后，针对车道线检测任务，引入极化自注意力机制，建立了像素级特征间的长距离联系，增强了网络的空间特征表达能力。实验结果表明，APDP-Net通过轻量化网络设计，在显著降低计算开销的同时保持了出色的预测性能，为端侧自动驾驶感知提供了切实可行的解决方案。  
      关键词：多任务学习;全景驾驶感知;区域注意力;自动驾驶   
      52
      |
      41
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 134121632 false
      更新时间：2025-12-01
      “在社会治理领域，专家构建了社区治理情景知识图谱，显著提升了治理效率和智能化水平。”

      田萍芳, 兰杰, 高峰, 顾进广, 祝歆, 刘海俊, 宋丽萍

      DOI：10.14188/j.1671-8836.2025.0086
      摘要：知识图谱因其开放性、灵活性和强大的互操作性，在解决社会治理问题中具有重要应用价值。当前，社区治理面临居民诉求频繁且处理效率低的问题，主要由于缺乏系统化分析和有效的跨部门联动机制。为解决这一问题，提出了一种新的知识图谱构建方法。首先，通过微调预训练模型，基于少量标注数据高效提取关键治理要素信息，显著提高数据处理效率。其次，结合风险因果链分析与时空维度，构建了一个新的社区治理本体（Community Governance Ontology,CGO）模型，为知识图谱提供了结构化语义框架。在此基础上，构建的社区治理情景下的情景知识图谱（Contextual Knowledge Graph，CKG）融合了时空信息和推理规则，能够精准进行风险因果分析和紧急程度预测，并支持智能决策推理与可视化查询。实验结果表明，所构建的情景知识图谱具备较强的时空互操作性和推理能力，显著提升了社区治理的智能化水平和治理效率。  
      关键词：风险因果链;模型微调;时空互操作性;推理规则;情景知识图谱   
      59
      |
      38
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 134057696 false
      更新时间：2025-11-10
      “遥感技术在极端干旱区植被生物量估算领域取得新进展，专家利用Sentinel-2影像和机器学习算法，为干旱区植被生物量估测提供新方法。”

      各文婷, 孙桂丽, 王璞, 孙红月

      DOI：10.14188/j.1671-8836.2025.0019
      摘要：运用遥感技术估算极端干旱区植被地上生物量，对于区域荒漠化监测和可持续发展具有重要意义。本研究以吐鲁番市绿洲核心区为研究区，基于Sentinel-2影像和野外样点数据，提取植被指数和波段变量，构建了3组变量组合，对比传统统计模型以及随机森林（RF）、支持向量机（SVM）、极端梯度提升（XGBoost）和K最近邻（KNN）4种机器学习算法模型拟合效果，实现吐鲁番市绿洲核心区植被地上生物量估算和空间反演。结果表明，在传统统计模型中，修正的土壤调节植被指数（MSAVI）建立的三次曲线方程拟合效果最好。机器学习模型估算精度整体上优于传统统计模型，三种变量组合构建的植被地上生物量估测模型中，由植被指数+波段变量构成的全变量组合取得了最佳估测效果，其中RF模型估测精度最高，决定系数（R2）达到0.72，平均绝对误差（MAE）为105.64 g·m-2，均方根误差（RMSE）是127.73 g·m-2。吐鲁番市绿洲核心区植被地上生物量总值约为1.599×106 kg，存在明显的空间分异规律，呈“扇”形分布，表现为绿洲大于荒漠，绿洲内部向荒漠腹地逐渐减少的特征。RF模型结合Sentinel-2影像在极端干旱区植被地上生物量反演中展现出较高的准确性和稳定性，可用于干旱区植被地上生物量估测。  
      关键词：植被地上生物量;机器学习;极端干旱区;Sentinel-2   
      36
      |
      31
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 129916467 false
      更新时间：2025-11-10
      “在跨链身份互认领域，研究者设计了CAMRF机制，通过改进PageRank算法和BLS签名技术，有效提高了跨域身份认证的安全性和可靠性。”

      毛贻欢, 付伟, 袁志民, 孙志宏

      DOI：10.14188/j.1671-8836.2024.0148
      摘要：为了解决不同管理域实体之间身份互认困难的问题，设计一种基于随机摆渡的跨链身份信息互认机制（Cross-blockchain Authenticating Mechanism based on Random Ferrying， CAMRF）。该机制首先通过改进的PageRank算法从普通节点中筛选高信誉候选摆渡节点；然后基于可验证随机函数（VRF）生成共识随机数，动态选举摆渡节点组作为公证人组；最后，由该组节点转发、签名和认证跨域消息，并采用BLS（Boneh-Lynn-Shacham）轻量级聚合签名技术验证消息的真实性与有效性，克服了传统机制存在的中心化依赖强、安全性低的问题。理论分析和实验表明，CAMRF机制具有高互操作性，能有效提高跨域身份认证的安全性和可靠性，具有一定的理论意义和较高的实用价值。  
      关键词：跨链技术;身份认证;可验证随机函数;BLS签名;聚合签名   
      41
      |
      32
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 131547273 false
      更新时间：2025-11-05

      姬钰, 张崇岐, 田丰智

      DOI：10.14188/j.1671-8836.2025.0138
      摘要：研究了Scheffé一阶和二阶混料模型的二响应模型I-最优设计问题，推导出模型平均预测方差的最小迹，并给出了特定分量数下模型的I-最优设计。研究结果表明，该二响应混料模型的I-最优设计与响应的协方差矩阵无关。  
      关键词：混料试验;多响应;Scheffé模型;I-最优设计   
      56
      |
      30
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 132352757 false
      更新时间：2025-10-30
      “在乡村振兴和健康中国政策背景下，成都和上海8个农村新型社区的研究表明，物质环境设施、交通条件、社会生活环境满意度显著正向影响居民自评健康，为相关政策制定和资源配置提供参考。”

      宋靖华, 胡僖敏, 杨秀, 李科豪, 刘超

      DOI：10.14188/j.1671-8836.2024.0129
      摘要：在乡村振兴和健康中国政策背景下，面向农村环境主观感知与居民自评健康的研究日益增加，现有研究多集中于单指标，缺乏对群体指标共同作用的探讨。本研究以成都和上海的8个典型农村新型社区为例，开展以村民个体为单位的问卷调查，获取493份有效样本数据，运用因子分析法和逐步回归模型，探索影响居民健康的农村新型社区主观环境感知公因子及其作用机制。结果表明，物质环境设施与健康管理满意度综合公因子（F1）、交通条件与人际交往活动满意度综合公因子（F2）、社会生活环境满意度综合公因子（F3）均显著正向影响居民自评健康，其中，F1的影响力最大。基于三个综合公因子，提出面向健康的农村新型社区规划设计提升策略，为相关政策制定和农村新型社区资源配置提供参考。  
      关键词：主观感知;自评健康;因子分析;设计策略   
      40
      |
      60
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 125050933 false
      更新时间：2025-10-11
      “在因果推断领域，专家提出了一种三阶段加权因果效应估计算法，有效解决了协变量缺失问题，为因果效应估计提供了新方案。”

      耿智琳, 张丽丽, 张耀峰, 张志刚, 刘茂福

      DOI：10.14188/j.1671-8836.2025.0050
      摘要：针对随机对照实验数据难获取的情况，基于观测数据的因果推断成为替代性研究范式。而观测数据中协变量的缺失往往引入偏差，导致因果效应估计失真。对此提出一种协变量缺失场景下三阶段加权因果效应估计算法。首先，基于因果图将协变量划分为混杂变量、暴露预测因子及结果预测因子三类，并针对混杂变量缺失项实施多重插补以保持因果结构完整性；其次，引入缺失模式，通过改进的协变量平衡策略构建倾向得分模型；最后，整合各缺失模式并采用逆概率加权估计因果效应。仿真实验结果表明，相较于梯度提升机，本算法在绝大多数场景下的估计均方根误差降低，验证了该算法能在数据缺失场景下有效估计因果效应。  
      关键词：因果推断;协变量缺失数据;处理效应;倾向得分   
      94
      |
      50
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 126827017 false
      更新时间：2025-10-09
      “在情感分析领域，专家构建金融情感知识图谱并结合少样本提示对大语言模型进行多层级知识增强，显著提升金融文本情感分析准确性，为金融领域情感分析提供新思路。”

      万永智, 胡慧君, 张耀峰

      DOI：10.14188/j.1671-8836.2025.0064
      摘要：在情感分析领域，基于大语言模型（LLM）的情感判断方法已得到广泛应用。然而，金融文本通常包含复杂的情感特征，且不同情感类别之间的边界存在模糊，导致LLM在需要准确区分情感类别时面临重大挑战，限制了其在金融领域情感分析任务中的应用效果。因此，通过构建金融情感知识图谱并结合少样本提示对LLM进行多层级知识增强解决情感边界模糊的问题。该图谱通过LLM进行半自动构建，随后对其中的金融词汇进行情感标注。用提示模板将金融情感知识图谱中的情感词汇、情感强度、情感极性等多维度信息显性表示，为LLM提供语义层次的支持，再结合少样本提示以增强LLM在金融情感文本中的分析能力。在Qwen2.5-7B、ChatGLM3-6B和ChatGLM4-9B等LLM上对本文方法进行了验证。结果显示，使用多层级知识增强的方法能够显著提升LLM的情感分析准确性，相较于未使用该方法的LLM，F1值平均提升3.67个百分点，验证了所提方法的有效性，为金融文本情感分析提供了新的解决思路与重要参考。  
      关键词：金融文本情感分析;知识增强;大模型;知识图谱;少样本提示   
      131
      |
      69
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 123598898 false
      更新时间：2025-09-18
      “矛盾体分离规则突破传统框架，提升自动推理证明能力，UCSDA_Eprover3.2和UCSDA_P证明器在国际竞赛中表现优异。”

      曹锋, 汪小莉, 潘世成, 易见兵, 李俊

      DOI：10.14188/j.1671-8836.2024.0207
      摘要：矛盾体分离规则，作为一种突破传统二元归结框架的多元演绎方法，为自动推理领域开辟了新的研究内容。为提高多元演绎的证明能力和效率，本文将子句集中的子句分为单元子句与非单元子句，给出了单元子句在矛盾体分离规则中的演绎性质，设计了一种单元子句选择策略，能较好地规划单元子句参与多元演绎的顺序；提出了一种基于单元子句的多元矛盾体分离动态演绎算法，有效提升单元子句进行多元演绎的推理能力。将提出的多元演绎算法应用于国际顶尖证明器Eprover3.2和国际知名证明器Prover9中，形成UCSDA_Eprover3.2证明器和UCSDA_P证明器，以2023年和2024年国际证明器竞赛例为测试对象（分别为500个）进行测试，结果表明，UCSDA_Eprover3.2在定理证明能力方面相较于Eprover3.2表现更优，分别多证明了15个和14个定理，且分别能证明Eprover3.2未能证明的17个和15个定理；针对2023年国际证明器竞赛例，UCSDA_P比Prover9多证明定理71个，占Prover9证明总数的53.38%；为进一步验证该算法能有效判定难问题，以TPTP（Thousands of Problems for Theorem Provers）库中rating为1的问题作为测试集，UCSDA_Eprover3.2证明了其他所有证明器未证明的8个定理。  
      关键词：矛盾体分离规则;二元归结;自动推理;证明器;一阶逻辑   
      56
      |
      25
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 124907696 false
      更新时间：2025-09-05
      “在登革热模型研究领域，专家采用连续性方法和加权能量法，建立了具有空间非局部效应的时滞登革热模型单稳行波解的局部指数稳定性，为解决相关稳定性问题提供解决方案。”

      常梦飞, 杨赟瑞

      DOI：10.14188/j.1671-8836.2025.0131
      摘要：研究了具有空间非局部效应的时滞登革热模型单稳行波解的稳定性。采用连续性方法结合加权能量法，建立该模型单稳行波解的局部指数稳定性（小初始扰动下）。其中，初始扰动当x趋于无穷时只需一致有界而不必趋于0。  
      关键词：非局部效应;行波解;稳定性;加权能量法;时滞   
      43
      |
      12
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 124118588 false
      更新时间：2025-09-03
      “在区块链系统设计领域，专家提出了一种多重宇宙架构下的阈值签名方案，通过隐私增强机制和双层角色权限机制，实现了隐私与责任的平衡，为去中心化金融应用提供解决方案。”

      田昊丽, 陈晶, 杜瑞颖, 何琨

      DOI：10.14188/j.1671-8836.2024.0146
      摘要：多重宇宙架构是一种面向区块链系统设计的抽象结构，适用于去中心化金融应用场景。尽管该架构具有良好的扩展性和适配性，但现有阈值签名方案在此架构下难以同时满足隐私和责任的需求。为此，提出了一种多重宇宙下具有隐私和责任的阈值签名方案。该方案根据多重宇宙的应用场景，构造了一种通用的阈值签名系统模型，设计了将非交互式零知识证明嵌入签名生成过程的隐私增强机制，确保签名的正确性与身份隐私解耦，避免在签名收集过程中泄露签名方身份，并通过 “组合者-跟踪者”双层角色权限机制，在争议或审计场景下能通过追踪密钥识别真实签名方，从而实现恶意行为的可控溯源。通过基于BLS（Boneh–Lynn–Shacham）签名算法的实例化与实验评估，验证了该方案在隐私性、责任性、抗伪造性和运行效率方面的优势，具备较好的实用性与推广潜力。  
      关键词：阈值签名;多重宇宙;区块链;隐私和责任   
      35
      |
      16
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 123028002 false
      更新时间：2025-08-22
      “在隐私推理领域，研究者提出了ReLURep框架，有效解决了ReLU效率瓶颈问题，为隐私保护神经网络研究开辟了新方向。”

      顾颖, 庞智, 余荣威, 王丽娜

      DOI：10.14188/j.1671-8836.2024.0174
      摘要：针对隐私推理方案（如同态加密、安全多方计算）中ReLU（非线性单元）的效率瓶颈，提出了一种神经网络非线性优化方法——ReLURep（ReLU Replace，ReLU替换）框架，采用自动可微分的梯度下降和二值化辅助控制掩码自动定位并替换ReLU操作，从而在效率和准确性之间取得平衡。ReLURep利用可学习的二值掩码定位待替换的ReLU激活函数，在掩码确定后以端到端共同训练的方式自动学习最佳多项式参数配置，减少因ReLU替换导致的模型性能下降。此外，ReLURep框架中还采用了一种特征分布蒸馏方法，逐层学习最佳系数，最大程度地减少因网络线性化造成的精度损失。在CIFAR10、CIFAR100和Tiny ImageNet等数据集上进行的实验表明，该方法在绝大多数ReLU操作数量预算下都取得了显著的改进。在CIFAR100数据集上，ReLU预算为6 000时，正确率达到了75.29%，比现有最优方法高1.5个百分点。  
      关键词：深度学习;隐私保护;隐私推理加速;多项式函数近似;激活函数优化;梯度下降   
      32
      |
      14
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 120343552 false
      更新时间：2025-08-13
      “YOLO算法在目标检测领域取得突破，专家分析其十年发展，为提升检测性能提供新思路。”

      岑伟迪, 江佳玲, 黄勃, 倪福川, 李高健

      DOI：10.14188/j.1671-8836.2025.0116
      摘要：目标检测是计算机视觉的基石，在医疗成像、工业缺陷检测、自动驾驶和农业监测等领域有着广泛的应用。YOLO（You Only Look Once）作为单阶段目标检测的开创性算法，以其卓越的实时性和高效性成为计算机视觉领域的核心技术。从2016年YOLOv1的首次亮相到2025年YOLOv12的发布，YOLO通过持续优化网络架构、改进损失函数设计和创新数据增强策略，显著提升了检测性能和应用适配性。本文系统回顾了YOLO长达十年的发展历程，分析了其在不同领域的应用，并探讨了其快速发展背后的驱动力，包括深度学习技术的突破、开源社区的广泛协作以及对实时性和边缘计算的迫切需求。与双阶段算法（如Faster R-CNN）和基于Transformer的方法（如DETR）相比，YOLO在速度和工程部署上展现出显著优势，但在小目标检测、密集场景处理和复杂背景下的鲁棒性方面仍面临挑战。未来YOLO或可通过整合轻量级Transformer模块、优化多任务学习框架以及引入生成式AI增强数据多样性，有望进一步提升精度和场景适应能力。  
      关键词：YOLO;目标检测;计算机视觉   
      105
      |
      56
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 118358597 false
      更新时间：2025-08-06
      “在生物信息存储领域，科学家提出了流式混合进制编码算法SMRC，有效利用DNA存储空间，技术优势明显。”

      崔竞松, 凌竟航, 齐浩

      DOI：10.14188/j.1671-8836.2024.0186
      摘要：生物学研究表明，DNA序列是一种良好的非均匀数据存储介质，受限于各种生物学条件，现有方案无法高效利用其存储空间，或者计算效率较低。因此，设计了一种流式混合进制编码算法SMRC（Streamed Mixed Radix Coding），该算法能够很好的应对非均匀存储介质中进制分布不均匀的情况，并且通过流式计算，能够在较低的计算复杂度下最大化编码空间的信息熵，从而充分利用DNA等非均匀存储介质的存储空间。分析表明，该算法可以在任意混合进制存储介质上以线性复杂度编码出接近理论最大信息熵的编码结果，且算法流程简洁，易于实现应用，技术优势明显。  
      关键词：DNA存储;非均匀存储;熵编码;流式编码   
      28
      |
      36
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 119084693 false
      更新时间：2025-07-31
      “智能语音交互系统安全威胁研究进展，专家系统性梳理了后门攻击与投毒攻击技术演化路径，为提升系统安全保障技术发展提供参考。”

      王涛, 赵令辰

      DOI：10.14188/j.1671-8836.2025.0066
      摘要：在智能语音技术快速发展的推动下，语音交互系统已广泛应用于智能助手、语音识别、语音合成等场景，极大提升了人机交互的便利性。然而，随着其在关键领域的深度应用，语音交互系统的安全问题逐渐显现，尤其是后门攻击和投毒攻击等对系统完整性与可靠性的威胁，引发了学术界与工业界的广泛关注。攻击者可利用这些攻击手段在训练或推理阶段篡改模型行为，造成隐蔽且持久的安全风险，进而影响用户隐私和系统安全。因此，本文聚焦智能语音交互系统中的安全威胁，系统性梳理了近年来在后门攻击与投毒攻击方面的研究进展与技术演化路径。首先从攻击者权限、投毒模式、攻击目标等多种攻击特征出发，对攻击进行分类。接着，从攻击者能力受限、隐蔽性增强、样本鲁棒性增强这三个维度对现有方法进行了技术剖析，并在最后总结了当前研究中的若干不足，探讨了未来在多模态攻击、攻击场景拓展等方面的研究方向。本文的工作旨在为后续研究提供参考，促进智能语音交互系统的安全保障技术发展与应用。  
      关键词：人工智能安全;智能语音系统;数据安全;后门攻击;投毒攻击   
      55
      |
      66
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 113121622 false
      更新时间：2025-07-08
      “Bio-TLS协议扩展，利用生物特征提升客户端认证安全性，为用户提供便捷认证方式。”

      于歌, 杜瑞颖, 石闽, 肖永康, 陈晶, 何琨

      DOI：10.14188/j.1671-8836.2025.0011
      摘要：当前客户端身份认证主要有两种方式：传输层安全协议（TLS）和基于TLS协议的上层应用层身份认证方法。现有的TLS协议广泛应用于服务器端身份认证，但其客户端认证因存在证书管理复杂、易受攻击等问题而较少被强制要求使用；基于上层的身份认证存在易遗忘、单点认证、依赖固件和兼容性差等问题。为了解决这些问题，利用TLS协议支持扩展的特征，设计了Bio-TLS协议扩展，将用户的生物特征作为身份认证因子，选取指纹信息作为样例，与TLS结合，在握手阶段实现跨设备的无感认证。通过Tamarin Prover工具进行全自动形式化建模和安全性分析，验证了扩展协议的安全目标。实验结果表明，Bio-TLS协议有效提升了客户端身份认证的安全性，为用户提供了一种更安全、便捷的认证方式。  
      关键词：客户端身份认证;生物特征认证;传输层安全协议;扩展;形式化分析   
      28
      |
      66
      |
      0
      <HTML>
      <网络PDF>
      <引用本文> <批量引用> 111238825 false
      更新时间：2025-06-19
    批量引用
    0