更多

武汉大学学报（理学版）

武汉大学学报（理学版） 武汉大学学报（理学版）

主编：邓子新

影响因子：1.821(CNKI)

ISSN:1671-8836

CN:42-1674/N

主办单位：武汉大学

出版周期：双月刊

电话：027-68756952

邮箱：whdz@whu.edu.cn

地址：湖北省武汉市武昌区武汉大学文理学部本科生院楼北楼504

  • 当期目录
  • 优先出版
  • 过刊浏览
  • 视频速递
  • 理学人物
更多
Volume 72 期 3，2026 2026年第72卷第3期

  • 智能安全与可信计算

    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。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   
    80
    |
    194
    |
    0
    <HTML>
    <网络PDF>
    <引用本文> <批量引用> 113121622 false
    更新时间：2026-07-02

    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扩展协议，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（TLS）;扩展;形式化分析   
    41
    |
    120
    |
    0
    <HTML>
    <网络PDF>
    <引用本文> <批量引用> 111238825 false
    更新时间：2026-07-02

    罗养霞, 吴燕玲

    DOI：10.14188/j.1671-8836.2025.0015
    摘要：与日俱增的恶意软件变种为网络安全带来严重威胁，准确且快速地识别恶意软件变种是安全防御的关键环节。现有研究利用端到端的深度学习模型优势进行检测，但复杂度较高，在性能及计算资源方面受限，给实际部署带来困难。本文构建了基于颜色编码与数据映射的GMA（byte stream GLCM， assembly instruction Markov， API）图像数据集，最大化保留特征信息量的同时，实现数据规模轻量化；提出了基于解耦知识蒸馏的恶意软件轻量化检测模型MTFKD（Malware Texture Feature Classification based on Knowledge Distillation），应用知识蒸馏策略实现模型轻量化，结合高效多尺度注意力机制与空洞空间金字塔池强化特征表达，并使用改进的随机森林算法提升分类效率。实验表明，本文模型在检测准确率达到99.49%的情况下，复杂度明显降低，大大增强模型的实际应用性与泛化能力。  
    关键词：恶意软件检测;模型轻量化;解耦知识蒸馏;数据映射;随机森林   
    41
    |
    33
    |
    0
    <HTML>
    <网络PDF>
    <引用本文> <批量引用> 104494110 false
    更新时间：2026-07-02

    祁龙云, 曹永健, 周剑, 刘全, 崔惠, 张浩天

    DOI：10.14188/j.1671-8836.2025.0001
    摘要：为了在保护数据隐私的条件下实现加密网络流量中的异常行为识别，提出一种基于图数据增强和对比学习的隐私保护网络流量分析方案。首先，基于网络行为日志构建数据溯源图，以刻画节点间的交互关系和行为因果链；其次，提出基于差分隐私的图数据增强方法，利用指数机制（Exponential Mechanism）对节点和边进行评分与选择性扰动，生成隐私保护的增强视图；然后，基于增强视图构建对比学习任务，提升节点表示的一致性和判别性；最后，采用归纳图神经网络（GraphSAGE）学习节点表示并完成异常行为识别。实验结果表明，本文方案在Streamspot数据集上的精确率和准确率均高达99%，比Streamspot方案分别高25个百分点和33个百分点，能有效识别加密网络流量中的恶意流量，且在隐私保护能力方面较对比方案更具优势。  
    关键词：图数据增强;对比学习;异常检测;图神经网络;隐私保护   
    20
    |
    44
    |
    0
    <HTML>
    <网络PDF>
    <引用本文> <批量引用> 156786196 false
    更新时间：2026-07-02
查看更多

快捷入口

  • 作者投稿
  • 专家审稿
  • 编辑办公

常设专栏

AI+

AI+

生态环境

生态环境

生命健康

生命健康

绿色储能

绿色储能

先进材料

先进材料

精选专辑

更多
三峡库区高水平保护

三峡库区高水平保护

YOLO及其应用

YOLO及其应用

大语言模型

大语言模型

杂交水稻

杂交水稻

机器学习

机器学习

查看更多
批量引用
0