Complex Scenario Image Retrieval via Deep Similarity-aware Hashing

Nie X.,Shi Y.,Meng Z.,Huang J.,Guan W.,Yin Y.

본 연구는 복잡한 시나리오의 이미지 검색을 위한 심층 유사도 인식 해싱 방법(DEPISH)을 개발합니다. DEPISH는 여러 의미를 포함하는 이미지와 같이 구별하기 어려운 샘플에 집중하며, 난이도에 따라 샘플에 대한 주의력을 동적으로 분배합니다. 또한, 적응적 유사도 행렬을 채택하여 모든 샘플 간의 다양한 유사성을 정확하게 파악하고, 해시 코드 표현과 음성 샘플 간의 불일치를 방지합니다.

DiffServ-aware-MPLS 네트워크 성능 분석

조해성

Deep learning approaches for anomaly-based intrusion detection systems: A survey, taxonomy, and open issues

Aldweesh A.,Derhab A.,Emam A.Z.

본 연구는 딥러닝 기반 침입 탐지 시스템(IDS)의 최신 동향을 종합적으로 검토하고, 입력 데이터, 탐지 방법, 배포 및 평가 전략 측면에서 세분화된 분류 체계를 제시합니다. 딥러닝은 대규모 데이터 처리에 강점을 가지며 사이버 보안 분야에서 성공적인 결과를 보여주고 있으며, 향후 연구 과제 및 발전 방향을 제시합니다.

P2AE: Preserving Privacy, Accuracy, and Efficiency in Location-Dependent Mobile Crowdsensing

Jiang Y.,Zhang K.,Qian Y.,Zhou L.

본 연구는 위치 기반 모바일 크라우드소싱 환경에서 개인 정보 보호와 작업 할당의 정확성 및 효율성을 동시에 달성하기 위한 학습 기반 메커니즘을 제안합니다. 위치 기반 대칭 키 생성기를 설계하고 프록시 재암호화를 활용하여 작업 공개 및 할당 시 위치 정보를 보호하며, 강화 학습 기반 작업 할당 알고리즘을 통해 높은 정확도와 효율성을 확보합니다.