Avances en seguridad inteligente: un modelo transformador innovador
Investigadores de la Academia China de Ciencias desarrollaron un modelo GLAA que mejora la identificación de paquetes en seguridad. Este avance promete revolucionar la inspección de seguridad con tecnología de vanguardia.
31/10/2025 | 03:56Redacción Cadena 3
FOTO: Modelo GLAA propuesto por investigadores
Un equipo de investigación liderado por el profesor Wang Hongqiang de los Institutos de Ciencias Físicas de Hefei, perteneciente a la Academia China de Ciencias, propuso un modelo denominado Global-Local Alignment Attention (GLAA). Este modelo, basado en un Asymmetric Siamese Transformer (AST), mejora notablemente el rendimiento en tareas de reidentificación de paquetes en modalidad cruzada de rayos X visibles.
El estudio fue publicado en IEEE Transactions on Information Forensics and Security. La reidentificación de paquetes en modalidad cruzada de rayos X visibles es una tecnología clave en la inspección de seguridad. Sin embargo, el desafío radica en las diferencias significativas a nivel de píxeles entre las imágenes de las dos modalidades, lo que dificulta la extracción de características invariantes cruzadas mediante métodos tradicionales.
En esta investigación, los científicos incorporaron un concepto de diseño asimétrico en la arquitectura del Siamese Transformer al proponer una estructura denominada Cross-Modality Asymmetric Siamese Transformer (CAST). La inclusión de capas de LayerNorm y codificación consciente de la modalidad en una de las ramas mejora la capacidad del modelo para extraer características invariantes cruzadas.
Además, diseñaron un módulo de atención de alineación cruzada global-local. Este módulo modela la interacción entre características globales y locales, mejorando la representación de características de alta precisión y abordando problemas de desalineación espacial en imágenes de modalidades cruzadas.
Los resultados experimentales demostraron que los indicadores clave de este modelo en un conjunto de datos dedicado a la reidentificación de paquetes en modalidad cruzada mostraron una mejora significativa en comparación con los métodos actuales de vanguardia, proporcionando un soporte técnico confiable para la inteligencia en la inspección de seguridad.
Este trabajo es el primero en introducir la arquitectura de Transformer en la tarea de reidentificación de paquetes en modalidad cruzada, superando las limitaciones de los métodos existentes que dependen de redes convolucionales simétricas, según los investigadores.
Lectura rápida
¿Qué modelo se propuso?
Se propuso el modelo Global-Local Alignment Attention (GLAA) basado en un Asymmetric Siamese Transformer (AST).
¿Quién lideró la investigación?
El profesor Wang Hongqiang de los Institutos de Ciencias Físicas de Hefei.
¿Cuál es el objetivo del modelo?
Mejorar la reidentificación de paquetes en modalidad cruzada de rayos X visibles.
¿Qué mejora aporta este modelo?
Mejora la extracción de características invariantes y aborda problemas de desalineación espacial.
¿Dónde se publicó el estudio?
En IEEE Transactions on Information Forensics and Security.
