检索结果-内蒙古大学图书馆

计算机应用 2024年第1期44卷 242-251页

作者：李莉杨春艳朱江文胡荣磊北京电子科技学院电子与通信工程系北京100071 西安电子科技大学计算机科学与技术学院西安710071

针对社交网络中用户抄袭难以识别的问题,为保障原创作者权益并对具有抄袭行为的用户进行追责,提出了区块链下社交网络用户抄袭识别方案。针对现有区块链缺少通用溯源模型的问题,设计基于区块链的溯源信息管理模型来记录用户操作信息,为... 详细信息

针对社交网络中用户抄袭难以识别的问题,为保障原创作者权益并对具有抄袭行为的用户进行追责,提出了区块链下社交网络用户抄袭识别方案。针对现有区块链缺少通用溯源模型的问题,设计基于区块链的溯源信息管理模型来记录用户操作信息,为文本相似度检测提供依据。在Merkle树和布隆过滤器结构的基础上,设计了新的索引结构BHMerkle,减少了区块构建和查询时的计算开销,实现了对交易的快速定位。同时提出多特征权重simhash算法,提高了词权计算的准确性并提高签名值匹配阶段的效率,从而对具有抄袭行为的恶意用户进行识别,并通过奖惩机制遏制恶意行为的发生。抄袭识别方案在不同主题的新闻数据集上的平均准确率为94.8%,平均召回率为88.3%,相较于多维度simhash算法和基于信息熵加权的simhash(E-simhash)算法,平均准确率分别提升了6.19、4.01个百分点,平均召回率分别提升了3.12、2.92个百分点。实验结果表明,所提方案在抄袭文本的查询及检测效率方面均有所提升,且在抄袭识别方面具有较高的准确性。

关键词：区块链抄袭识别 simhash算法相似度检测社交网络

来源：评论

学校读者我要写书评

暂无评论

中文短文本去重方法研究

引用

计算机工程与应用 2014年第16期50卷 192-197页

作者：高翔李兵北京大学汇丰商学院广东深圳518055 对外经济贸易大学信息学院北京100029

针对中文短文本冗余问题,提出了有效的去重算法框架。考虑到短文本海量性和简短性的特点,以及中文与英文之间的区别,引入了Bloom Filter、Trie树以及simhash算法。算法框架的第一阶段由Bloom Filter或Trie树进行完全去重,第二阶段由SimH... 详细信息

针对中文短文本冗余问题,提出了有效的去重算法框架。考虑到短文本海量性和简短性的特点,以及中文与英文之间的区别,引入了Bloom Filter、Trie树以及simhash算法。算法框架的第一阶段由Bloom Filter或Trie树进行完全去重,第二阶段由simhash算法进行相似去重。设计了该算法框架的各项参数,并通过仿真实验证实了该算法框架的可行性及合理性。

关键词：文本去重中文短文本 Trie树 simhash算法

来源：评论

学校读者我要写书评

暂无评论

基于特征迭代的短文本去重算法

引用

计算机工程 2015年第12期41卷 54-57,63页

作者：曹海孙婧史喜斌复旦大学计算机科学技术学院上海市数据科学重点实验室上海201203

由于短文本具有词频单一、结构简单等特点,基于传统特征选取方法的文本去重算法不适合短文本。为此,提出一种适合短文本特点的去重算法,利用simhash算法产生短文本的指纹,使用共享最近邻算法对指纹进行聚类,根据聚类结果增删初始特征,... 详细信息

由于短文本具有词频单一、结构简单等特点,基于传统特征选取方法的文本去重算法不适合短文本。为此,提出一种适合短文本特点的去重算法,利用simhash算法产生短文本的指纹,使用共享最近邻算法对指纹进行聚类,根据聚类结果增删初始特征,迭代直至收敛,从而实现短文本的去重检测。在真实数据集上的实验结果表明,与现有的文本去重算法相比,该算法对于短文本具有更好的去重效果。

关键词： simhash算法共享最近邻迭代特征选择短文本去重

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合的安卓恶意应用程序检测方法

引用

信息安全学报 2018年第4期3卷 54-62页

作者：王勇蔡建宇孟春刘振岩薛静锋北京理工大学计算机学院北京中国100081

安卓恶意应用程序的检测目前存在着检测速度慢、检测率低等问题,本文针对这些问题提出了一种基于多特征融合的安卓恶意应用程序检测方法。从Android恶意应用的恶意行为特点出发,运用静态分析和动态分析互相结合的方法,提取出权限和组件... 详细信息

安卓恶意应用程序的检测目前存在着检测速度慢、检测率低等问题,本文针对这些问题提出了一种基于多特征融合的安卓恶意应用程序检测方法。从Android恶意应用的恶意行为特点出发,运用静态分析和动态分析互相结合的方法,提取出权限和组件、函数API调用序列、系统命令、网络请求等多维度特征,对维度较大的特征种类使用信息增益方法进行特征的筛选,取出最有用特征。本文还利用半敏感哈希算法的降维和保持相似度的特性,提出基于simhash算法的特征融合方法,将原有的大维度的特征降维到相对较小的维度,并解决了特征的不平衡问题。融合后的特征使用GBDT算法和随机森林算法分类,检测恶意样本。实验对比分析得出本文使用的多种特征融合的方法在可以大大降低分类的训练时间,提高检测效率。

关键词： Android恶意应用检测特征融合 simhash算法 GBDT算法随机森林算法

来源：评论

学校读者我要写书评

暂无评论

代码克隆检测系统的设计与实现

代码克隆检测系统的设计与实现

引用

作者：李旺西安电子科技大学

学位级别：硕士

随着互联网技术的发展,各类商用正规软件不断进入人们的生活。正规软件带给人们便利的同时,也出现了诸多与软件安全相关的问题。在如今互联网环境下,不法分子恶意抄袭正规软件代码,通过逆向工程破解正规软件,这些行为给企业软件信息安... 详细信息

随着互联网技术的发展,各类商用正规软件不断进入人们的生活。正规软件带给人们便利的同时,也出现了诸多与软件安全相关的问题。在如今互联网环境下,不法分子恶意抄袭正规软件代码,通过逆向工程破解正规软件,这些行为给企业软件信息安全带来了巨大的威胁,同时也产生了许多与软件知识产权有关的问题。二进制同源性检测是解决这类问题的良好方法,可分别从源码和二进制文件两个方面进行检测。由于选取的软件是商用的开源软件,无法获知其源码,故而选择对其二进制文件进行检测。本文通过对二进制文件比对技术的研究和分析,设计与实现代码克隆检测系统,主要目的在于寻找二进制代码的相似片段,检测正规开源软件与待测软件之间的相似性。主要工作内容如下:一是利用MD5算法获取二进制文件的程序签名,进行文件级别的比对。二是利用IDA反汇编技术将可执行文件转化为汇编代码,基于基本块以及基本块之间的跳转关系构建函数控制流图,通过提取函数的simhash值比对函数之间的相似性,最后基于相似函数块在文件中所占的比例求取文件之间的相似度。本系统一方面基于Python开发,用于获取二进制文件的MD5值和函数的simhash值,另一方面基于springboot框架开发Web应用,实现二进制文件级别和函数级别的比对。文件级别通过比对文件的程序签名快速筛选出完全相同的文件,对于不完全相同的文件则通过比对函数之间的simhash值实现。为了提高函数比对的效率,对传统simhash算法海明距离的相似性条件进行了改进,将原来的64位二进制数分为四块改为分为两块,海明距离在3以内为相似代码块的条件提高至海明距离在1以内为相似代码块。根据鸽巢原理思想,当海明距离在1以内时,则待测函数必有一块代码块与数据库中的代码块相等,以此按照每32位为构建待测函数的索引,利用倒排索引结构的技术特点,去数据库中进行查找比对。本文基于simhash算法提取函数特征并结合elasticsearch的倒排索引的结构特性,在海量数据中快速实现了函数间的比对。该系统选择开源工业软件作为样本,用于和待测软件进行相似性比对。通过比对二进制文件的MD5值和函数的simhash值,有效检测出待测软件与开源软件之间的相似度。实验结果表明,目前二进制文件级别和函数级别的比对都有效检测了各个开源工业软件与未知待测软件之间的相似度,系统运行良好,能够满足用户的基本需求。

关键词：二进制文件 MD5算法函数特征 simhash算法相似度计算

来源：评论

学校读者我要写书评

暂无评论

多样性与高效性驱动的兼容Web API推荐方法研究

多样性与高效性驱动的兼容Web API推荐方法研究

引用

作者：吴胜琪曲阜师范大学

学位级别：硕士

互联网技术的不断发展促使Mashup等服务开发工作越来越智能化,Mashup开发人员通常通过组合调用各类应用程序编程接口(Web Application Programming Interface,Web API)来完成Mashup的功能开发工作。同时,为了开发的便捷性,各类服务共享... 详细信息

互联网技术的不断发展促使Mashup等服务开发工作越来越智能化,Mashup开发人员通常通过组合调用各类应用程序编程接口(Web Application Programming Interface,Web API)来完成Mashup的功能开发工作。同时,为了开发的便捷性,各类服务共享平台(例如Programmable ***)也在不断发布能够实现各类功能的不同的Web API。随着Web API数量的不断增长以及其功能的不断复杂,开发人员有时难以选择和筛选真正合适和感兴趣的Web API。在这种情况下,推荐系统就发挥了重要的作用,各类Web API推荐方法也应运而生。然而,目前Web API推荐技术仍然面临一些挑战,例如:现有的推荐方法往往忽略推荐的多样性因素,从而导致推荐结果存在冗余、开发人员的选择范围受限;现有的推荐方法往往推荐效率不高,从而导致推荐时间过长、推荐速度慢等问题。针对这些问题和挑战,本文提出了多样性驱动的兼容Web API推荐方法PD-WACR以及高效性驱动的兼容Web API推荐方法PWAR,具体研究内容如下:(1)本文提出的Web API推荐方法PD-WACR,构建了改进的赋权Web API关联图,引入群Steiner Tree搜索算法和simhash算法,是一种综合考虑Web API兼容性、流行性与多样性的推荐方法。具体地,首先考虑API之间的兼容性和API自身的流行性因素,利用Mashup和API的历史交互记录,构建改进的赋权Web API关联图,之后定义了兼容性和流行性的综合指标;其次结合开发人员的功能需求,利用群Steiner Tree搜索算法,动态搜索兼容性与流行性综合最优的多组候选Web API组合;然后引入simhash算法和汉明距离,计算出Web API组合之间的差异性程度,从而筛选出多样性最优的前Top-k个Web API组合作为最终推荐结果。最后在真实数据集(PW)上进行了相关实验,实验证明,PD-WACR方法具有广泛的适用性,能够有效提高Web API推荐结果的多样性等。(2)本文提出的Web API推荐方法PWAR,将群Steiner Tree搜索算法与最小生成树算法相结合,引入了一种高效的渐进式推荐机制,解决了当需求关键词数量较多时,动态搜索效率不高的问题。具体地,首先利用API之间的兼容性信息和功能信息构建了带权Web API关联图;然后结合关联图和开发人员的功能需求,利用群Steiner Tree搜索算法和最小生成树算法,快速生成满足需求且兼容的可行解,同时针对搜索过程中产生的中间解进行拓展,持续生成兼容性更好的优化解,直到找到全局最优解;最后通过实验证明,PWAR能够在保证推荐准确度较高的情况下,大大提高推荐的效率,推荐性能明显优于其他方法。

关键词： Web API推荐群Steiner Tree 多样性 simhash算法渐进式机制

来源：评论

学校读者我要写书评

暂无评论

基于时间加权的混合推荐算法研究

基于时间加权的混合推荐算法研究

引用

作者：郑鹭升厦门大学

学位级别：硕士

随着互联网的迅猛发展，发布在互联网上的商务信息呈爆炸性增长。但据统计，相对于99％的用户而言，99％的Web信息是无用的，大量的无关信息会干扰甚至淹没用户真正需要的内容。因此，推荐系统应运而生，它利用网站向用户提供商品信息... 详细信息

随着互联网的迅猛发展，发布在互联网上的商务信息呈爆炸性增长。但据统计，相对于99％的用户而言，99％的Web信息是无用的，大量的无关信息会干扰甚至淹没用户真正需要的内容。因此，推荐系统应运而生，它利用网站向用户提供商品信息和建议，帮助网站有效地留住用户，防止用户流失。\n 但是随着推荐系统规模的进一步扩大，推荐系统也面临一系列挑战。包括实时性和可扩展性、稀疏性和“冷启动”等方面的问题。这些问题影响了推荐系统的效率和推荐质量。因此，对推荐系统所面临的问题的研究具有十分重要的意义。本文对推荐系统的数据稀疏性问题、推荐精度问题和推荐质量问题进行了深入的研究。\n 本文首先详细地分析了协同过滤算法中的数据稀疏性问题，研究了现有的解决方法，针对传统的相似度度量方法会导致预测误差的问题，提出了一种新的基于simhash相似度计算方法。算法通过提取项目的特征向量，利用simhash算法的高效降维，快速计算项目的近邻。然后根据用户对项目近邻的评分结合项目的平均评分得到最后评分填充用户-项目评分矩阵中的空白项。实验证明该方法有效的解决了评分矩阵的稀疏性问题，提高了推荐算法的推荐质量同时还大大减少了算法的时间复杂度，提高了推荐算法的实时响应速度。\n 深入研究了传统的推荐算法，指出了传统的推荐算法忽略了用户的兴趣会随时间而变化这一特点，根据传统推荐算法的不足之处提出了一种基于时间加权的混合推荐算法，该算法在使用基于simhash的相似度计算方法解决评分矩阵稀疏性问题的基础上，利用用户对项目的评分相似度和评分时间相似度来计算用户间的相似度。最后在预测用户对未评分项的分数时，通过时间衰减因子对分数进行时间加权，实现了用户兴趣的时间效应。实验结果表明该算法解决了因用户的兴趣随时间衰减转变而导致的推荐质量低的问题，丰富了推荐系统的个性化特点。

关键词：混合推荐算法协同过滤时间加权 simhash算法

来源：评论

学校读者我要写书评

暂无评论

基于改进HITS算法的垂直搜索引擎的设计与实现

基于改进HITS算法的垂直搜索引擎的设计与实现

引用

作者：乔天玲沈阳建筑大学

学位级别：硕士

随着互联网的普及,网络上的数据量也达到了史无前例的规模,互联网正式进入大数据时代。人们想从海量的信息中检索想要的信息变得十分困难。搜索引擎的出现为人们提供了一个快速进行网络检索的方式。常用通用搜索引擎的检索范围是整个互... 详细信息

随着互联网的普及,网络上的数据量也达到了史无前例的规模,互联网正式进入大数据时代。人们想从海量的信息中检索想要的信息变得十分困难。搜索引擎的出现为人们提供了一个快速进行网络检索的方式。常用通用搜索引擎的检索范围是整个互联网,在某一特定领域进行检索时查准率和效率并不理想,因此出现了垂直搜索引擎。垂直搜索引擎在存储数据前会根据一定策略对页面进行评分,只抓取评分高于阈值的网页。在减小了搜索的范围的同时,也保证了查询结果与领域主题的高相关性。本文首先介绍了搜索引擎的发展历程和国内外的研究情况,接着介绍了搜索引擎的基础结构、工作流程和实现搜索引擎相关的基础知识。然后提出了基于改进HITS的主题爬虫算法,该算法在HITS的基础上引入SVSM模型,实现了对网页内容和链接结构的综合评价。在与其他的网络爬虫算法的对比试验可知,该爬虫算法提升了主题爬虫的查准率和查询效率。为了对爬虫抓取到的内容准确去重,本文之后提出了一种自适应的去重机制,该机制以Sim Hsah去重算法为基础,引入对于短文本去重效果优秀的Bloom Filter来实现同时对短文本和长文本进行去重。通过对比试验证明了该机制对长短混合的文本集合具有很好的去重效果。然后本文设计了一种新型垂直搜索引擎,用户通过前端页面输入检索内容,系统会返回查询结果并在前端界面显示。该垂直搜索引擎结构上分为数据获取模块、索引模块、用户交互模块。该系统在数据获取模块采用了改进的HITS算法实现的爬虫进行数据获取。在索引模块采用自适应去重机制对数据的去重,之后存入Elastic Search索引中,完成对有效数据的分词和倒排索引的构建。用户交互模块采用前后端分离的模式,为用户提供进行检索的界面和后端接收请求、返回结果的服务。最后对该垂直搜索引擎的功能和性能进行测试。通过测试可知,该垂直搜索引擎可以完成需求中的全部功能。检索响应时间、数据安全性和系统稳定性均符合要求。通过和通用搜索引擎的对比测试可知,该垂直搜索引擎的性能优于两种常用的通用搜索引擎。

关键词：垂直搜索引擎主题爬虫 HITS ElasticSearch simhash算法

来源：评论

学校读者我要写书评

暂无评论

智能客服问答系统关键算法研究及应用

智能客服问答系统关键算法研究及应用

引用

作者：张素荣南京邮电大学

学位级别：硕士

随着信息技术的快速发展,很多领域的企业以及运营商都提供线上产品服务,在客户量增长的同时,人工客服的需求量也激增,而智能客服系统,能够以准确、简洁的检索结果回答用户用自然语言提出的大量重复问题,可以帮助减少大部分人工客服的工... 详细信息

随着信息技术的快速发展,很多领域的企业以及运营商都提供线上产品服务,在客户量增长的同时,人工客服的需求量也激增,而智能客服系统,能够以准确、简洁的检索结果回答用户用自然语言提出的大量重复问题,可以帮助减少大部分人工客服的工作量。因此,研究智能客服问答系统具有很大的实用价值和应用需求。本文从提高系统的准确率和效率的目的出发,深入研究了智能客服系统的关键技术,对问句分类技术和问句的相似度技术进行了深入研究,主要工作有以下几点:首先,本文在k-means聚类和朴素贝叶斯分类算法的基础上,提出了NBKC算法。该算法优化了k-means聚类算法准确率较低和朴素贝叶斯分类算法分类效率低的问题。首先对样本进行k-means聚类,将聚类结果中的正确问题集用来训练朴素贝叶斯分类器,并使用该分类器对聚类结果中的错误问题集进行二次分类。实验表明,改进的NBKC算法针对无类别标志的问句样本不仅可以快速分类,还具有较高分类的准确度。其次,在分析了simhash相似度、语义相似度和语序相似度特点的基础上,提出了一种将三者结合在一起的混合相似度算法。首先使用simhash方法进行快速过滤,保留FAQ库中与用户输入问句相似度小于等于阈值的问答对,然后再通过语义相似度和语序相似度相结合匹配出最相似的问句,并返回对应的答案给用户。实验表明,该混合算法能够很好的兼顾系统的查询准确度和查询的时间开销以满足用户的查询准确率和速率的需求。最后,本文在基于以上两个改进算法的基础之上,分别从需求分析、总体设计、详细设计和系统实现4个方面,实现了一个基于受限领域的智能客服问答系统。

关键词：客服系统朴素贝叶斯 k-means算法 simhash算法

来源：评论

学校读者我要写书评

暂无评论

基于区块链的数字版权检测研究

基于区块链的数字版权检测研究

引用

作者：王玉婷安徽大学

学位级别：硕士

在传统的数字版权检测中,检测双方之间存在信任问题,版权安全性得不到保证。因此,本文的主要目标是结合区块链技术,实现可信任且安全的数字版权检测,更好地保护数字版权。一方面,本文提出一种基于区块链的数字版权检测架构。该架构使用... 详细信息

在传统的数字版权检测中,检测双方之间存在信任问题,版权安全性得不到保证。因此,本文的主要目标是结合区块链技术,实现可信任且安全的数字版权检测,更好地保护数字版权。一方面,本文提出一种基于区块链的数字版权检测架构。该架构使用区块链2.0的智能合约技术对版权归属进行检测,解决检测机构的信任问题。检测结果被存储在区块链中,形成防篡改的记录。另一方面,本文对架构中使用的局部敏感哈希算法进行改进,提高相似度检测的准确度。本论文主要围绕基于区块链的版权检测技术展开研究,主要工作包含两个方面:(1)本文提出了一种基于区块链的数字版权检测、数据传输与存储的保护架构。首先为了保证检测结果的可信任性,数字媒体提供者(版权拥有者)可以验证结果的正确性。如有异议,智能合约进行仲裁。其次为了保证版权的安全性,原始数字媒体内容加密后被存储在IPFS中,只有存储加密内容的地址和检测结果被记录在区块链中,形成防篡改、可追溯的存在性证明。根据安全性分析和实验模拟,演示了该架构的安全性和可信任性。(2)针对数字版权检测架构的需求,基于局部敏感哈希算法,本文提出改进的simhash算法。改进的地方在于特征权值的计算方法和指纹的生成方法。实验分为两部分,一是根据传统基于向量空间的文本检测技术和改进的simhash算法拟合出线性回归模型,找出simhash算法判定文本相似的阈值。二是从人工标注、文本长度和文本类型三方面来比较改进的simhash算法、simhash算法和基于向量空间模型算法在文本相似度计算上的准确性。同时给出文本长度、文本类型对准确度的影响。实验结果表明,改进的simhash算法准确度较高,且适用于基于区块链的数字版权检测架构。

关键词：区块链智能合约版权检测局部敏感哈希算法 simhash算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：