检索结果-内蒙古大学图书馆

航空学报 2025年第3期46卷 118-131页

作者：杨敏刘关俊周子渊同济大学计算机科学与技术系上海201804

在月球着陆任务中,着陆器必须在极端环境下进行精确操作,并且通常面临着通信延迟的挑战,这些因素严重限制了地面控制的实时操作能力。针对这些挑战,研究提出了一种基于半马尔可夫决策过程(SMDP)的深度强化学习安全性提升框架,旨在提高... 详细信息

在月球着陆任务中,着陆器必须在极端环境下进行精确操作,并且通常面临着通信延迟的挑战,这些因素严重限制了地面控制的实时操作能力。针对这些挑战,研究提出了一种基于半马尔可夫决策过程(SMDP)的深度强化学习安全性提升框架,旨在提高航天器自主着陆的操作安全性。为了实现状态空间的压缩并保持决策过程的关键特征,该框架通过对历史轨迹的马尔可夫决策过程(MDP)压缩成SMDP,并根据压缩后的轨迹数据构建抽象SMDP状态转移图,然后识别潜在风险的关键状态-动作对,并实施实时监控及干预,有效提高了航天器的自主着陆安全性。采用了反向广度优先搜索方法,搜索出对任务结果有决定性影响的状态-动作对,并通过搭建的状态-动作监控器实现对模型的实时调整。实验结果显示,该框架在不需增加额外传感器或显著改变现有系统配置的条件下,能够在预训练的深度Q网络(DQN)、Dueling DQN、DDQN模型上,提升月球着陆器在模拟环境中的任务成功率高达22%,在预设的安全性评价标准下,该框架能提升最高42%的安全性。此外,虚拟环境中的模拟结果展示了该框架在月球着陆等复杂航天任务中的实际应用潜力,可以有效提升操作安全性和效率。

关键词：深度强化学习自主着陆抽象SMDP状态转移图安全性提升实时监控反向广度优先搜索

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络和长短期记忆的死代码检测方法

引用

计算机工程 2025年第2期51卷 223-237页

作者：孙义康高建华上海师范大学计算机科学与技术系上海200234

死代码是一种不良代码异味,会导致软件质量逐渐衰退。传统的死代码检测方法主要依赖于静态分析技术、代码结构的度量以及启发式规则,这些方法在开发者之间存在高度差异,且对源代码文本信息关注较少,忽略代码在实际执行过程中的情况,存... 详细信息

死代码是一种不良代码异味,会导致软件质量逐渐衰退。传统的死代码检测方法主要依赖于静态分析技术、代码结构的度量以及启发式规则,这些方法在开发者之间存在高度差异,且对源代码文本信息关注较少,忽略代码在实际执行过程中的情况,存在较大的局限性。针对以上问题,设计一种新型死代码检测方法,并采用基于卷积神经网络和长短期记忆相结合的技术,其主要思路是将代码文本信息和代码度量信息相结合,提高死代码检测的准确性。首先使用DUM-Tool等工具并结合人工以确定应用程序中的死代码实例进行死代码标记,以深度优先遍历抽象语法树获取源代码的文本信息,将标签值与文本信息相匹配,再使用CK代码度量提取工具获取源代码的代码度量信息。然后通过Word2Vec将文本信息转化为词向量,使用卷积神经网络提取代码度量信息的特征,将两者拼接得到死代码检测的数据集。最后使用长短期记忆网络对数据集进行训练,再通过Sigmoid函数进行分类。实验结果表明,将代码文本信息和度量信息相结合可以有效实现死代码的检测,与传统的检测方法相比,平均F1值最高提升12.58百分点。

关键词：死代码深度学习文本信息代码度量特征提取

来源：评论

学校读者我要写书评

暂无评论

融合特征选择与多模型软投票集成学习的代码异味检测方法

引用

小型微型计算机系统 2025年第2期46卷 504-512页

作者：黄晨峻高建华上海师范大学计算机科学与技术系上海200234

代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,... 详细信息

代码异味会导致软件质量逐渐衰退,降低软件可理解性和可维护性.为检测软件结构中的代码异味,提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法,该方法首先进行特征选择,使用Pearson相关系数剔除冗余特征,并在剩余度量中使用XGBoost特征重要性筛选相关度大的度量.然后,针对仅使用单一机器学习模型泛化性能不佳的问题,提出一种基于5种较成熟机器学习模型的软投票集成学习模型,完成代码异味分类检测任务.实验基于CK度量,利用含7个开源项目、4种代码异味的数据集,实验结果表明,此种方法能够减少特征维度,且在性能指标上优于其它分类模型,其中F1值最高提升3.24%,AUC最高提升2.32%.

关键词：代码异味特征选择 CK度量投票模型集成学习

来源：评论

学校读者我要写书评

暂无评论

基于局部流程结构优化的归纳式模型挖掘方法

引用

计算机集成制造系统 2025年

作者：焉佳馨刘聪苏轩闻立杰曹健曾庆田山东理工大学计算机科学与技术学院山东科技大学计算机科学与工程学院清华大学软件学院上海交通大学计算机科学与技术系

模型挖掘旨在从给定的事件日志中发现能够描述流程的最佳模型。已有的模型挖掘方法大多难以在有限时间内得到一个健全的流程模型。归纳式挖掘方法虽然可以保证在绝大多数情况下都能挖掘出健全的流程模型，但在处理复杂活动关系时常常存... 详细信息

模型挖掘旨在从给定的事件日志中发现能够描述流程的最佳模型。已有的模型挖掘方法大多难以在有限时间内得到一个健全的流程模型。归纳式挖掘方法虽然可以保证在绝大多数情况下都能挖掘出健全的流程模型，但在处理复杂活动关系时常常存在局限性，导致模型中可能出现局部不精确结构而降低模型质量，如并发关系中的选择或循环关系往往是该方法对复杂活动关系处理不当的结果。针对上述问题，提出了一种基于局部流程结构优化的归纳式模型挖掘方法。具体而言，首先识别归纳式挖掘方法所得初始流程树中不精确结构并提取不精确结构对应的子日志，然后在提取的子日志上使用基于频次的归纳式挖掘方法对不精确结构进行迭代优化，最后使用优化后的新子流程树替换初始流程树中不精确结构，构造多棵新流程树，将所有流程树转换为Petri网以评估模型质量，最终得到一个最佳Petri网。所提方法已在开源流程挖掘平台ProM中实现。基于6组公开的真实事件日志，对本文方法与已有模型挖掘方法进行对比实验。实验结果表明，本文方法相较于已有方法能够挖掘出质量更高，复杂度更低且健全性能够得到保证的模型，可以为后续的流程分析和改进提供更加有力的支持。

关键词：模型挖掘归纳式挖掘局部流程优化不精确结构识别流程树

来源：评论

学校读者我要写书评

暂无评论

基于最短路径序列化图的域内路由保护算法

引用

软件学报 2025年第2期36卷 680-697页

作者：耿海军胡睿乾胡治国尹霞山西大学自动化与软件学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海200092 清华大学计算机科学与技术系北京100084

互联网服务提供商采用路由保护算法来满足实时性、低时延和高可用应用的需求.然而已有路由保护算法存在下面3个方面的问题:(1)在不改变传统路由协议转发机制的前提下,故障保护率普遍较低;(2)为了追求较高的故障保护率,通常需要改变传统... 详细信息

互联网服务提供商采用路由保护算法来满足实时性、低时延和高可用应用的需求.然而已有路由保护算法存在下面3个方面的问题:(1)在不改变传统路由协议转发机制的前提下,故障保护率普遍较低;(2)为了追求较高的故障保护率,通常需要改变传统路由协议的转发机制,实际部署难度较大;(3)无法同时利用最优下一跳和备份下一跳,从而导致网络负载均衡能力较差.针对上述3个问题,提出一种基于最短路径序列化图的路由保护算法,所提算法不需要改变转发机制,支持增量部署,同时使用最优下一跳和备份下一跳不会出现路由环路,并且具有较高的故障保护率.所提算法主要包括下面两个步骤:(1)为每个节点计算一个序号,构造最短路径正序化图;(2)利用最短路径正序化图和反序搜索规则构造最短路径序列化图,在此基础上根据备份下一跳计算规则计算节点对之间的备份下一跳集合.在真实和模拟网络拓扑上进行测试,实验结果表明,与其他路由保护算法相比,所提算法在平均备份下一跳数量、故障保护率和路径拉伸度3个指标方面均具有显著的优势.

关键词：网络故障路由保护最短路径序列化图故障保护率路径拉伸度

来源：评论

学校读者我要写书评

暂无评论

融合信息增益和Transformer的代码异味强度预测

引用

计算机技术与发展 2025年第1期35卷 154-161页

作者：苏亚宁高建华上海师范大学计算机科学与技术系上海200234

检测代码异味强度可以使开发人员优先处理严重性较高的代码问题,从而降低维护成本提升效率。目前基于传统算法模型的异味强度识别方法无法确保检测的效率,为了解决这个问题,该文提出了一种代码异味强度预测模型。首先选取涵盖代码的不... 详细信息

检测代码异味强度可以使开发人员优先处理严重性较高的代码问题,从而降低维护成本提升效率。目前基于传统算法模型的异味强度识别方法无法确保检测的效率,为了解决这个问题,该文提出了一种代码异味强度预测模型。首先选取涵盖代码的不同方面度量,然后经过信息增益分析优化处理,将处理后的数据子集输入注意力机制以增强特征的表现能力,经归一化处理后的特征表示输入到一个前馈神经网络中再进行非线性处理,最后通过全连接层生成最终的输出。实验结果表明,在开源项目数据集上,该模型在代码异味强度检测精确率、召回率和F1值等指标上均有提高,相较于基线方法,F1值最高提升了16.2%。表明该模型在检测代码异味强度方面具有较高的精度和可靠性,能够更有效地帮助开发人员识别代码异味问题。

关键词：代码异味 Transformer 信息增益强度预测机器学习

来源：评论

学校读者我要写书评

暂无评论

基于代数关系的轻量级密码DEFAULT统计故障分析

引用

软件学报 2025年第5期 2270-2287页

作者：李玮秦梦洋谷大武连晟温云华东华大学计算机科学与技术学院上海交通大学计算机科学与工程系上海市可扩展计算与系统重点实验室(上海交通大学) 上海市信息安全综合管理技术研究重点实验室(上海交通大学)

DEFAULT是于2021年亚洲密码学年会中提出的一种新型轻量级密码算法,适用于保护物联网中的微型芯片、微控制器和传感器等设备的信息安全.基于唯密文的基本假设,针对DEFAULT密码提出了一种基于代数关系的统计故障分析方法.该方法使用随机... 详细信息

DEFAULT是于2021年亚洲密码学年会中提出的一种新型轻量级密码算法,适用于保护物联网中的微型芯片、微控制器和传感器等设备的信息安全.基于唯密文的基本假设,针对DEFAULT密码提出了一种基于代数关系的统计故障分析方法.该方法使用随机半字节故障模型,通过对代数关系的构造分析并结合故障注入前后中间状态的统计分布变化来破译密码.此外,采用AD检验-平方欧氏距离(AD-SEI)、AD检验-极大似然估计(ADMLE)和AD检验-汉明重量(AD-HW)等新型区分器,最少仅需1 344个故障即可以99%及以上的成功率破解该算法的128比特原始密钥.理论分析和实验结果表明, DEFAULT密码不能抵抗基于代数关系的统计故障分析的攻击.该研究为其他轻量级分组密码算法的安全性分析提供了有价值的参考.

关键词： DEFAULT 轻量级密码系统密码分析统计故障分析代数关系

来源：评论

学校读者我要写书评

暂无评论

面向业务过程的概念漂移检测方法D-SPC

引用

小型微型计算机系统 2025年第2期46卷 266-273页

作者：戎小玉赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海200093 上海交通大学计算机科学与技术系上海200030

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.... 详细信息

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.本文中从过程模型的变化伴有新活动对的出现、旧活动对的消失以及活动对出现频率的变化这一基本现象出发,设计了一种简洁高效的检测框架.在该框架中,针对活动对的出现和消失设计了对活动对出现的轨迹索引进行差分的检测方法;针对活动对频率的变化,在轨迹索引差分的基础上首次运用统计过程控制的工具来检测概念漂移.为了验证本文提出方法的性能,使用合成日志和真实生活日志进行评估,并将本文方法与2种相似方法和4中不同方法进行了实验对比,实验结果表明,本文的方法有效且有更高的精度.

关键词：过程挖掘概念漂移差分分析统计过程控制变更点检测

来源：评论

学校读者我要写书评

暂无评论

一种事件日志时间属性的匿名方法

引用

小型微型计算机系统 2025年

作者：王淞颢赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海交通大学计算机科学与技术系

过程挖掘（Process Mining）技术在分析和优化业务流程中扮演着重要角色，然而，在实际应用中，事件日志通常包含敏感信息，如个人身份信息（PII）和商业隐私，这些敏感信息的暴露可能导致隐私泄露和数据滥用的问题.因此，如何在保留事... 详细信息

过程挖掘（Process Mining）技术在分析和优化业务流程中扮演着重要角色，然而，在实际应用中，事件日志通常包含敏感信息，如个人身份信息（PII）和商业隐私，这些敏感信息的暴露可能导致隐私泄露和数据滥用的问题.因此，如何在保留事件日志的有效性和完整性的同时，实现数据匿名化处理，成为过程挖掘研究中的一个重要挑战.当前主流的事件日志匿名中大多注重于控制流视角的匿名，而忽略时间戳属性的保护.本文提出了一种有效的事件日志时间属性匿名化方法，使用基于组的方法对事件日志的时间戳属性提供了隐私保证.实验证明，该方法在保护敏感信息的同时，能够保持日志数据的分析价值.

关键词：过程挖掘事件日志匿名化隐私保护 k-匿名差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于Attention-1DCNN-CE的加密流量分类方法

引用

计算机应用 2025年第3期45卷 872-882页

作者：耿海军董赟胡治国池浩田杨静尹霞山西大学自动化与软件学院太原030031 山西清众科技股份有限公司太原030006 山西大学计算机与信息技术学院太原030006 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 清华大学计算机科学与技术系北京100084

针对传统加密流量识别方法存在多分类准确率低、泛化性不强以及易侵犯隐私等问题,提出一种结合注意力机制(Attention)与一维卷积神经网络(1DCNN)的多分类深度学习模型——Attention-1DCNN-CE。该模型包含3个核心部分:1)数据集预处理阶段... 详细信息

针对传统加密流量识别方法存在多分类准确率低、泛化性不强以及易侵犯隐私等问题,提出一种结合注意力机制(Attention)与一维卷积神经网络(1DCNN)的多分类深度学习模型——Attention-1DCNN-CE。该模型包含3个核心部分:1)数据集预处理阶段,保留原始数据流中数据包间的空间关系,并根据样本分布构建成本敏感矩阵;2)在初步提取加密流量特征的基础上,利用Attention和1DCNN模型深入挖掘并压缩流量的全局与局部特征;3)针对数据不平衡这一挑战,通过结合成本敏感矩阵与交叉熵(CE)损失函数,显著提升少数类别样本的分类精度,进而优化模型的整体性能。实验结果表明,在BOT-IOT和TON-IOT数据集上该模型的整体识别准确率高达97%以上;并且该模型在公共数据集ISCX-VPN和USTC-TFC上表现优异,在不需要预训练的前提下,达到了与ET-BERT(Encrypted Traffic BERT)相近的性能;相较于PERT(Payload Encoding Representation from Transformer),该模型在ISCX-VPN数据集的应用类型检测中的F1分数提升了29.9个百分点。以上验证了该模型的有效性,为加密流量识别和恶意流量检测提供了解决方案。

关键词：网络安全加密流量注意力机制一维卷积神经网络数据不平衡成本敏感矩阵

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：