检索结果-内蒙古大学图书馆

计算机科学与探索 2023年第8期17卷 1928-1937页

作者：李静楠黄瑞章任丽娜贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

传统的文本聚类算法通过衡量文本间相似度对数据样本进行类簇划分,但无法根据用户给定的少量监督信息挖掘用户对聚类结果的主观意图。随着应用场景的多样化发展,同一数据集在不同的用户意图指导下聚类结果可能不唯一,如何得到遵循用户... 详细信息

传统的文本聚类算法通过衡量文本间相似度对数据样本进行类簇划分,但无法根据用户给定的少量监督信息挖掘用户对聚类结果的主观意图。随着应用场景的多样化发展,同一数据集在不同的用户意图指导下聚类结果可能不唯一,如何得到遵循用户意图的聚类结果是当前研究的问题之一;同时,用户给定的监督信息是少量的,如何根据少量的监督信息最大程度地学习到用户的聚类意图,是研究的另一问题。为此,提出一种挖掘和补充用户意图的半监督深度文本聚类模型(SDDCS)。SDDCS根据用户给定的监督信息,构造意图矩阵挖掘用户意图;根据矩阵分解与补充算法对意图矩阵中的未知元素进行补充,进而最大程度地学习到用户意图。利用补充后的意图矩阵指导文本聚类过程,将用户意图作为聚类依据之一,最终得到符合用户意图的聚类结果。在四个公开文本数据集上的实验表明,SDDCS的聚类性能更高,其有效性得到了证明。

关键词：意图矩阵补充半监督文本聚类

来源：评论

学校读者我要写书评

暂无评论

基于静态特征组合的图神经网络android恶意软件检测方法

引用

计算机工程 2024年

作者：韦昊东万良贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院

android系统作为目前移动智能终端使用最广泛的操作系统，层出不穷的android恶意软件对用户带来重大危威胁。一些工作对静态分析提取的特征进行处理并做android恶意软件检测。这些方法能够反映软件的一部分属性，但无法捕捉软件潜在的... 详细信息

android系统作为目前移动智能终端使用最广泛的操作系统，层出不穷的android恶意软件对用户带来重大危威胁。一些工作对静态分析提取的特征进行处理并做android恶意软件检测。这些方法能够反映软件的一部分属性，但无法捕捉软件潜在的恶意行为意图的特征，使得在面对具备逃避能力的android恶意软件时没有好的检测性能。为解决该问题，提出一种基于静态特征组合的图神经网络android恶意软件检测方法。从反编译文件中提取函数调用图，采用node2vec构建每个节点的局部结构特征，同时分析每个节点函数，提取操作码并分类，使用Katz算法计算节点重要程度并根据TF-IDF算法计算图中每个API节点对于该android恶意软件以及所属恶意家族的重要系数，将这些特征结合作为节点特征，对重要节点作特征自环以增强节点间特征差异。设计基于有向图神经网络(DGCN)与图注意力网路(GAT)的分类器DAg＿MAL，该分类器采用gPool层能有效地捕获了软件行为的关键调用关系，并筛除不重要的节点。该方法在二分类与多分类任务都有良好的性能，总体检测性能优于其它同类方法与模型。

关键词：安卓恶意软件检测静态分析图神经网络特征嵌入有向图

来源：评论

学校读者我要写书评

暂无评论

融合时间感知与兴趣偏好的推荐模型研究

引用

计算机工程与应用 2023年第24期59卷 268-276页

作者：唐潘汪学明贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

针对传统的推荐模型无法挖掘用户细粒度兴趣偏好的问题,提出了一种融合时间感知与兴趣偏好的推荐模型(TAIP)。在TAIP模型中,将用户交互的时间间隔信息作为辅助信息引入到序列嵌入矩阵中,并设计多尺度时序卷积网络与通道和空间注意力机... 详细信息

针对传统的推荐模型无法挖掘用户细粒度兴趣偏好的问题,提出了一种融合时间感知与兴趣偏好的推荐模型(TAIP)。在TAIP模型中,将用户交互的时间间隔信息作为辅助信息引入到序列嵌入矩阵中,并设计多尺度时序卷积网络与通道和空间注意力机制精准地提取细粒度短期偏好,同时采用Transformer编码器挖掘目标项目与用户兴趣之间的长期偏好,最后利用全连接网络实现全局特征融合提供推荐。在公开数据集MovieLens-1M和YELP上进行实验,实验结果表明TAIP模型在HR、NDCG和MRR评价指标上相较于其他模型至少提升了4.84%和1.38%,具有更佳的推荐性能,验证了TAIP模型的有效性。

关键词：推荐模型时间感知时序卷积网络注意力机制兴趣偏好

来源：评论

学校读者我要写书评

暂无评论

面向复杂场景的多尺度行人和车辆检测算法

引用

现代电子技术 2025年第9期48卷 143-153页

作者：王娟敏皮建勇黄昆胡伟超胡倩贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550000

为了解决行人和车辆检测任务中由于多尺度和遮挡现象导致漏检的问题,文中提出一种基于YOLOv8的改进检测算法RDRFM-YOLO。对于主干网络,设计RFDRep模块替代卷积和C2f模块,以加强网络对于不同尺度特征的捕获能力;对于颈部网络,设计SFMS模... 详细信息

为了解决行人和车辆检测任务中由于多尺度和遮挡现象导致漏检的问题,文中提出一种基于YOLOv8的改进检测算法RDRFM-YOLO。对于主干网络,设计RFDRep模块替代卷积和C2f模块,以加强网络对于不同尺度特征的捕获能力;对于颈部网络,设计SFMS模块进行优化,以提升模型对遮挡目标的特征提取能力。在自制的行人和车辆数据集上的实验表明,改进的RDRFM-YOLO相较于原始算法有更好的性能表现,同时保持了高效的检测效率。mAP@0.5达到了56.7%,mAP@0.5:0.95达到了37.3%,相比于原始算法分别提高了2.8%和2.3%,参数量和浮点运算量为3.3×10^(6)和9.2×10^(9),相比于原始算法仅增加了0.1×10^(6)和0.3×10^(9)。同时,模型在多个数据集上均有较好的性能表现。

关键词：行人和车辆检测多尺度遮挡 RDRFM-YOLO RFDRep模块 SFMS模块

来源：评论

学校读者我要写书评

暂无评论

面向行为多样期的挖矿恶意软件早期检测方法

引用

电子学报 2023年第7期51卷 1850-1858页

作者：曹传博郭春申国伟崔允贺平源贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025 许昌学院信息工程学院河南许昌461000

挖矿恶意软件是一种隐匿在受害主机中,在未经用户许可的情况下使用系统资源挖掘加密货币的恶意软件,其不仅影响计算机系统的正常运行也会危害系统安全.目前基于动态分析的挖矿恶意软件检测方法主要以挖矿恶意软件的工作量证明行为为检... 详细信息

挖矿恶意软件是一种隐匿在受害主机中,在未经用户许可的情况下使用系统资源挖掘加密货币的恶意软件,其不仅影响计算机系统的正常运行也会危害系统安全.目前基于动态分析的挖矿恶意软件检测方法主要以挖矿恶意软件的工作量证明行为为检测对象,难以实现对此类软件的及时检测.针对上述问题,通过分析挖矿恶意软件的运行过程,发现挖矿恶意软件在建立网络连接前行为多样,由此提出“挖矿软件行为多样期(Behavioral Diversity Period of Cryptominer,BDP)”的概念并进一步提出面向行为多样期的挖矿恶意软件早期检测方法(Cryptomining Malware Early Detection Method in Behavioral Diversity Period,CEDMB). CEDMB使用n-gram模型和TF-IDF(Term Frequency-Inverse Document Frequency)算法从BDP内的API(Application Programming Interface)序列中提取特征以训练检测模型.实验结果显示,CEDMB使用随机森林算法时可以在软件开始运行后10 s内以96.55%的F1-score值判别其是良性软件还是挖矿恶意软件.

关键词：挖矿恶意软件动态分析早期检测随机森林 API序列

来源：评论

学校读者我要写书评

暂无评论

面向弥散张量图像的鲁棒可逆水印算法

引用

计算机工程 2025年第5期51卷 279-287页

作者：李丹丹李智郑龙张丽贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025

弥散张量成像(DTI)是一种常用的核磁共振成像技术,为了对弥散张量图像进行版权保护,同时保证弥散张量数据的完整性,提出一种基于黎曼度量的两阶段鲁棒可逆水印算法。为了避免常规欧几里得运算在张量空间中的误差,通过对数-欧几里得变换... 详细信息

弥散张量成像(DTI)是一种常用的核磁共振成像技术,为了对弥散张量图像进行版权保护,同时保证弥散张量数据的完整性,提出一种基于黎曼度量的两阶段鲁棒可逆水印算法。为了避免常规欧几里得运算在张量空间中的误差,通过对数-欧几里得变换,将弥散张量从流形空间映射到对数-欧几里得空间,利用深度学习模型提取弥散张量图像的特征并嵌入水印信息。然后,结合可逆水印算法,在嵌入鲁棒水印后恢复出高质量的弥散张量图像。实验结果表明,该算法能够抵御裁剪、旋转、高斯噪声等攻击,且算法恢复出的弥散张量误差不超过2×10^(-8),峰值信噪比(PSNR)相较于VSTNet算法提高了21%。

关键词：鲁棒水印可逆水印弥散张量图像黎曼度量深度学习

来源：评论

学校读者我要写书评

暂无评论

面向涉毒案件案情及行为序列可视化方法研究

引用

计算机工程与应用 2023年第23期59卷 86-94页

作者：单志华黄瑞章段锡辉陈艳平秦永彬贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

涉毒案件案情可视化目的是通过可视化技术从不同详细程度展现案情发展过程,快速了解案情。而传统文本可视化方法大都是提取文本特征进行可视化,这将丢失文本中大量重要语义信息,并不适合于涉毒案件案情可视化。涉毒案件行为序列可视化... 详细信息

涉毒案件案情可视化目的是通过可视化技术从不同详细程度展现案情发展过程,快速了解案情。而传统文本可视化方法大都是提取文本特征进行可视化,这将丢失文本中大量重要语义信息,并不适合于涉毒案件案情可视化。涉毒案件行为序列可视化是通过行为序列模式挖掘和序列可视化展示犯罪人员行为中存在的规律。弥补人工从案件中发现犯罪人员行为规律需要大量时间和经验积累的缺陷。针对以上的问题,提出一种案件案情文本及行为序列可视化方法。对于单个案情文本,该方法以“先后关系、主次关系”为核心思想,构建案情描述图;对于多个案情文本,该方法抽取案情中犯罪人员的行为构建序列,构建相似节点树来降低序列之间的差异性,对序列模式挖掘并可视化。该方法在贵州省高级人民法院提供的涉毒类司法案件数据集上应用,根据用户访谈结果表明该方法是有效的,为司法和公安人员直观了解案件案情内容和探究犯罪人员存在的行为模式,提供了切实可行的思路和方法。

关键词：案情可视化涉毒案件序列可视化序列模式挖掘

来源：评论

学校读者我要写书评

暂无评论

基于穿刺伪随机函数的动态可搜索加密方案

引用

计算机应用 2024年

作者：刘运东汪学明公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院

动态可搜索加密由于在云服务器上提供添加、删除与搜索数据的功能而受到广泛关注。现有的动态可搜索加密方案通常须由较高安全性的密码学原语构造，在方案搜索时需要计算多次双线性对运算。针对动态可搜索加密方案在服务器中搜索时具有... 详细信息

动态可搜索加密由于在云服务器上提供添加、删除与搜索数据的功能而受到广泛关注。现有的动态可搜索加密方案通常须由较高安全性的密码学原语构造，在方案搜索时需要计算多次双线性对运算。针对动态可搜索加密方案在服务器中搜索时具有较大的计算开销，将穿刺伪随机函数引入进动态可搜索加密中，设计提出了一种基于穿刺伪随机函数(PPRF)的动态可搜索加密方案。方案不必使用对称加密算法加密文件标识符，同时也不必在服务器搜索时解密密文获取文件标识符，客户端与服务器仅需一次交互即能完成数据搜索。方案在删除关键字时标记密钥，搜索时使用标记密钥计算穿刺伪随机函数，使用前向安全方案实现后向安全，在保证安全性的同时提高搜索效率。根据动态可搜索加密方案的安全模型，证明了方案的安全性。仿真实验结果表明，与基于密钥可更新伪随机函数(KUPRF)构建的方案ROSE、基于对称穿刺加密(SPE)构建的方案Janus++、基于对称可撤销加密(SRE)构建的方案Aura相比，每个关键字的平均搜索时间分别降低了17%、64%、57%，提出的方案有效且可行，有效地降低了服务器的搜索成本，提高了方案的搜索效率，增加了方案实用性。

关键词：可搜索加密伪随机函数穿刺伪随机函数前向安全后向安全

来源：评论

学校读者我要写书评

暂无评论

基于级联编码的区块链分片存储方案

引用

通信学报 2024年第7期45卷 159-170页

作者：田有亮黄钰清王帅贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州省密码学与区块链技术特色重点实验室贵州贵阳550025

传统区块链存在存储可扩展性难题,现有研究基于纠删码理论降低了区块链存储开销,但在区块的译码恢复时会带来高额的计算与通信开销。为解决以上难题,提出了一种基于级联编码的区块链分片存储方案。通过添加预编码层改进现有无码率纠删码... 详细信息

传统区块链存在存储可扩展性难题,现有研究基于纠删码理论降低了区块链存储开销,但在区块的译码恢复时会带来高额的计算与通信开销。为解决以上难题,提出了一种基于级联编码的区块链分片存储方案。通过添加预编码层改进现有无码率纠删码,实现了Ο(n)的编译码复杂度。考虑译码过程中节点间的通信时延差异,提出了基于Metis的时延感知分片算法,通过时延权重决定节点的分片归属,降低译码过程中的通信开销。仿真结果表明,所提方案不仅保证了区块链数据可靠性而且所需的计算开销与通信开销也优于传统方案。

关键词：区块链存储可扩展性纠删码分片技术

来源：评论

学校读者我要写书评

暂无评论

SSVAE:一种补充语义信息的深度变分文本聚类模型

引用

数据分析与知识发现 2022年第6期6卷 71-83页

作者：薛菁菁秦永彬黄瑞章任丽娜陈艳平贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵州大学计算机科学与技术学院贵阳550025

【目的】解决现有深度变分推断算法进行文本聚类时面临的语义缺失问题。【方法】基于现有的深度变分推断算法,设计一种补充语义信息的深度文本聚类模型(SSVAE),可以将文本语义信息补充到聚类过程中。【结果】实验结果表明,SSVAE在文本... 详细信息

【目的】解决现有深度变分推断算法进行文本聚类时面临的语义缺失问题。【方法】基于现有的深度变分推断算法,设计一种补充语义信息的深度文本聚类模型(SSVAE),可以将文本语义信息补充到聚类过程中。【结果】实验结果表明,SSVAE在文本聚类过程中有效地补充了文本缺失的语义信息,与现有效果最好的深度变分推断模型以及主流的深度聚类模型相比,SSVAE的NMI指标在BBC,Reuters-1500,Abstract,Reuters-10k,20news-l这5个真实文本数据集上分别提升8.92、7.43、8.73、4.80和6.14个百分点。【局限】SSVAE在补充语义的过程中,除了补充了缺失的语义,有时也不可避免地引入一些噪声,这会造成聚类效果的微小偏差。【结论】补充语义信息的深度变分文本聚类模型SSVAE能够对文本进行更有效的聚类划分,提高聚类准确性。

关键词：文本聚类语义缺失语义补充深度变分推断

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：