检索结果-内蒙古大学图书馆

计算机学报 2018年第4期41卷 809-824页

作者：于巧姜淑娟张艳梅王兴亚高鹏飞钱俊彦中国矿业大学计算机科学与技术学院江苏徐州221116 桂林电子科技大学广西可信软件重点实验室广西桂林541004 南京大学计算机软件新技术国家重点实验室南京210023

分类不平衡是指不同类别间样本数量分布不均衡的现象.在软件缺陷预测中,传统预测模型的性能可能会因数据集分类不平衡而受到影响.为了探究分类不平衡对软件缺陷预测模型性能的影响程度,该文提出一种分类不平衡影响分析方法.首先,设计一... 详细信息

分类不平衡是指不同类别间样本数量分布不均衡的现象.在软件缺陷预测中,传统预测模型的性能可能会因数据集分类不平衡而受到影响.为了探究分类不平衡对软件缺陷预测模型性能的影响程度,该文提出一种分类不平衡影响分析方法.首先,设计一种新数据集构造算法,将原不平衡数据集转化为一组不平衡率依次递增的新数据集.然后,选取不同的分类模型作为缺陷预测模型,分别对构造的新数据集进行预测,并采用AUC指标来度量不同预测模型的分类性能.最后,采用变异系数C·V来评价各个预测模型在分类不平衡时的性能稳定程度.在8种典型的预测模型上进行实验验证,结果表明C4.5、RIPPER和SMO这3种预测模型的性能随着不平衡率的增大而下降,而代价敏感学习和集成学习能够有效提高它们在分类不平衡时的性能和性能稳定程度.与上述3种模型相比,逻辑回归、朴素贝叶斯和随机森林等模型的性能更加稳定.

关键词：分类不平衡软件缺陷预测预测模型不平衡率代价敏感学习集成学习

来源：评论

学校读者我要写书评

暂无评论

无组织恶意攻击检测问题的研究

引用

中国科学：信息科学 2018年第2期48卷 177-186页

作者：庞明周志华南京大学计算机软件新技术国家重点实验室南京210023 南京大学软件新技术与产业化协同创新中心南京210023

推荐系统在我们的生活中被广泛应用,对人们的生活起着越来越重要的影响.然而,协同过滤作为一种常见的推荐技术,很容易受到伪造虚假用户评分信息的恶意攻击的影响.为了保证推荐的质量,很多恶意攻击检测的方法被提出用于检测恶意攻击.现... 详细信息

推荐系统在我们的生活中被广泛应用,对人们的生活起着越来越重要的影响.然而,协同过滤作为一种常见的推荐技术,很容易受到伪造虚假用户评分信息的恶意攻击的影响.为了保证推荐的质量,很多恶意攻击检测的方法被提出用于检测恶意攻击.现有的攻击检测方法大多是针对有组织大规模攻击的检测,即攻击者根据同一种策略,伪造大量的虚假用户评分信息用于提升或贬低一个目标物品.本文研究了一种不同的攻击类型:无组织恶意攻击,即攻击者们在没有组织的情况下,分别伪造少量的虚假用户评分信息来提升或贬低同一个目标物品.无组织恶意攻击出现在很多真实的应用中,对推荐系统的鲁棒性造成严重影响,而针对该攻击类型的研究还很初步.实验结果表明现有攻击检测方法不能够有效地检测无组织恶意攻击.本文分析了现有的多种攻击检测方法无效的原因,进而通过分析无组织恶意攻击的特性,总结出无组织恶意攻击检测的关键.

关键词：攻击检测推荐系统协同过滤无组织恶意攻击鲁棒性

来源：评论

学校读者我要写书评

暂无评论

SpaceOS中若干全局性质的形式化描述和验证

引用

小型微型计算机系统 2019年第1期40卷 141-148页

作者：顾海博付明乔磊冯新宇中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学苏州研究院软件安全实验室江苏苏州215123 华为上海研究所2012实验室-OS内核实验室上海201206 北京控制工程研究所北京100190 南京大学计算机软件新技术国家重点实验室南京210023

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时... 详细信息

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时间管理等)相互协同过程中所需要满足的全局性质.本文扩展已有的操作系统验证框架支持全局性质的推理,为SpaceOS内核建立抽象模型,给出主要系统调用的抽象规范,并基于设计需求给出形式化定义描述若干全局性质,通过严格的数学证明保证SpaceOS在抽象设计层面上满足这些全局性质.所有工作都在证明助手Coq中完成.

关键词： SpaceOS 形式化验证全局性质操作系统内核 Coq

来源：评论

学校读者我要写书评

暂无评论

利用辅助信息进行矩阵补全的核方法及其在多标记学习中的应用

引用

中国科学：信息科学 2018年第1期48卷 47-59页

作者：徐淼周志华南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210023

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以... 详细信息

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以往研究主要针对线性可分情形,本文提出KernelMaxide方法,在处理线性不可分多标记数据中缺失的监督信息的同时,不仅能利用数据的非线性结构,还能考虑标记之间的相互关系.该方法依据矩阵核范数的表示定理,构建了基于核矩阵的核范数最小化优化目标以及相应的优化算法,并用Nystrm方法缓解核矩阵的存储和计算开销问题.实验显示出KernelMaxide的优越性能.

关键词：机器学习多标记学习矩阵补全核方法 Nystrm方法

来源：评论

学校读者我要写书评

暂无评论

一种基于多示例多标记学习的新标记学习方法

引用

中国科学：信息科学 2018年第12期48卷 1670-1680页

作者：朱越姜远周志华计算机软件新技术国家重点实验室(南京大学) 南京210023 软件新技术与产业化协同创新中心南京210023

多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.... 详细信息

多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.在预测时,不仅希望能够在目标标记集合(已知标记)上取得好的性能,还要求能够检测出样本是否存在新标记.针对这种多标记新标记学习问题,本文提出了一种端到端的多视图多示例多标记学习方法 EM3NL.该方法基于卷积神经网络产生多示例包,并通过最小化包上观察标记的错分损失和对新标记预测值排序损失的惩罚以及对多视图预测不一致的惩罚同时学习图像,文本两个视图的特征表示以及已知标记和新标记的预测函数.在大规模图片–文本真实数据集上验证了EM3NL在已知标记学习和新标记检测任务上的有效性.

关键词：多标记新标记学习多示例多标记学习多视图学习深度学习

来源：评论

学校读者我要写书评

暂无评论

集成测试中的类测试顺序生成技术述评

引用

计算机学报 2018年第3期41卷 670-694页

作者：张艳梅姜淑娟张妙鞠小林中国矿业大学计算机科学与技术学院江苏徐州221116 广西可信软件重点实验室(桂林电子科技大学) 广西桂林541004 南京大学计算机软件新技术国家重点实验室南京210093 南通大学计算机科学与技术学院江苏南通226019

对于面向对象程序,一个常见的问题是确定集成测试中的类的测试顺序,称为类集成测试顺序的确定问题.类测试顺序的确定问题是面向对象软件集成测试中的关键难点之一.首先,简单介绍类测试顺序确定问题的背景.其次,概括描述类集成测试顺序... 详细信息

对于面向对象程序,一个常见的问题是确定集成测试中的类的测试顺序,称为类集成测试顺序的确定问题.类测试顺序的确定问题是面向对象软件集成测试中的关键难点之一.首先,简单介绍类测试顺序确定问题的背景.其次,概括描述类集成测试顺序问题以及其产生的原由,并介绍类间依赖关系(包括类间静态依赖关系和动态依赖关系)和抽象类的定义与特点,接着对类测试顺序的确定问题进行分类并评析两种分类方式,包括破除环路的方式和估算测试桩代价的方式.其中,破除环路主要采用基于图论和基于搜索这两类方法,估算测试桩代价主要根据评价所构造的测试桩的个数多少和所构造的测试桩的总体复杂度大小这两个指标.再次,对现有解决类集成测试顺序问题的典型技术进行分类,分为基于图论和基于搜索技术两大类.然后,全面系统地分析这些相关技术的研究现状、特点等,之后还介绍了已有典型的基于图论和基于搜索技术技术在实验过程中各自所使用的评测数据集等.最后,指出未来的研究方向,并对该文进行总结.

关键词：软件测试类测试顺序集成测试破除环路测试桩代价

来源：评论

学校读者我要写书评

暂无评论

基于子段距离计算的时间序列分类方法

引用

小型微型计算机系统 2018年第7期39卷 1386-1389页

作者：王子一商琳南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023

关于时间序列分类的问题在过去十多年时间里已经引起极大的兴趣.并且已经有实验表明传统流行的分类算法像KNN等,已经很难处理时间序列的分类问题.基于Shapelet和DTW(动态时间规整,Dynamic Time Warping)的这一分类方法的时间复杂度又太... 详细信息

关于时间序列分类的问题在过去十多年时间里已经引起极大的兴趣.并且已经有实验表明传统流行的分类算法像KNN等,已经很难处理时间序列的分类问题.基于Shapelet和DTW(动态时间规整,Dynamic Time Warping)的这一分类方法的时间复杂度又太高.本文提出一种新的基于子段距离计算的时序分类方法,通过对时间序列进行切分然后对切分后的子段用k-shape算法进行聚类,在聚类结果中寻找两类时间序列各自比较有区分性的片段,并以此来作为分类的依据,该方法思路更为简单且时间复杂度不高.通过实验验证了我们算法的分类精度和适用性,并与shaplet算法相比我们算法在时间复杂度上更具优势.

关键词：时间序列 shapelet 分类

来源：评论

学校读者我要写书评

暂无评论

使用程序分析和特征识别方法过滤网页广告

引用

小型微型计算机系统 2018年第9期39卷 1998-2002页

作者：何欣程查春柳许蕾南京大学计算机科学与技术系南京210023 南京大学计算机软件新技术国家重点实验室南京210023

网页广告已经成为互联网生态系统的主要经济来源,但随着恶意广告的传播和泛滥,越来越多的网页广告跟踪、窃取用户的隐私数据,对用户的信息安全构成了威胁.因此,大多数用户倾向于在浏览器上安装广告过滤器.现有的广告过滤器,如Ad Block P... 详细信息

网页广告已经成为互联网生态系统的主要经济来源,但随着恶意广告的传播和泛滥,越来越多的网页广告跟踪、窃取用户的隐私数据,对用户的信息安全构成了威胁.因此,大多数用户倾向于在浏览器上安装广告过滤器.现有的广告过滤器,如Ad Block Plus,通过维护一个大的黑名单列表来过滤广告,需要不定期更新列表,运行、维护的代价很大.为此,本文提出了一种结合网页代码静态分析和特征识别的方法来实现广告的自动过滤.该方法首先通过一个简短的过滤列表来过滤确定的广告(Java Script文件),然后对其余的Java Script文件进行静态分析并提取出一系列特征向量,进而训练分类器得到广告识别模型.最后实现了一个Chrome浏览器插件Tri Filter,来完成广告的识别与屏蔽.实验结果表明本文方法在准确率和召回率方面优于现有的广告屏蔽工具.

关键词：网页广告程序分析特征识别广告屏蔽

来源：评论

学校读者我要写书评

暂无评论

调色板编码中2-邻域联合转移概率的索引图预测

引用

计算机研究与发展 2018年第11期55卷 2557-2568页

作者：宋传鸣何兴闵新王相海辽宁师范大学计算机与信息技术学院辽宁大连116081 大连理工大学计算机科学与技术学院辽宁大连116024 计算机软件新技术国家重点实验室(南京大学) 南京210023

采用4-邻域模板匹配对索引图进行非局部预测是调色板编码的一种典型技术.通过实验分析发现,1个4-邻域模板存在数量众多的干扰模板,并且不能有效捕获边缘反走样区域的颜色转移特征,从而提出一种包含4个子模板的2-邻域匹配模板结构来刻画... 详细信息

采用4-邻域模板匹配对索引图进行非局部预测是调色板编码的一种典型技术.通过实验分析发现,1个4-邻域模板存在数量众多的干扰模板,并且不能有效捕获边缘反走样区域的颜色转移特征,从而提出一种包含4个子模板的2-邻域匹配模板结构来刻画前景物体或文字边缘在其左上角、左下角、右上角和右下角的特定颜色转移模式;同时,将模板预测建模为一种可通过查表操作实现的转移概率;进而,提出一种2-邻域联合转移概率的索引图预测方法.实验表明:该算法的预测准确率为97.70%,比多级预测算法(MSP)和局部方向预测算法(LDP)分别平均提高了4.50%和2.27%,尤其适用于包含大量字符和由计算机生成的几何图元的复杂屏幕内容编码.并且,计算复杂度与LDP相当,明显低于MSP,可应用实时性需求较高的、基于调色板-索引图的屏幕内容预测编码中.

关键词：视频编码屏幕内容编码调色板编码索引图预测转移概率

来源：评论

学校读者我要写书评

暂无评论

基于Spark的大规模语义规则后向链推理系统

引用

中文信息学报 2018年第3期32卷 120-134页

作者：顾荣王善永郭晨袁春风黄宜华南京大学计算机软件新技术国家重点实验室江苏南京210093 江苏省软件新技术与产业化协同创新中心江苏南京210093

近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动... 详细信息

近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动,在查询时根据规则集推理出查询结果。后向链语义推理具有推理过程复杂、规则扩展深度大等特点,在大规模语义数据上推理的效率和可扩展性上有一定的挑战。该文立足于已有的后向链推理技术,详细分析了语义推理规则集的特点,并结合当前主流的大数据处理平台Spark,设计了一套较为高效并且可扩展的大规模并行化语义规则后向链推理系统。该文的主要研究工作分为三个部分:(1)采用预计算本体数据闭包的方法,避免了本体模式在实时推理阶段的重复推理;(2)在后向链语义推理的逆向推理和查询阶段设计了优化措施,进一步提高了推理效率;(3)设计实现了一种基于Spark平台的大规模分布式RDFS/OWL后向链语义推理系统。实验数据显示,该文提出的RDFS/OWL后向链语义推理系统在合成数据集LUBM和真实数据集DBpedia上都表现出了良好的推理性能,在亿条三元组上的推理开销是几秒到几十秒,并且表现出了良好的数据可扩展性和节点可扩展性。

关键词：语义推理后向链推理并行化

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：