检索结果-内蒙古大学图书馆

基于双层类结构的继承异常处理方法

引用

软件学报 1999年第6期10卷 619-619页

作者：张鸣吕建杨大军陶先平南京大学计算机软件研究所计算机软件新技术国家重点实验室江苏南京 210093

继承异常是并发面向对象语言中的一个很重要而且也是处理起来困难的问题, 它会使同步代码难以重用. 为解决此问题, 文章提出了一种新的双层类结构模型的方法, 来解决继承异常问题, 它可对同步代码的复用提供全方位的支持.

关键词：类结构继承异常

来源：评论

学校读者我要写书评

暂无评论

基于多尺度卷积神经网络的恶意代码分类方法

引用

信息网络安全 2022年第10期22卷 31-38页

作者：刘家银李馥娟马卓夏玲玲江苏警官学院计算机信息与网络安全系南京210031 江苏省电子数据取证分析工程研究中心南京210031 江苏省公安厅数字取证重点实验室南京210031 南京大学计算机软件新技术国家重点实验室南京210093

恶意代码文件大小差异巨大,使用传统卷积神经网络对其可视化图像进行训练时会因分辨率调整导致大量信息丢失。为此,文章提出一种基于多尺度卷积神经网络的恶意代码分类方法。该方法首先将不同大小的恶意代码生成为多种特定分辨率的图像... 详细信息

恶意代码文件大小差异巨大,使用传统卷积神经网络对其可视化图像进行训练时会因分辨率调整导致大量信息丢失。为此,文章提出一种基于多尺度卷积神经网络的恶意代码分类方法。该方法首先将不同大小的恶意代码生成为多种特定分辨率的图像;然后利用DenseNet网络提取特征,避免因调整至同一分辨率导致信息损失;最后通过空间金字塔模型处理多尺度特征,进而训练分类模型。实验结果表明,该方法有效提高了恶意代码分类性能。

关键词：恶意代码分类空间金字塔多尺度卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种图文法制导的软件体系结构开发环境Artemis-GADE

一种图文法制导的软件体系结构开发环境Artemis-GADE

引用

2008全国软件与应用学术会议(NASAC'08)

作者：邢阳谢德平马晓星曹春吕建南京大学计算机软件新技术国家重点实验室江苏南京 210093 南京大学计算机软件研究所江苏南京 210093

图形化、集成化的软件体系结构开发环境对于推动软件体系结构相关技术的研究和应用具有重要的意义。本文提出了一种基于图文法的可视化编辑环境生成机制。对于给定的软件体系结构风格的图文法描述,可以自动生成相应的图文法制导的体系... 详细信息

图形化、集成化的软件体系结构开发环境对于推动软件体系结构相关技术的研究和应用具有重要的意义。本文提出了一种基于图文法的可视化编辑环境生成机制。对于给定的软件体系结构风格的图文法描述,可以自动生成相应的图文法制导的体系结构编辑工具。与常见的基于Meta-Model的开发环境相比,这种图文法制导的开发方式更多地利用了相应软件体系结构风格的内在语义,从而提高了环境的易用性和可靠性。还设计和实现了一个原型系统Artemis-GADE,初步验证了上述途径的可行性。

关键词：软件体系结构属性图文法语法制导开发环境

来源：评论

学校读者我要写书评

暂无评论

一种基于动态语境组装的分布式构件框架的设计与实现

一种基于动态语境组装的分布式构件框架的设计与实现

引用

2008全国软件与应用学术会议(NASAC'08)

作者：谢德平邢阳马晓星曹春吕建南京大学计算机软件新技术国家重点实验室江苏南京 210093 南京大学计算机软件研究所江苏南京 210093

基于语境的构件组装技术是当前主流构件框架的一项核心技术,它使得开发者可以高度抽象地声明事务、安全等构件间的协同需求。而由构件框架自动实现这些功能,从而大大简化了企业级应用系统的开发。但当前已有的主流构件框架难以完全适应I... 详细信息

基于语境的构件组装技术是当前主流构件框架的一项核心技术,它使得开发者可以高度抽象地声明事务、安全等构件间的协同需求。而由构件框架自动实现这些功能,从而大大简化了企业级应用系统的开发。但当前已有的主流构件框架难以完全适应Internet计算环境开放、动态、难控的特点.其原因主要在于对构件之间协同逻辑的显式表达及其动态演化的支持不足。为此,提出一种新的分布式构件框架ACF,在传统的以共享协同信息为主的语境机制基础上,引入了共事协同对象的动态语境机制,直接支持基于运行时软件体系结构的协同逻辑的表达和动态演化。该构件框架已在集成开发环境Artemis Studio中得到初步实现和应用。

关键词：分布式构件动态演化协同需求协同逻辑集成开发

来源：评论

学校读者我要写书评

暂无评论

服务质量感知的云系统数据副本恢复算法

引用

计算机工程 2019年第9期45卷 17-22页

作者：徐超邓君华姜丽丽吉明涛李鑫国网江苏省电力有限公司电力科学研究院南京210008 江苏方天电力技术有限公司南京210036 南京大学计算机软件新技术国家重点实验室南京210023 南京航空航天大学计算机科学与技术学院南京211106

针对云数据中心环境下的数据副本丢失问题,提出2种服务质量感知的数据副本恢复算法。基于数据副本的分布情况,在考虑数据副本安全规则的前提下,对数据安全等级进行划分,给出分阶段数据副本恢复算法。在此基础上,依据数据冷热程度,建立... 详细信息

针对云数据中心环境下的数据副本丢失问题,提出2种服务质量感知的数据副本恢复算法。基于数据副本的分布情况,在考虑数据副本安全规则的前提下,对数据安全等级进行划分,给出分阶段数据副本恢复算法。在此基础上,依据数据冷热程度,建立数据副本稀有度模型,设计稀有度感知的分阶段数据副本恢复算法。实验结果表明,与直接数据副本恢复算法相比,所提出的算法可有效提高云数据中心的应用服务质量及数据安全保障能力。

关键词：数据中心数据管理服务质量副本分布副本恢复安全规则

来源：评论

学校读者我要写书评

暂无评论

基于特征融合的多模态身份识别方法研究

引用

计算机工程与设计 2011年第8期32卷 2849-2852页

作者：林玲周新民商琳高阳伊犁师范学院计算机系新疆伊宁835000 江苏省公安厅江苏南京210024 南京大学计算机软件新技术国家重点实验室江苏南京210093 南京大学江阴信息技术研究院江苏无锡214433

研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器... 详细信息

研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性。

关键词：身份识别多模态人脸识别掌纹识别特征融合

来源：评论

学校读者我要写书评

暂无评论

机器学习模型在车险欺诈检测的研究进展

引用

计算机工程与应用 2022年第5期58卷 34-49页

作者：卢冰洁李炜卓那崇宁牛作尧陈奎之江实验室杭州311121 南京邮电大学现代邮政学院南京210003 东南大学苏州联合研究生院江苏苏州215123 南京大学计算机软件新技术国家重点实验室南京210093

随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重。车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要。因此,车险欺诈检测技术一直是国内外学者研究的热点问题。鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外... 详细信息

随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重。车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要。因此,车险欺诈检测技术一直是国内外学者研究的热点问题。鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外的研究成果又较少对我国车险业务数据进行有效建模与分析,首次针对机器学习模型应用在车险欺诈检测的研究工作进行了文献调研,对二十多年来的研究工作进行系统化的归纳与总结。通过引入车险欺诈流程的简介,对专家系统与智能理赔系统在车险欺诈检测的流程进行了叙述;依次从国外和国内的角度介绍了机器学习模型应用在车险欺诈检测的具体研究进展,并进行了宏观的对比;基于国内某车险公司提供近5年来高质量的车险数据选取具有代表性的机器学习模型进行建模,并进行了全面的测试与分析;探讨了车险欺诈检测技术未来的研究方向。

关键词：汽车保险欺诈机器学习深度学习数据不均衡保险监管

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于流量预测的高效任务卸载策略研究

引用

电子学报 2024年

作者：许小龙杨威杨辰翊程勇齐连永项昊龙窦万春南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心东南大学软件学院中国石油大学(华东)计算机科学与技术学院南京大学计算机软件新技术国家重点实验室

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算... 详细信息

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡，进而影响车联网服务的实时响应.为此，本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言，首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络（Chebyshev graph Weighted Network,ChebWN）进行交通流量预测.然后，设计了一种基于深度强化学习的二元任务卸载方法（DRL-based Binary task Offloading Algorithm,DBOA），该算法将二元任务卸载的决策过程分为两个阶段，即首先通过深度强化学习得到卸载策略，再通过一维双端查找算法确定最大化总计算速率的时间片分配方案，降低了决策过程的复杂度.最后，通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性，以及DBOA在提升车联网服务响应速度方面的优越性.

关键词：移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载

来源：评论

学校读者我要写书评

暂无评论

认知无线电网络中的频谱感知安全机会路由协议

引用

计算机科学 2018年第10期45卷 166-171页

作者：王露白光伟沈航王天荆南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093 南京邮电大学通信与网络技术国家工程研究中心南京210003 南京工业大学计算机科学与技术学院南京211816

针对认知无线电网络中频谱的动态特性及潜在的节点选择性转发问题,提出频谱感知安全机会路由S2OR协议。在频谱感知阶段,通过对主用户活动建模来分析认知节点之间链路的可用概率。在路由选择阶段,采用信任管理方式来考查节点转发行为的... 详细信息

针对认知无线电网络中频谱的动态特性及潜在的节点选择性转发问题,提出频谱感知安全机会路由S2OR协议。在频谱感知阶段,通过对主用户活动建模来分析认知节点之间链路的可用概率。在路由选择阶段,采用信任管理方式来考查节点转发行为的可靠性,以便选择可信任的中继节点并保证数据传输的完整性。协议通过获取局部网络状态信息,计算由链路可用概率、链路质量和节点信任度构成的综合型指标——期望吞吐率,允许认知节点在此基础上机会式地选择候选转发节点与数据信道。仿真结果表明,S2OR能够很好地适应频谱动态特性,获取较高的吞吐量,同时减小节点恶意攻击带来的影响。

关键词：认知无线电机会路由频谱感知信任管理

来源：评论

学校读者我要写书评

暂无评论

对象式软件需求模型及其机器支撑

引用

软件学报 1998年第6期9卷 0-0页

作者：张家重王志坚伊波徐家福南京大学计算机软件研究所南京210093 南京大学计算机软件新技术国家重点实验室南京210093

为了研究需求级软件自动化技术,研制对象式软件需求分析支撑系统的需要,文章提出了一个层次化对象式软件需求模型NDHORM(Nanjing daxue hierarchical object-oriented requirements modelling),它主要包括对象关系模型、类关系模型和类... 详细信息

为了研究需求级软件自动化技术,研制对象式软件需求分析支撑系统的需要,文章提出了一个层次化对象式软件需求模型NDHORM(Nanjing daxue hierarchical object-oriented requirements modelling),它主要包括对象关系模型、类关系模型和类字典3个组成部分.文章基于对对象式需求模型的简要讨论,详细介绍了NDHORM模型的组成、层次结构及对象精化,给出了NDHORM的构模过程,最后简要介绍了NDHORM模型的机器支撑系统.

关键词：软件自动化面向对象需求分析需求模型机器支撑

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：