检索结果-内蒙古大学图书馆

计算机应用与软件 2024年

作者：王铃铜杨少聪王慧玲伊犁师范大学网络安全与信息技术学院伊犁师范大学伊犁河谷智能计算研究与应用重点实验室南京大学计算机软件新技术国家重点实验室(南京大学)

针对现有深度学习方法不能很好捕捉样本局部与全局信息的综合特征、模型泛化能力弱等问题，提出一种名为AutoStacking的跨站脚本攻击检测方法。AutoStacking包含两个阶段：AutoEncoder特征融合阶段和Stacking模型融合阶段。在第一阶段... 详细信息

针对现有深度学习方法不能很好捕捉样本局部与全局信息的综合特征、模型泛化能力弱等问题，提出一种名为AutoStacking的跨站脚本攻击检测方法。AutoStacking包含两个阶段：AutoEncoder特征融合阶段和Stacking模型融合阶段。在第一阶段，提出基于自编码器的特征融合模块GLEncoder，通过自编码器将Transformer提取的全局特征与CNN提取的局部特征进行融合并去除噪声特征。深度挖掘XSS攻击样本中的潜在特征，实现更全面特征表征的同时减轻了伪相关特征的影响。在第二阶段，通过Stacking策略，将多个深度学习模型的预测结果与逻辑回归模型进行组合学习，降低对单一特征的依赖，进一步削弱伪相关特征。实验结果表明，AutoStacking方法在准确率方面达到了99.54%，相较于现有深度学习方法提升约2%，误报率与漏报率综合降低4%。实验结果验证了AutoStacking在处理XSS攻击检测任务时的优越性，能够有效扩展模型的决策空间，提供更为可靠的检测方案。

关键词：跨站脚本攻击自编码器特征融合全局特征局部特征 Stacking

来源：评论

学校读者我要写书评

暂无评论

基于双分支特征融合的跨站脚本攻击检测方法

引用

计算机应用与软件 2024年

针对XSS攻击检测传统分词方法对罕见词和未知词覆盖不全面、现有深度学习方法不能很好结合当前样本局部信息与数据集全局信息表征能力等问题，提出一种基于双分支特征融合的深度学习方法NN-Transformer。该方法包含邻近策略分支和Transf... 详细信息

针对XSS攻击检测传统分词方法对罕见词和未知词覆盖不全面、现有深度学习方法不能很好结合当前样本局部信息与数据集全局信息表征能力等问题，提出一种基于双分支特征融合的深度学习方法NN-Transformer。该方法包含邻近策略分支和Transformer分支，二者通过全连接层连接，实现了标签信息和特征信息的融合，更好地挖掘XSS攻击特征与标签之间的相关性。具体而言，邻近策略分支利用数据驱动的邻近策略，通过在训练集中找到与当前样本最相似的K个样本的标签，帮助模型做出分类决策；Transformer分支引入字节对编码（BPE）分词器，动态调整分词粒度以覆盖未知词和罕见词，同时保留词形信息和上下文关联，以便更准确的提取XSS攻击特征。实验结果表明，NN-Transformer的准确率为99.35%，比近年来的深度学习方法提高了约2%，表明该模型的双分支特征融合能够有效应对XSS攻击。

关键词： XSS攻击特征融合 BPE 标签信息特征信息 Transformer

来源：评论

学校读者我要写书评

暂无评论

基于曲率指导的B样条飞机进气道几何设计

引用

计算机辅助设计与图形学学报 2023年第12期35卷 1822-1832页

作者：魏明强何雪滟吴梦郭延文谭慧俊南京航空航天大学计算机科学与技术学院南京210016 南京大学计算机软件新技术国家重点实验室南京210023 南京理工大学数学与统计学院南京210094 南京航空航天大学能源与动力学院南京210016

进气道能够捕获来流,按一定流量、流速和畸变向发动机供气.作为飞机推进系统的起始部件,进气道直接影响飞机发动机的工作效率、性能和安全性.针对进气道自由曲面构型的特点,提出基于曲率指导的B样条进气道几何设计方法.首先给定控制点... 详细信息

进气道能够捕获来流,按一定流量、流速和畸变向发动机供气.作为飞机推进系统的起始部件,进气道直接影响飞机发动机的工作效率、性能和安全性.针对进气道自由曲面构型的特点,提出基于曲率指导的B样条进气道几何设计方法.首先给定控制点、节点数据,构造C2光滑约束的B样条关键截线,避免产生台阶效应而影响进气道性能;其次将计算过渡截线的离散点坐标,转化为利用过渡截线导数值反求所对应的B样条曲线,减小在复原曲线过程中计算离散点带来的累积误差;最后将上述B样条曲线拟合为B样条张量积曲面结构,减少格式转换造成的信息损失.该方法已集成在某型号进气道建模系统中,可快速、交互式地完成由任意进气口截线到出气口截线的光滑过渡.实验结果表明,建模得到的进气道曲面结构精确性较高、通用性较好,一定程度上减少了对国外相关CAD航空工业软件的依赖,可以为后续基于数值优化的几何设计与流体仿真一体化提供技术支撑.

关键词：飞机进气道几何建模曲率指导 B样条曲面拟合

来源：评论

学校读者我要写书评

暂无评论

深度学习模型压缩与加速综述

引用

软件学报 2021年第1期32卷 68-92页

作者：高晗田育龙许封元仲盛计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着训练可用数据量的增长与计算平台处理能力的增强,基于深度学习的智能模型能够完成越来越复杂的任务,其在计算机视觉、自然语言处理等人工智能领域已经取得重大的突破.然而,这些深度模型具有庞大的参数规模,与此相伴的可畏的计算开... 详细信息

随着训练可用数据量的增长与计算平台处理能力的增强,基于深度学习的智能模型能够完成越来越复杂的任务,其在计算机视觉、自然语言处理等人工智能领域已经取得重大的突破.然而,这些深度模型具有庞大的参数规模,与此相伴的可畏的计算开销与内存需求使其在计算能力受限平台(例如移动嵌入式设备)的部署中遇到了巨大的困难与挑战.因此,如何在不影响深度学习模型性能的情况下进行模型压缩与加速成为研究热点.首先对国内外学者提出的经典深度学习模型压缩与加速方法进行分析,从参数剪枝、参数量化、紧凑网络、知识蒸馏、低秩分解、参数共享和混合方式这7个方面分类总结;其次,总结对比几种主流技术的代表性方法在多个公开模型上的压缩与加速效果;最后,对于模型压缩与加速领域的未来研究方向加以展望.

关键词：深度学习模型压缩模型加速参数剪枝参数量化紧凑网络

来源：评论

学校读者我要写书评

暂无评论

基于行为感知的用户画像技术

引用

浙江大学学报（工学版） 2021年第4期55卷 608-614,638页

作者：尤明辉殷亚凤谢磊陆桑璐南京大学计算机软件新技术国家重点实验室江苏南京210023

为了在保护用户隐私的同时构建用户画像,提出基于行为感知的用户画像技术.采用智能手机内置的惯性传感器,可以感知识别用户使用手机的行为(如浏览阅读、打字聊天、通话等).通过识别的用户行为挖掘用户特性,如性别、社交性格、压力状态等... 详细信息

为了在保护用户隐私的同时构建用户画像,提出基于行为感知的用户画像技术.采用智能手机内置的惯性传感器,可以感知识别用户使用手机的行为(如浏览阅读、打字聊天、通话等).通过识别的用户行为挖掘用户特性,如性别、社交性格、压力状态等,构建初步的用户画像.实验结果表明,利用该方法能够较好地识别用户行为并构建用户画像,其中行为识别的准确率为87.2%,针对性别、社交性格、压力状态3个具体用户特性的预测准确率分别为81.8%、72.7%、72.7%.

关键词：智能手机惯性传感器行为感知用户特性挖掘用户画像

来源：评论

学校读者我要写书评

暂无评论

基于偶然正确性概率的错误定位技术

引用

软件学报 2021年第4期32卷 1039-1050页

作者：周小莉赵建华计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

基于代码覆盖的错误定位技术是一种常用的错误定位方法,被用来识别与故障相关的程序元素.然而,有研究工作表明,基于代码覆盖的错误定位技术的有效性受到了偶然正确性现象的影响.偶然正确性现象是指程序中包含的错误被执行,但没有产生错... 详细信息

基于代码覆盖的错误定位技术是一种常用的错误定位方法,被用来识别与故障相关的程序元素.然而,有研究工作表明,基于代码覆盖的错误定位技术的有效性受到了偶然正确性现象的影响.偶然正确性现象是指程序中包含的错误被执行,但没有产生错误结果的情况,它在实际场景中是非常普遍的.根据以往的研究工作,提出了一种估算发生偶然正确性现象概率的方法.该方法从程序运行时内存中值的定义-使用关系出发,将各语句的执行对程序输出的影响进行了估计.基于偶然正确性概率,对基于代码覆盖的错误定位技术中可疑度的计算方法进行了修正,以消除偶然正确性现象对错误定位技术的影响.在SIR(software-artifact infrastructure repository)中提供的西门子测试套件上进行了实验,这也是偶然正确性相关工作中常被使用的目标程序.实验结果表明,相对于基于代码覆盖信息的错误定位技术,提出的方法提高或至少维持了原有的安全性,并较好地提高了错误定位的精确度.

关键词：偶然正确性现象错误定位测试

来源：评论

学校读者我要写书评

暂无评论

特征演化的置信-加权学习方法

引用

软件学报 2022年第4期33卷 1315-1325页

作者：刘艳芳李文斌高阳计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 龙岩学院数学与信息工程学院福建龙岩364012

与研究固定特征空间的传统在线学习相比,特征演化学习通常假设特征不会以任意方式消失或出现,而是随着收集数据特征的硬件设备更换旧特征消失、新特征出现.然而,已有的特征演化学习方法仅利用数据流的一阶信息,而忽略可以挖掘特征之间... 详细信息

与研究固定特征空间的传统在线学习相比,特征演化学习通常假设特征不会以任意方式消失或出现,而是随着收集数据特征的硬件设备更换旧特征消失、新特征出现.然而,已有的特征演化学习方法仅利用数据流的一阶信息,而忽略可以挖掘特征之间相关性和显著提高分类性能的二阶信息.提出了一种特征演化的置信-加权学习算法来解决上述问题:首先,引入二阶置信-加权来更新数据流的预测模型;接着,为了充分利用已学习的模型,在重叠时期学习线性映射来恢复旧特征;随后,用恢复的旧特征更新已有模型;同时,用新特征学习新的预测模型;继而,运用两种集成方法来利用这两种模型;实验研究表明,所提算法优于已有的特征演化学习算法.

关键词：机器学习二阶置信-加权在线学习演化特征分类

来源：评论

学校读者我要写书评

暂无评论

球谐算子驱动三维激光SLAM闭环检测

引用

计算机辅助设计与图形学学报 2023年第11期35卷 1731-1742页

作者：李子宽魏明强吴巧云郭延文徐凯李嘉汪俊南京航空航天大学计算机科学与技术学院南京211106 安徽大学人工智能学院合肥230601 南京大学计算机软件新技术国家重点实验室南京210016 国防科技大学计算机学院长沙410073 河海大学地球科学与工程学院南京211100

闭环检测是三维激光SLAM实现自主定位和导航的核心环节.针对目前闭环检测存在高复杂度及低准确度的难题,提出具有旋转不变性的球谐算子(spherical harmonic energy,SHE)与绕Z轴旋转不变的球谐算子(spherical harmonic Z-energy,SHZE);结... 详细信息

闭环检测是三维激光SLAM实现自主定位和导航的核心环节.针对目前闭环检测存在高复杂度及低准确度的难题,提出具有旋转不变性的球谐算子(spherical harmonic energy,SHE)与绕Z轴旋转不变的球谐算子(spherical harmonic Z-energy,SHZE);结合SHE和SHZE的优势,通过两步搜索提出一种三维激光SLAM闭环检测算法SH-LCD,在提高信息丰富度的同时降低了闭环检测计算的复杂度,具有较强的特征提取能力与普适性.在KITTI,NCLT和Complex Urban这3个公共基准数据集上的闭环检测实验结果表明,SH-LCD算法的闭环检测精度优于最新的闭环检测方法,包括Scan Context,M2DP,OverlapNet等;此外,该算法闭环检测效率高,计算算子与算子匹配消耗的时间仅需约12.0 ms和2.3 ms,满足SLAM实时性的要求.

关键词：三维激光SLAM 闭环检测全局算子球谐函数球谐变换

来源：评论

学校读者我要写书评

暂无评论

基于偶然正确性概率的回归测试选择方法

引用

软件学报 2021年第7期32卷 2103-2117页

作者：周小莉赵建华计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

数据驱动的智能系统的核心是处理数据的算法,对算法正确性的要求高,导致其测试开销大,需要有效地缩减测试的规模,其中回归测试选择是控制测试规模的有效手段.数据驱动的智能系统由于其动态信息流强度弱的原因,发生偶然正确性现象的概率... 详细信息

数据驱动的智能系统的核心是处理数据的算法,对算法正确性的要求高,导致其测试开销大,需要有效地缩减测试的规模,其中回归测试选择是控制测试规模的有效手段.数据驱动的智能系统由于其动态信息流强度弱的原因,发生偶然正确性现象的概率较高,并且该现象会导致常用的回归测试选择技术所选择出的测试集包含大量检测不到故障的测试用例.因此,从偶然正确性现象的角度出发,提出一种基于偶然正确性概率的回归测试选择技术,进一步排除可能发生偶然正确性现象的用例.该方法能够兼顾代码覆盖,同时从偶然正确性的角度保证缩减后的测试用例集合对被修改的代码的测试是充分的.根据在用例缩减和故障检测能力之间侧重的不同,提出了基于最小化和安全性技术的两种选择策略,并给出3种具体的选择算法.在实验中将所提方法与一种安全的测试选择技术进行比较,结果表明,这3种选择算法都很好地缩减了测试集合的规模,提高了测试选择的精度,并提高了安全性和精度的综合指标.

关键词：偶然正确性现象回归测试回归测试选择

来源：评论

学校读者我要写书评

暂无评论

一种优化的数据流驱动的微服务化拆分方法

引用

软件学报 2021年第5期32卷 1284-1301页

作者：李杉杉荣国平高邱雅邵栋南京大学软件学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

近年来,微服务架构已经成为软件工程领域比较流行的架构风格,其天然支持DevOps和持续交付以及可伸缩性、可扩展性好等特性,驱动着业界实践者纷纷向微服务架构迁移.然而,采用微服务架构也面临诸多挑战,其中最关键的是缺乏自动化、一体化... 详细信息

近年来,微服务架构已经成为软件工程领域比较流行的架构风格,其天然支持DevOps和持续交付以及可伸缩性、可扩展性好等特性,驱动着业界实践者纷纷向微服务架构迁移.然而,采用微服务架构也面临诸多挑战,其中最关键的是缺乏自动化、一体化的解决方案来高效支持面向微服务的拆分设计以及候选微服务架构的评估.为了应对该挑战,对已有的数据流驱动的微服务化拆分方法的局限问题(例如效率和灵活性)进行改进,在此基础上,提出了一种优化的微服务化拆分方法(DFD-A).该方法通过动、静态分析相结合的方式,实现了更加高效的数据流信息自动化收集,同时,采用两阶段的聚类算法来取代完全基于自定义规则的微服务化拆分算法.同时实现了原型工具来支持从数据收集分析、服务拆分到候选微服务架构评估的完整且自动化的过程.案例研究结果表明,该优化方法DFD-A及其原型工具在保证拆分结果有效性的基础上,可以更加高效、灵活地支持面向微服务的自动化拆分与评估.

关键词：微服务 DevOps 可伸缩拆分评估数据流

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：