检索结果-内蒙古大学图书馆

数据采集与处理 2017年第3期32卷 612-620页

作者：范宇杰陈黎飞郭躬德福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术福建省高校重点实验室福州350007

传统的静态特征码检测方法无法识别迷惑型恶意代码,而动态检测方法则需要消耗大量资源;当前,大多数基于机器学习的方法并不能有效区分木马、蠕虫等恶意软件的子类别。为此,提出一种基于代码恶意行为特征的分类方法。新方法在提取代码恶... 详细信息

传统的静态特征码检测方法无法识别迷惑型恶意代码,而动态检测方法则需要消耗大量资源;当前,大多数基于机器学习的方法并不能有效区分木马、蠕虫等恶意软件的子类别。为此,提出一种基于代码恶意行为特征的分类方法。新方法在提取代码恶意导向指令特征的基础上,学习每种代码类别特有的恶意行为序列模式,进而将代码样本投影到由恶意行为序列模式构成的新空间中。同时基于新特征表示法构造了一种近邻分类器对恶意代码进行分类。实验结果表明,新方法可以有效地捕捉代码的恶意行为并区分不同类别代码之间的行为差异,从而大幅提高了恶意代码的分类精度。

关键词：恶意代码分类序列模式恶意行为特征提取分类方法

来源：评论

学校读者我要写书评

暂无评论

分层立方体网络的容错性分析

引用

高校应用数学学报（A辑） 2013年第2期28卷 200-210页

作者：范伟周书明福建师范大学数学与计算机科学学院福建福州350007 福建师范大学网络安全与密码技术重点实验室福建福州350007

通过分层立方网络HCN_n(n≥3)的容错性分析,从理论上探讨了分层立方网络基于比较模型的条件诊断度,并证明其条件诊断度为t_c(HCN_n)=3n-2,大约是传统诊断度(t(HCN_n)=n+1)的3倍.

关键词：分层立方网络容错性比较诊断模型条件诊断度

来源：评论

学校读者我要写书评

暂无评论

运动想象脑电图的空域特征迁移核学习方法

引用

计算机应用 2024年第11期44卷 3354-3363页

作者：杨思琪罗天健严宣辉杨光局福建师范大学计算机与网络空间安全学院福州350117 数字福建环境监测物联网实验室(福建师范大学) 福州350117

运动想象脑电(MI-EEG)信号在构建临床辅助康复的无创脑机接口(BCI)中获得了广泛关注。受限于不同被试者的MI-EEG信号样本分布存在差异,跨被试MI-EEG信号的特征学习成为研究重点。然而,现有的相关方法存在域不变特征表达能力弱、时间复... 详细信息

运动想象脑电(MI-EEG)信号在构建临床辅助康复的无创脑机接口(BCI)中获得了广泛关注。受限于不同被试者的MI-EEG信号样本分布存在差异,跨被试MI-EEG信号的特征学习成为研究重点。然而,现有的相关方法存在域不变特征表达能力弱、时间复杂度较高等问题,无法直接应用于在线BCI。为解决该问题,提出黎曼切空间特征迁移核学习(TKRTS)方法,并基于此构建了高效的跨被试MI-EEG信号分类算法。TKRTS方法首先将MI-EEG信号协方差矩阵投影至黎曼空间,并在黎曼空间上对齐不同被试者的协方差矩阵,同时提取黎曼切空间(RTS)特征;随后,学习RTS特征集上的域不变核矩阵,从而获得完备的跨被试MI-EEG特征表达,并通过该矩阵训练核支持向量机(KSVM)进行分类。为验证TKRTS方法的可行性与有效性,在3个公开数据集上分别进行多源域-单目标域以及单源域-单目标域的实验,平均分类准确率分别提升了0.81个百分点和0.13个百分点。实验结果表明,与主流方法对比,TKRTS方法提升了平均分类准确率并保持相似的时间复杂度。此外,消融实验结果验证了TKRTS方法对跨被试特征表达的完备性和参数不敏感性,适合构建在线脑接机口。

关键词：运动想象脑电信号跨被试黎曼切空间特征迁移核学习

来源：评论

学校读者我要写书评

暂无评论

运动序列的时空结构特征表示模型

引用

智能系统学报 2023年第2期18卷 240-250页

作者：康文轩陈黎飞郭躬德福建师范大学计算机与网络空间安全学院福建福州350117 数字福建环境监测物联网实验室福建福州350117 福建省应用数学中心福建福州350117

运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先... 详细信息

运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先,基于空间变化事件的转换方法,将多维时间序列变换成一维事件序列,以保存序列中的空间结构特性。接着,定义了一种时空结构特征的无监督挖掘算法。基于新定义的表示度度量,该算法从事件序列中提取一组具有代表性的低冗余变长事件元组为时空结构特征。在多个人类行为识别数据集上的实验结果表明,与现有多维时间序列表示方法相比,新模型的特征集更具代表性,在运动序列模式识别领域可以有效提升分类精度。

关键词：运动序列多维时间序列特征提取时空特征表示模型空间变化关键子序列挖掘事件序列人类行为识别

来源：评论

学校读者我要写书评

暂无评论

面向时间序列的混合图像化循环胶囊分类网络

引用

计算机应用 2023年第3期43卷 692-699页

作者：陈容均严宣辉杨超城福建师范大学计算机与网络空间安全学院福州350117 数字福建环境监测物联网实验室(福建师范大学) 福州350117

针对时间序列图像化缺少时间关联关系与空间位置关系的问题,提出面向时间序列的混合图像化循环胶囊神经网络(FIR-Capsnet)以融合并提取时间序列图像的时空信息。首先通过格拉姆角场(GAF)、马尔可夫跃迁场(MTF)与重现图(RP)方法捕获时间... 详细信息

针对时间序列图像化缺少时间关联关系与空间位置关系的问题,提出面向时间序列的混合图像化循环胶囊神经网络(FIR-Capsnet)以融合并提取时间序列图像的时空信息。首先通过格拉姆角场(GAF)、马尔可夫跃迁场(MTF)与重现图(RP)方法捕获时间序列图像的多水平时空特征;然后利用胶囊神经网络的旋转不变性与路由迭代算法学习时间序列图像的空间关系;最后引入长短时记忆(LSTM)网络的门机制学习时间序列数据隐含的时间关联性。实验结果表明,FIR-Capsnet在30个UCR公开数据集上取得15次胜利;并且在人体活动识别(HAR)数据集上相较于Fusion-CNN、FIR-Capsnet的分类准确率提高7.2个百分点,说明了FIR-Capsnet处理时序数据的优势。

关键词：模式识别时间序列分类深度学习时间序列图像化循环胶囊神经网络

来源：评论

学校读者我要写书评

暂无评论

一流本科教育背景下高校本科生导师制的审视与实践

引用

江苏高教 2021年第10期 66-69页

作者：李奇虎俞雅莲福建师范大学计算机与网络空间安全学院团学事务办公室福州350117 福建师范大学马克思主义学院福州350117

本科教育的回归,意味着高校人才培养质量提升进入加速阶段。建设一流本科教育,高校本科教育的理念、模式、方式和方法都会发生变革。在实践中,高校本科生导师制面临着导师指导意愿不强、导师高级职称偏少、导师类型相对单一、导师指导... 详细信息

本科教育的回归,意味着高校人才培养质量提升进入加速阶段。建设一流本科教育,高校本科教育的理念、模式、方式和方法都会发生变革。在实践中,高校本科生导师制面临着导师指导意愿不强、导师高级职称偏少、导师类型相对单一、导师指导机制松散、导师激励手段有限等困境,阻碍和限制了高校本科生导师制人才培养作用和功能的发挥。本科生导师制作为提高学生学业水平、强化学生职业规划的常态化和有效化手段,在一流本科教育建设背景下需要在信念整合、师资强化、类型丰富、机制健全和激励完善等方面进行实践改革和探索。

关键词：一流本科教育本科生导师制人才培养质量学业指导职业规划

来源：评论

学校读者我要写书评

暂无评论

运动想象脑电信号的跨被试动态多域对抗学习方法

引用

计算机应用 2024年第2期44卷 645-653页

作者：曹铉罗天健福建师范大学计算机与网络空间安全学院福州350117 数字福建环境监测物联网实验室(福建师范大学) 福州350117

解码运动想象脑电(EEG)信号是构造脑机接口(BCI)的关键技术之一。然而,脑电样本采集成本高、个体差异大,且信号具有时变性强、低信噪比等特点,构建跨被试模式识别方法成为了研究的关键。为此,提出一种跨被试动态多域对抗学习方法。首先... 详细信息

解码运动想象脑电(EEG)信号是构造脑机接口(BCI)的关键技术之一。然而,脑电样本采集成本高、个体差异大,且信号具有时变性强、低信噪比等特点,构建跨被试模式识别方法成为了研究的关键。为此,提出一种跨被试动态多域对抗学习方法。首先采用样本协方差对齐和全局域鉴别器适应样本集边缘分布,随后采用多个类别子域鉴别器适应样本集条件分布,并自适应学习多域鉴别器的对抗系数。基于动态多域对抗学习策略,所提出的动态多域对抗网络(DMDAN)模型可学习到被试域间有泛化能力的深度特征。在BCI Competition IV 2A和2B公开数据集上的实验结果表明,DMDAN模型提高了跨被试域不变特征的学习能力,与现有对抗学习方法DRDA(Deep Representation Domain Adaptation)相比,在数据集2A和数据集2B上的平均分类准确率分别提高了1.80和2.52个百分点。可见,所提出的DMDAN模型提升了跨被试运动想象脑电信号解码性能,在不同数据集上具有不错的泛化性。

关键词：动态对抗学习运动想象脑电信号域适应协方差矩阵对齐

来源：评论

学校读者我要写书评

暂无评论

Pancake网络的t/k-诊断度及其算法

引用

运筹学学报 2014年第4期18卷 65-77页

作者：宋苏琳林丽美周书明福建师范大学数学与计算机科学学院福州350007 福建师范大学网络安全与密码技术重点实验室福州350007

由于大型多处理机系统规模的不断扩大,其组件脆弱性也随之增加,因此故障容错性能对于多处理机系统尤为重要.t/k-诊断分析是一种能极大提高多处理机系统自我诊断性能的系统级故障诊断策略,该诊断策略能识别至多t个故障处理机节点,其中可... 详细信息

由于大型多处理机系统规模的不断扩大,其组件脆弱性也随之增加,因此故障容错性能对于多处理机系统尤为重要.t/k-诊断分析是一种能极大提高多处理机系统自我诊断性能的系统级故障诊断策略,该诊断策略能识别至多t个故障处理机节点,其中可能包含至多k个被误诊的处理机.首先给出了Pancake网络P_n(n≥5)的容错性分析,其后证明了P_n在PMC模型下是((k+1)n-3k-1)/k-可诊断的,其中1≤k≤3,最后还给出复杂度为O(NlogN)的快速诊断算法来识别所有的故障节点.

关键词： Pancake网络容错性 t/k-诊断度诊断算法

来源：评论

学校读者我要写书评

暂无评论

云存储服务中可证明数据持有及恢复技术研究

引用

计算机研究与发展 2012年第S1期49卷 19-25页

作者：陈兰香许力福建师范大学数学与计算机科学学院福州350108 福建师范大学网络安全与密码技术重点实验室福州350108

云存储可以实现任意地点、任意时间、任意数据访问及保障法规遵从的需求等.对存储需求不可预测、需要廉价存储的用户来说,按需购买存储容量的云存储与一次性购买整套存储系统相比显然会带来更多的方便和效益,且云存储在为用户节省投资... 详细信息

云存储可以实现任意地点、任意时间、任意数据访问及保障法规遵从的需求等.对存储需求不可预测、需要廉价存储的用户来说,按需购买存储容量的云存储与一次性购买整套存储系统相比显然会带来更多的方便和效益,且云存储在为用户节省投资的同时也节约了社会资源与能源.但是,因为云存储的安全性、可靠性及服务水平等还存在众多问题亟待解决,所以云存储还未得到人们的广泛认可与使用.当用户将数据存放在云存储中,他们最关心的是数据是否完整无误;如果出现故障,是否可以恢复其数据.所以,在云存储中只有让用户可以验证存储服务提供者正确地持有其数据,且当检测到错误时可实现数据恢复,他们才可放心地使用云存储.综述了可证明数据持有及恢复技术在国内外的研究现状,讨论了云存储服务的安全性与可靠性需求,并研究云存储服务对可证明数据持有及恢复方案的特殊要求,从而明确在云存储环境下可证明数据持有及恢复技术的研究方向.

关键词：云存储存储安全可靠性数据持有性验证数据恢复

来源：评论

学校读者我要写书评

暂无评论

公有云中身份基多源IoT终端数据PDP方案

引用

通信学报 2021年第7期42卷 52-60页

作者：王化群刘哲何德彪李继国南京邮电大学计算机学院江苏南京210023 南京航空航天大学计算机科学与技术学院江苏南京210016 武汉大学国家网络安全学院湖北武汉430072 福建师范大学数学与信息学院福建福州350007

针对公有云中多源物联网(IoT)数据完整性验证问题,提出了一种身份基多源IoT终端数据可证明数据持有(ID-MPDP)方案。首先,给出了ID-MPDP方案的系统模型和安全模型的形式化定义。然后,使用RSA设计了具体的ID-MPDP方案。最后,给出了该方案... 详细信息

针对公有云中多源物联网(IoT)数据完整性验证问题,提出了一种身份基多源IoT终端数据可证明数据持有(ID-MPDP)方案。首先,给出了ID-MPDP方案的系统模型和安全模型的形式化定义。然后,使用RSA设计了具体的ID-MPDP方案。最后,给出了该方案的性能分析和安全性分析。性能分析和安全性分析结果表明,该方案是可证安全的、高效和可转换的,并具有以下优势:可用于多源IoT终端的数据完整性检测;具有较低的块扩展率;使用身份基公钥密码技术,消除了证书管理;满足可转换性。

关键词：云计算身份基公钥密码体制可证数据持有物联网

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：