检索结果-内蒙古大学图书馆

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

面向深度学习的图像数据增强综述

引用

软件学报 2025年第3期36卷 1390-1412页

作者：杨锁荣杨洪朝申富饶赵健计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学人工智能学院江苏南京210023 南京大学电子科学与工程学院江苏南京210023

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用... 详细信息

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用于图像数据的必要环节.系统地回顾不同的图像数据增强方法,并提出一个新的分类方法,为研究图像数据增强提供了新的视角.从不同的类别出发介绍各类数据增强方法的优势和局限性,并阐述各类方法的解决思路和应用价值.此外,还介绍语义分割、图像分类和目标检测这3种典型计算机视觉任务中常用的公共数据集和性能评价指标,并在这3个任务上对数据增强方法进行实验对比分析.最后,讨论当前数据增强所面临的挑战和未来的发展趋势.

关键词：深度学习图像数据增强图像识别泛化性能计算机视觉

来源：评论

学校读者我要写书评

暂无评论

面向联邦算力网络的隐私计算自适激励机制

引用

计算机学报 2023年第12期46卷 2705-2725页

作者：周赞张笑燕杨树杰李鸿婧况晓辉叶何亮许长桥北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术全国重点实验室信息系统安全技术国家重点实验室中国电信股份有限公司研究院

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满... 详细信息

面对“人-机-物”超融合与万物智能互联远景的现实需求，联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁（低熵算力网）”的计算协同优势，高效利用网络中泛在离散部署的海量数据与算力资源，从而最大化满足多种高性能、智能化计算任务需求瓶颈.同时，为建立用户泛在协作计算过程中的全生命周期安全保障和对联邦算力网络的互信任基础，差分隐私等隐私计算技术的引入成为基础性需求之一.因此，在用户自身安全和隐私不受模型逆转、梯度泄露等新兴攻击威胁的前提下，如何对大量的个性化参与用户进行有效激励，促使其积极参与并真实共享本地数据和算力，是实现联邦算力任务实际部署的关键步骤之一.然而，当前联邦算力网络的激励机制大多主要侧重于用户数据评估与公平性等计算性能相关指标研究，缺少对用户隐私需求的关注，无法有效规约隐私噪声注入过程.边缘算力节点出于自身利益考量，往往夸大隐私预算需求，造成严重的冗余精度损失.针对这一问题，本文基于改进的斯塔克伯格主从博弈模型，提出一种面向联邦算力网络的隐私计算自适应激励方法，通过两阶段的动态博弈根据分布式计算过程中隐私注入尺度进行差异化定价激励.基于反向归纳法，参与用户之间首先进行博弈均衡获取最优的本地隐私噪声预算设置策略，随后联邦参数服务器求取最优的隐私支付策略.通过理论分析，本文所提方案能够取得纳什均衡下的最优解.此外，本文还进一步对参与用户的限制条件进行了讨论，得出了用户隐私成本需求的约束上界.在EMNIST、CIFAR等公有标准数据集上的实验结果也表明，该方法相比于基于合约理论、三方博弈等理论的现有隐私激励机制，能够显著提升分布式智能协同计算任务参与各方的平均效用，在满足用户隐私需求的同时提升计算性能，大幅减少冗余损耗.

关键词：联邦算力网络隐私计算隐私定价个性化隐私动态博弈算力网络

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

服务定制网络体系架构的设计与思考

引用

通信学报 2024年第2期45卷 1-17页

作者：黄韬张晨肖玉明余水刘韵洁北京邮电大学网络与交换国家重点实验室北京100876 网络通信与安全紫金山实验室江苏南京211111 悉尼科技大学计算机学院悉尼NSW2007

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”... 详细信息

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”网络的服务质量。以应用视角出发,挖掘了“可声明”“细粒度”“端到端”三大能力内涵,由此推演了SCN的总体设计思路,并给出了一种具象的SCN体系架构和一种可行的SCN系统实现。SCN未来可应用于远程工控、增强现实等人机物全场景,为网络即服务(NaaS)的实现提供一种新颖、实用、理想的手段。

关键词：未来网络体系架构服务定制网络网络即服务确定性网络

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合Transformer的视听广义零次学习方法

引用

电子与信息学报 2025年

作者：杨静李小勇阮小利李少波唐向红徐计贵州大学公共大数据国家重点实验室上海交通大学计算机科学与工程系

视听零次学习需要理解音频和视觉信息之间的关系，以便能够推理未见过的类别。尽管领域做出了许多努力并取得了重大进展，但往往专注于学习强大的表征，从而忽视了音频和视频之间的依赖关系和输出分布与目标分布不一致的问题。因此，该... 详细信息

视听零次学习需要理解音频和视觉信息之间的关系，以便能够推理未见过的类别。尽管领域做出了许多努力并取得了重大进展，但往往专注于学习强大的表征，从而忽视了音频和视频之间的依赖关系和输出分布与目标分布不一致的问题。因此，该文提出了基于Transformer的视听广义零次学习方法。具体来说，使用注意力机制来学习数据的内部信息，增强不同模态的信息交互，以捕捉视听数据之间的语义一致性；为了度量不同概率分布之间的差异和类别之间的一致性，引入了Kullback-Leibler（KL）散度和余弦相似度损失。为了评估所提方法，在VGGSound-GZSLcls,UCF-GZSLcls和ActivityNet-GZSLcls3个基准数据集上进行测试。大量的实验结果表明，所提方法在3个数据集上都取得了最先进的性能。

关键词：视听零次学习视频分类注意力机制 KL散度

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

基于胶囊图卷积的解缠绕会话感知推荐方法

引用

计算机应用研究 2023年第1期40卷 122-128页

作者：陶玉合高榕邵雄凯吴歆韵李晶湖北工业大学计算机学院武汉430068 南京大学计算机软件新技术国家重点实验室南京210093 武汉大学计算机学院武汉430068

针对会话推荐模型中存在的推荐准确率不高的问题,提出了一种基于胶囊图卷积的解缠绕会话感知推荐方法(CGCD)。具体来说,采用解缠绕学习技术将项目嵌入转换为基于多个子通道的因子嵌入,利用图卷积网络对因子嵌入进行细粒度的学习。然后,... 详细信息

针对会话推荐模型中存在的推荐准确率不高的问题,提出了一种基于胶囊图卷积的解缠绕会话感知推荐方法(CGCD)。具体来说,采用解缠绕学习技术将项目嵌入转换为基于多个子通道的因子嵌入,利用图卷积网络对因子嵌入进行细粒度的学习。然后,利用胶囊动态融合策略聚合不同的因子获得新的项目嵌入。此外,采用多头注意力机制为会话中每个项目分配权重。最后,根据分配的权重将项目嵌入与当前会话中的其他项目进行聚合,进而生成准确的会话表示,实现项目推荐。在两个公开真实数据集上的实验表明,所提模型在推荐的Pre@10,Pre@20,MRR@10和MRR@20上平均提高了5.17%、2.99%、6.56%和2.94%,验证了其有效性与高效性。

关键词：推荐系统深度学习图卷积网络注意力机制胶囊网络用户意图

来源：评论

学校读者我要写书评

暂无评论

基于API潜在语义的勒索软件早期检测方法

引用

电子学报 2024年第4期52卷 1288-1295页

作者：罗斌郭春申国伟崔允贺陈意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

加密型勒索软件通过加密用户文件来勒索赎金.现有的基于第一条加密应用编程接口(Application Programming Interface,API)的早期检测方法无法在勒索软件执行加密行为前将其检出.由于不同家族的勒索软件开始执行其加密行为的时刻各不相同... 详细信息

加密型勒索软件通过加密用户文件来勒索赎金.现有的基于第一条加密应用编程接口(Application Programming Interface,API)的早期检测方法无法在勒索软件执行加密行为前将其检出.由于不同家族的勒索软件开始执行其加密行为的时刻各不相同,现有的基于固定时间阈值的早期检测方法仅能将少量勒索软件在其执行加密行为前准确检出.为进一步提升勒索软件检测的及时性,本文在分析多款勒索软件运行初期调用动态链接库(Dynamic Link Library,DLL)和API行为的基础上,提出了一个表征软件从开始运行到首次调用加密相关DLL之间的时间段的概念——运行初始阶段(Initial Phase of Operation,IPO),并提出了一个以软件在IPO内产生的API序列为检测对象的勒索软件早期检测方法,即基于API潜在语义的勒索软件早期检测方法(Ransomware Early Detection Method based on API Latent Semantics,REDMALS).REDMALS采集IPO内的API序列后,采用TF-IDF(Term Frequency-Inverse Document Frequency)算法以及潜在语义分析(Latent Semantic Analysis,LSA)算法对采集的API序列生成特征向量及提取潜在的语义结构,再运用机器学习算法构建检测模型用于勒索软件检测.实验结果显示运用随机森林算法的REDMALS在构建的变种测试集和未知测试集上可分别获得97.7%、96.0%的准确率,且两个测试集中83%和76%的勒索软件样本可在其执行加密行为前被检出.

关键词：勒索软件早期检测 API TF-IDF 潜在语义分析随机森林

来源：评论

学校读者我要写书评

暂无评论

基于数据融合与知识推理的机器人装配单元数字孪生建模方法研究

引用

机械工程学报 2024年第5期60卷 36-50页

作者：刘达新王科刘振宇许嘉通谭建荣浙江大学计算机辅助设计与图形学国家重点实验室杭州310027 设计工程及数字孪生浙江省工程研究中心杭州310027

目前机器人作业任务规划通常依赖于人为手动示教与离线编程,这往往需要操作人员花费大量的时间精力对机器人的操作流程进行定义与程序编写。为了进一步提高机器人装配作业任务规划的自主性和高效性,提出一种基于数据融合与知识推理的机... 详细信息

目前机器人作业任务规划通常依赖于人为手动示教与离线编程,这往往需要操作人员花费大量的时间精力对机器人的操作流程进行定义与程序编写。为了进一步提高机器人装配作业任务规划的自主性和高效性,提出一种基于数据融合与知识推理的机器人装配单元数字孪生建模方法,研究机器人装配单元从物理空间到虚拟空间的高保真映射,为后续机器人在数字孪生环境下的自主动态装配作业奠定基础。将机器人装配单元数字孪生模型分为机器人与工艺工装、产品以及机器人装配过程三个部分,并分别提出了基于虚实映射的机器人与工艺工装数字孪生建模方法、融合多源异构数据的产品数字孪生建模方法以及基于知识推理的机器人装配作业过程数字孪生建模方法,在此基础上实现机器人装配作业任务的快速规划和仿真验证。最后将所提方法应用在某款步进电机的机器人装配作业任务规划中,验证了提出的方法在实际应用场景下的有效性。

关键词：数字孪生工业机器人装配建模任务规划

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：