检索结果-内蒙古大学图书馆

微电子学与计算机 2018年第6期35卷 1-6页

作者：李斌李启明福建师范大学协和学院福建福州350117 南京大学计算机软件新技术国家重点实验室江苏南京210023

为提高云计算中数据存储安全性,提出一种云计算中数据存储安全的变色龙Hash认证树优化审计方法.首先,提出了一种优化的公共审计协议.通过为TPA站点上的用户数据进行同态线性验证器存储,实现对云存储服务器(CSS)响应大小的优化.同时还利... 详细信息

为提高云计算中数据存储安全性,提出一种云计算中数据存储安全的变色龙Hash认证树优化审计方法.首先,提出了一种优化的公共审计协议.通过为TPA站点上的用户数据进行同态线性验证器存储,实现对云存储服务器(CSS)响应大小的优化.同时还利用准随机函数优化了对CSS的质询请求;其次,使用变色龙散列和一个改进的变色龙认证树,在客户端数据(云计算)上执行高效的动态数据更新,支持块级更新和细粒度更新;最后,通过彻底的安全性和性能分析,证明了所提方法是安全和高效的.

关键词：云计算数据存储变色龙认证树第三方审计准随机函数

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

基于狄利克雷多项分配模型的多源文本主题挖掘模型

引用

计算机应用 2018年第11期38卷 3094-3099,3104页

作者：徐立洋黄瑞章陈艳平钱志森黎万英贵州大学计算机科学与技术学院贵阳550025 贵州省公共大数据重点实验室(贵州大学) 贵阳550025 计算机软件新技术国家重点实验室(南京大学) 南京210093

随着文本数据来源渠道越来越丰富,面向多源文本数据进行主题挖掘已成为文本挖掘领域的研究重点。由于传统主题模型主要面向单源文本数据建模,直接应用于多源文本数据有较多的限制。针对该问题提出了基于狄利克雷多项分配(DMA)模型的多... 详细信息

随着文本数据来源渠道越来越丰富,面向多源文本数据进行主题挖掘已成为文本挖掘领域的研究重点。由于传统主题模型主要面向单源文本数据建模,直接应用于多源文本数据有较多的限制。针对该问题提出了基于狄利克雷多项分配(DMA)模型的多源文本主题挖掘模型——多源狄利克雷多项分配模型(MSDMA)。通过考虑主题在不同数据源的词分布的差异性,结合DMA模型的非参聚类性质,模型主要解决了如下三个问题:1)能够学习出同一个主题在不同数据源中特有的词分布形式;2)通过数据源之间共享主题空间和词项空间,使得数据源间可进行主题知识互补,提升对高噪声、低信息量的数据源的主题发现效果;3)能自主学习出每个数据源内的主题数量,不需要事先给定主题个数。最后通过在模拟数据集和真实数据集的实验结果表明,所提模型比传统主题模型能更有效地对多源数据进行主题信息挖掘。

关键词：多源文本数据主题模型吉布斯采样狄利克雷多项分配模型文本挖掘

来源：评论

学校读者我要写书评

暂无评论

任务关键系统的时间约束验证与最优路径分析

引用

计算机工程 2018年第5期44卷 60-65,77页

作者：陈莹孙晓波邢建春杨启亮解放军理工大学国防工程学院南京210007 南京大学计算机软件新技术国家重点实验室南京210093

针对任务关键系统工作流中对时间验证不够完善的问题,提出一种新的工作流建模和时间验证方法。基于库所含时间因素的着色时间Petri工作流网,将系统中的任务划分为关键任务和非关键任务,对不满足时间约束的活动进行管理,在完成最终任务... 详细信息

针对任务关键系统工作流中对时间验证不够完善的问题,提出一种新的工作流建模和时间验证方法。基于库所含时间因素的着色时间Petri工作流网,将系统中的任务划分为关键任务和非关键任务,对不满足时间约束的活动进行管理,在完成最终任务的前提下,尽可能多地执行工作流中的非关键任务,从而减少时间资源的浪费。在此基础上,将工作流中活动的时间约束转化为数学约束问题,并运用MATLAB对模型进行分析,最终得出工作流中的最优路径。对军港岸基保障信息系统案例进行分析,结果表明,该方法具有一定的可行性和实用性。

关键词： Web服务组合任务关键系统时间验证最优路径着色时间Petri网

来源：评论

学校读者我要写书评

暂无评论

基于代价敏感间隔分布优化的软件缺陷定位

引用

软件学报 2017年第11期28卷 3072-3079页

作者：解铮黎铭计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在大型软件项目的开发与维护中,从大量的代码文件中定位软件缺陷费时、费力,有效地进行软件缺陷自动定位,将能极大地降低开发成本.软件缺陷报告通常包含了大量未发觉的软件缺陷的信息,精确地寻找与缺陷报告相关联的代码文件,对于降低维... 详细信息

在大型软件项目的开发与维护中,从大量的代码文件中定位软件缺陷费时、费力,有效地进行软件缺陷自动定位,将能极大地降低开发成本.软件缺陷报告通常包含了大量未发觉的软件缺陷的信息,精确地寻找与缺陷报告相关联的代码文件,对于降低维护成本具有重要意义.目前,已有一些基于深度神经网络的缺陷定位技术相对于传统方法,其效果有所提升,但相关工作大多关注网络结构的设计,缺乏对训练过程中损失函数的研究,而损失函数对于预测任务的性能会有极大的影响.在此背景下,提出了代价敏感的间隔分布优化(cost-sensitive margin distribution optimization,简称CSMDO)损失函数,并将代价敏感的间隔分布优化层应用到深度卷积神经网络中,能够良好地处理软件缺陷数据的不平衡性,进一步提高缺陷定位的准确度.

关键词：软件挖掘机器学习缺陷定位卷积神经网络间隔分布优化

来源：评论

学校读者我要写书评

暂无评论

基于用户行为特征的多维度文本聚类

引用

计算机应用 2018年第11期38卷 3127-3131,3138页

作者：黎万英黄瑞章丁志远陈艳平徐立洋贵州大学计算机科学与技术学院贵阳550025 贵州省公共大数据重点实验室(贵州大学) 贵阳550025 计算机软件新技术国家重点实验室(南京大学) 南京210093

传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息(如:点赞、转发、评论、关注、引用等行为信息),且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系。为有... 详细信息

传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息(如:点赞、转发、评论、关注、引用等行为信息),且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系。为有效利用与文本相关的用户行为信息,提出一种结合用户行为信息的多维度文本聚类模型(MTCUBC)。根据文本间的相似性在不同空间上应该保持一致的原则,该模型将用户行为信息作为文本内容聚类的约束来调节相似度,然后结合度量学习方法来改善文本间的距离,从而提高聚类效果。通过实验表明,与线性结合的多维度聚类相比,MTCUBC模型在高维稀疏数据中表现出明显的优势。

关键词：多维度聚类度量学习约束用户行为特征

来源：评论

学校读者我要写书评

暂无评论

通过抽象程序证明复杂具体程序

引用

软件学报 2017年第4期28卷 786-803页

作者：李彬汤震浩翟娟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

描述了证明抽象程序和具体程序满足一致性关系的方法.抽象程序使用抽象数据结构(ADTs),如set,list,map及其上的操作.具体程序使用类C语言中的类型.抽象程序和具体程序一致性证明需要用户给出抽象变量和具体变量的关系、抽象程序程序点... 详细信息

描述了证明抽象程序和具体程序满足一致性关系的方法.抽象程序使用抽象数据结构(ADTs),如set,list,map及其上的操作.具体程序使用类C语言中的类型.抽象程序和具体程序一致性证明需要用户给出抽象变量和具体变量的关系、抽象程序程序点和具体程序程序点的对应关系.基于对应关系,抽象程序和具体程序一致性证明可以分解,从而容易并可能自动证明.

关键词：程序证明一致性抽象程序精化分解

来源：评论

学校读者我要写书评

暂无评论

软件安全漏洞检测专题前言

引用

软件学报 2018年第5期29卷 1177-1178页

作者：王林章陈恺王戟计算机软件新技术国家重点实验室(南京大学) 南京大学计算机科学与技术系信息安全国家重点实验室(中国科学院信息工程研究所) 中国科学院大学网络空间安全学院国防科技大学计算机学院

软件安全漏洞是软件中存在的可能被利用而造成损害的薄弱环节.随着互联网和移动互联网的快速发展,软件因为自身存在漏洞而遭受外界利用攻击,导致隐私泄漏、非法提权、勒索等严重不安全后果.尽早检测软件中存在的安全漏洞并及时实现修复... 详细信息

软件安全漏洞是软件中存在的可能被利用而造成损害的薄弱环节.随着互联网和移动互联网的快速发展,软件因为自身存在漏洞而遭受外界利用攻击,导致隐私泄漏、非法提权、勒索等严重不安全后果.尽早检测软件中存在的安全漏洞并及时实现修复、加固,是网络空间安全领域国内外学术界和产业界的共识与主要关注点.本专题公开征文,共收到投稿28篇,其中26篇论文通过了形式审查,内容涉及软件安全漏洞检测的各个方面.特约编辑先后邀请了20多位专家参与审稿工作,每篇投稿至少邀请2位专家进行评审.稿件经初审、复审、

关键词：软件安全漏洞检测修复

来源：评论

学校读者我要写书评

暂无评论

基于递归神经网络局部建模的人群异常事件监测

引用

计算机应用研究 2018年第6期35卷 1900-1905页

作者：蔡瑞初陈恬郝志峰谢伟浩温雯广东工业大学计算机学院广州510006 计算机软件新技术国家重点实验室南京大学南京210023 佛山科学技术学院数学与大数据学院广东佛山528000

针对密集人群建模困难、异常事件检测可靠性差等问题,提出了一种基于递归神经网络局部建模的人群异常事件监测与定位方法。该方法首先对人群场景进行网格划分,提取多尺度光流统计直方图特征,并按照一定规则进行特征选择,建立人群动态序... 详细信息

针对密集人群建模困难、异常事件检测可靠性差等问题,提出了一种基于递归神经网络局部建模的人群异常事件监测与定位方法。该方法首先对人群场景进行网格划分,提取多尺度光流统计直方图特征,并按照一定规则进行特征选择,建立人群动态序列事件表示;然后采用递归神经网络对人群场景进行局部细粒度建模和预测;最后基于前后帧重构误差进行异常事件判定,实现异常事件的监测和定位。在公共数据集UCSD上进行的对比实验结果验证了该方法的有效性。

关键词：人群异常监测异常定位递归神经网络无监督学习重构误差

来源：评论

学校读者我要写书评

暂无评论

基于加性噪声模型的缺失数据因果推断

引用

计算机应用研究 2018年第1期35卷 69-73页

作者：蔡瑞初郑聪郝志峰乔杰温雯广东工业大学计算机学院广州510006 南京大学计算机软件新技术国家重点实验室南京210023 广东工业大学应用数学学院广州510006

推断数据间存在的因果关系是很多科学领域中的一个基础问题,然而现在暂时还没有快速有效的方法对缺失数据进行因果推断。为此,提出一种基于加性噪声模型下适应缺失数据的因果推断算法。该算法是基于加性噪声模型下利用最大似然估计法结... 详细信息

推断数据间存在的因果关系是很多科学领域中的一个基础问题,然而现在暂时还没有快速有效的方法对缺失数据进行因果推断。为此,提出一种基于加性噪声模型下适应缺失数据的因果推断算法。该算法是基于加性噪声模型下利用最大似然估计法结合加权样本修复数据的思想构造以似然函数形式的模型评分函数,并以此度量模型相对于缺失数据集的优劣程度,通过迭代学习确定因果方向,每次迭代学习包括使用参数修复数据和在修复后的完整数据集下估计参数。该方法既解决了加性噪声模型中映射函数的参数学习困难性问题,又避免了现有学习方法所存在的主要问题。实验表明,在数据缺失比例扩大的情况下该算法仍具有较高的识别能力。

关键词：加性噪声模型因果推断缺失数据最大似然估计评分函数贝叶斯网络

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：